Lip-Bu Tan, CEO da Intel, alertou em 12 de outubro, em evento do DBS Bank em Singapura, sobre a escassez de hardware para inteligência artificial. A oferta deve permanecer abaixo da demanda por até três anos, impulsionada por limitações na fabricação, memória e componentes essenciais para data centers, o que eleva a procura por CPUs.
Desafios na Cadeia de Suprimentos para IA
O crescimento acelerado da infraestrutura dedicada à IA pressiona uma cadeia de fornecimento já limitada. Fabricantes enfrentam gargalos na disponibilidade de chips de memória e outros componentes críticos.
Além disso, a capacidade de produção e encapsulamento avançados não pode ser expandida rapidamente. Esses fatores complexos sustentam a projeção de Tan sobre a escassez futura.
IA Agêntica Eleva Demanda por CPUs
Uma mudança significativa ocorre na proporção entre GPUs e CPUs em sistemas de IA. Anteriormente em 8:1, essa proporção caiu para cerca de 4 GPUs por CPU devido ao avanço da IA agêntica.
A IA agêntica, capaz de executar tarefas e tomar ações autônomas, demanda mais processadores tradicionais. Essa alteração eleva a importância das CPUs em servidores de IA.
A divisão de Data Center e IA da Intel reportou um crescimento robusto de 59% na receita em um período recente. Este aumento foi impulsionado pela maior demanda por servidores e produtos de alto valor agregado.
Investimentos e Retorno Financeiro na Infraestrutura de IA
Ampliar a infraestrutura de inteligência artificial transcende a capacidade de produzir chips. O acesso a capital e o custo de financiamento são obstáculos importantes no curto prazo.
A construção de data centers e a aquisição de aceleradores, processadores e sistemas de energia exigem investimentos bilionários. No longo prazo, o setor precisará demonstrar retorno financeiro.
Com gastos crescentes em infraestrutura, empresas e investidores demandarão resultados claros. É crucial justificar essas expansões com receita e produtividade obtidas pela IA.
Modelos Chineