IA pode democratizar um dos recursos mais valiosos da tecnologia

A IA está abrindo o caminho para democratizar um dos recursos mais valiosos da tecnologia: o design de chips e a otimização de software para diferentes silícios. Startups estão mirando uma revolução na fabricação de chips, que hoje domina plataformas de IA modernas e grandes dados.

O setor é dominado por Nvidia, cujos chips permitem treinar modelos de IA cada vez mais potentes em data centers com centenas ou milhares de processadores. A empresa também fornece software para programar cada geração de hardware, mas esse diferencial pode diminuir com novas abordagens baseadas em IA.

A Wafer, startup que está sendo citada como exemplo, treina modelos de IA para otimizar código de forma que ele rode de maneira mais eficiente em chips específicos. O cofundador e CEO Emilio Andere afirma que a empresa usa aprendizado por reforço em modelos abertos para ensinar a escrever código kernel que interage com o hardware.

Além disso, a Wafer trabalha com grandes nomes do setor, incluindo AMD e Amazon, para aperfeiçoar a execução de software em seus hardwares. A empresa levantou cerca de 4 milhões de dólares em rodada seed, com participação de figuras como Jeff Dean, do Google, e Wojciech Zaremba, da OpenAI.

Outra fronteira discutida pelo setor é a possível concorrência direta aos ecossistemas de software que hoje fortalecem GPUs da Nvidia. Andere afirma que o desempenho teórico de várias opções de hardware rivaliza com o das GPUs da Nvidia, destacando a importância da eficiência energética.

Desempenho, no entanto, continua a exigir engenheiros especializados capazes de otimizar códigos para cada silício, tarefa cara e demandada. Enquanto a Nvidia oferece um ecossistema robusto, empresas menores podem ter dificuldade de replicar esse suporte de forma independente.

Anthropic, por exemplo, precisou reescrever partes do código de seus modelos para rodar com o hardware Trainium da Amazon, segundo Andere. Mesmo assim, Claude, da Anthropic, já é visto como referência em geração de código por IA, o que alimenta a percepção de uma mudança no domínio da softwareização de chips.

Mirando além do design, startups como Ricursive Intelligence exploram novas formas de desenhar chips com IA. Fundada por ex-engenheiros do Google, a empresa desenvolve métodos para projetar silício com inteligência artificial, incluindo integração de grandes modelos de linguagem ao processo.

Azalia Mirhoseini e Anna Goldie, ambas ex-Google, lideram a Ricursive, buscando automatizar ainda mais etapas do design e permitir que engenheiros descrevam mudanças em linguagem natural. A empresa já revelou avanços na otimização de layouts de componentes críticos de chips.

O potencial de automação no design de chips atrai investidores: a Ricursive levantou cerca de 335 milhões de dólares com uma avaliação de 4 bilhões de dólares em poucos meses. O objetivo é reduzir a curva de desenvolvimento e entregar silício mais eficiente para software variado.

Especialistas veem a possibilidade de uma nova era em que IA não apenas otimiza código, mas também coopta para projetar chips sob medida. Pesquisadoras explicam que o conceito de IA codesign pode evoluir para uma melhoria recursiva, com ganhos de desempenho e eficiência energética.

O tema ganha relevância para fabricantes de hardware, desenvolvedores de software e grandes plataformas de nuvem, que buscam reduzir custos e aumentar a eficiência. O desdobramento depende da capacidade de traduzir avanços em IA em pipelines estáveis e escaláveis de design de hardware.