A intelig\u00eancia artificial est\u00e1 em toda parte. De chatbots que respondem nossas perguntas a geradores de imagem que criam arte, a conversa p\u00fablica explodiu com entusiasmo e especula\u00e7\u00e3o sobre o que essa tecnologia pode fazer. \u00c9 f\u00e1cil se perder nas manchetes e pensar que j\u00e1 entendemos o rumo das coisas.<\/p>\n
No entanto, por tr\u00e1s dessa camada superficial, uma revolu\u00e7\u00e3o industrial muito mais profunda est\u00e1 se desenrolando, impulsionada por princ\u00edpios novos e surpreendentes. N\u00e3o se trata apenas de criar aplicativos mais inteligentes; trata-se de reinventar a pr\u00f3pria natureza da computa\u00e7\u00e3o, da economia e da inova\u00e7\u00e3o.<\/p>\n
Neste artigo, vamos mergulhar em quatro das conclus\u00f5es mais impactantes e contraintuitivas da recente apresenta\u00e7\u00e3o do CEO da NVIDIA, Jensen Huang. Essas ideias redefinem fundamentalmente nossa compreens\u00e3o do futuro da IA, mostrando que o que est\u00e1 por vir \u00e9 muito maior e mais estranho do que a maioria de n\u00f3s imagina.<\/p>\n
IA n\u00e3o \u00e9 uma ferramenta, \u00e9 um trabalhador<\/p>\n
Estamos acostumados a pensar em software como ferramentas. O Excel \u00e9 uma ferramenta para planilhas, um navegador \u00e9 uma ferramenta para acessar a web. Elas s\u00e3o extens\u00f5es de nossas pr\u00f3prias habilidades, aguardando nosso comando para realizar uma tarefa. Jensen Huang, no entanto, oferece uma distin\u00e7\u00e3o profunda: a IA n\u00e3o \u00e9 apenas mais uma ferramenta; ela \u00e9 “trabalho”.<\/p>\n
A analogia que ele usa \u00e9 perfeita: um rodot\u00e1xi \u00e9, na verdade, um “chofer de IA” que realiza o trabalho de dirigir, usando o carro como sua ferramenta. O mesmo princ\u00edpio se aplica no mundo do software: na NVIDIA, engenheiros usam uma IA chamada Cursor como parceira de programa\u00e7\u00e3o. A IA Cursor realiza o trabalho de codificar, utilizando o software VS Code como sua ferramenta. Essa mudan\u00e7a de perspectiva tem uma implica\u00e7\u00e3o econ\u00f4mica massiva. A IA n\u00e3o est\u00e1 apenas transformando a ind\u00fastria de TI de um trilh\u00e3o de d\u00f3lares; ela est\u00e1 agora se engajando e potencializando a economia global de cem trilh\u00f5es de d\u00f3lares de m\u00e3o de obra e servi\u00e7os.<\/p>\n
“IA n\u00e3o \u00e9 uma ferramenta. IA \u00e9 trabalho. Essa \u00e9 a diferen\u00e7a profunda. A IA \u00e9, de fato, um trabalhador que pode realmente usar ferramentas.”<\/p>\n
A ascens\u00e3o de uma nova ind\u00fastria: A F\u00e1brica de IA<\/p>\n
Quando pensamos em data centers, imaginamos instala\u00e7\u00f5es de prop\u00f3sito geral que executam milhares de aplicativos diferentes. Huang apresenta um conceito totalmente novo que quebra esse modelo: a “F\u00e1brica de IA”. A necessidade dessa nova estrutura surge de uma diferen\u00e7a fundamental entre o software do passado e a IA. Como Huang explica, “n\u00e3o \u00e9 preciso muita computa\u00e7\u00e3o para usar o Excel”, mas com a IA, o contexto est\u00e1 sempre mudando. A IA n\u00e3o pode pr\u00e9-computar uma resposta, pois cada pergunta e cada situa\u00e7\u00e3o s\u00e3o \u00fanicas.<\/p>\n
Essa necessidade de gerar intelig\u00eancia sob demanda, em tempo real e de forma sens\u00edvel ao contexto, \u00e9 o que exige um modelo industrial. Uma F\u00e1brica de IA \u00e9 uma instala\u00e7\u00e3o especializada com um \u00fanico prop\u00f3sito: produzir “tokens”, a linguagem e o vocabul\u00e1rio fundamentais da intelig\u00eancia artificial. O objetivo dessa f\u00e1brica \u00e9 gerar esses tokens (intelig\u00eancia) em taxas incr\u00edveis, com alto valor (ou seja, inteligentes) e com o menor custo poss\u00edvel. Assim como as f\u00e1bricas do passado produziam a\u00e7o e carros, as f\u00e1bricas do futuro produzir\u00e3o intelig\u00eancia em escala industrial.<\/p>\n
“\u00c9 uma f\u00e1brica de IA porque esta f\u00e1brica produz uma coisa… seu prop\u00f3sito \u00e9 projetado para produzir tokens que sejam o mais valiosos poss\u00edvel, o que significa que eles precisam ser inteligentes, e voc\u00ea quer produzir esses tokens em taxas incr\u00edveis e de forma econ\u00f4mica.”<\/p>\n
O fim da Lei de Moore e o amanhecer do Co-design Extremo<\/p>\n
Por d\u00e9cadas, a ind\u00fastria contou com a Lei de Moore para ganhos de desempenho exponenciais. Segundo Huang, essa era acabou. Mais especificamente, a “escalabilidade de Dennard”, o princ\u00edpio que permitia que os transistores se tornassem mais eficientes em termos de energia \u00e0 medida que encolhiam, “parou h\u00e1 quase uma d\u00e9cada”. N\u00e3o podemos mais simplesmente adicionar transistores e esperar que os computadores fiquem exponencialmente mais r\u00e1pidos.<\/p>\n
A solu\u00e7\u00e3o da NVIDIA \u00e9 o “co-design extremo”. Em vez de projetar apenas um chip, a empresa reinventa toda a pilha de computa\u00e7\u00e3o simultaneamente. O termo “extremo” aqui refere-se \u00e0 escala f\u00edsica e conceitual: o design come\u00e7a no chip e se estende para o sistema, para um rack inteiro que funciona como um \u00fanico computador, depois para preencher uma sala inteira e, finalmente, para conectar m\u00faltiplos desses data centers em uma rede global. Essa abordagem hol\u00edstica \u00e9 a \u00fanica maneira de acompanhar as “duas exponenciais” da demanda por IA \u2014 modelos mais inteligentes que precisam de mais computa\u00e7\u00e3o e mais usu\u00e1rios que adotam esses modelos. \u00c9 assim que a empresa alcan\u00e7a saltos de desempenho geracionais massivos (como 10x), em vez dos ganhos incrementais do passado.<\/p>\n
O futuro da computa\u00e7\u00e3o qu\u00e2ntica \u00e9 h\u00edbrido, n\u00e3o de substitui\u00e7\u00e3o<\/p>\n
A narrativa popular muitas vezes posiciona os computadores qu\u00e2nticos como os sucessores que um dia substituir\u00e3o completamente os supercomputadores cl\u00e1ssicos. Huang, no entanto, apresenta uma vis\u00e3o muito mais integrada e pragm\u00e1tica: um futuro h\u00edbrido onde as unidades de processamento qu\u00e2ntico (QPUs) e os supercomputadores de GPU trabalham juntos, lado a lado.<\/p>\n
Nesse modelo, as GPUs desempenham um papel crucial e surpreendente em tornar a computa\u00e7\u00e3o qu\u00e2ntica vi\u00e1vel. Elas s\u00e3o essenciais para realizar os c\u00e1lculos complexos necess\u00e1rios para a corre\u00e7\u00e3o de erros qu\u00e2nticos, calibra\u00e7\u00e3o e controle \u2014 os maiores desafios que impedem os computadores qu\u00e2nticos de se tornarem pr\u00e1ticos.<\/p>\n
Em vez de uma competi\u00e7\u00e3o, o futuro \u00e9 uma fus\u00e3o. Essa abordagem h\u00edbrida representa um caminho mais realista, unindo os dois paradigmas de computa\u00e7\u00e3o para resolver problemas que nenhum dos dois conseguiria sozinho.<\/p>\n
“…\u00e9 essencial para n\u00f3s conectarmos um computador qu\u00e2ntico diretamente a um supercomputador de GPU para que possamos fazer a corre\u00e7\u00e3o de erros… Este \u00e9 o futuro da computa\u00e7\u00e3o qu\u00e2ntica.”<\/p>\n
Conclus\u00e3o: O Manual da Nova Era Industrial<\/p>\n
As ideias de Jensen Huang v\u00e3o al\u00e9m de simples atualiza\u00e7\u00f5es de produtos; elas sinalizam mudan\u00e7as fundamentais na forma como a tecnologia e a economia funcionar\u00e3o. Essas quatro mudan\u00e7as formam os pilares interligados da pr\u00f3xima revolu\u00e7\u00e3o industrial: a IA como a nova m\u00e3o de obra (Takeaway 1) exige f\u00e1bricas especializadas para produzir intelig\u00eancia (Takeaway 2), que por sua vez s\u00f3 podem ser constru\u00eddas usando um paradigma de engenharia p\u00f3s-Lei de Moore (Takeaway 3), criando uma infraestrutura t\u00e3o poderosa que pode at\u00e9 acelerar a pr\u00f3xima fronteira da computa\u00e7\u00e3o qu\u00e2ntica (Takeaway 4).<\/p>\n
Este n\u00e3o \u00e9 um conjunto de tend\u00eancias, mas sim o manual de opera\u00e7\u00f5es para uma economia onde a intelig\u00eancia \u00e9 o principal produto manufaturado.<\/p>\n
O que acontece com a sociedade quando a pr\u00f3pria intelig\u00eancia se torna uma commodity, fabricada em escala industrial?<\/p>\n","protected":false},"excerpt":{"rendered":"
A intelig\u00eancia artificial est\u00e1 em toda parte. De chatbots que respondem nossas perguntas a geradores de imagem que criam arte, a conversa p\u00fablica explodiu com entusiasmo e especula\u00e7\u00e3o sobre o que essa tecnologia pode fazer. \u00c9 f\u00e1cil se perder nas manchetes e pensar que j\u00e1 entendemos o rumo das coisas. No entanto, por tr\u00e1s dessa…<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-411","post","type-post","status-publish","format-standard","hentry","category-uncategorized","th-blog blog-single"],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/posts\/411","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/comments?post=411"}],"version-history":[{"count":1,"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/posts\/411\/revisions"}],"predecessor-version":[{"id":412,"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/posts\/411\/revisions\/412"}],"wp:attachment":[{"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/media?parent=411"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/categories?post=411"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/rodrigocremer.com.br\/index\/wp-json\/wp\/v2\/tags?post=411"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}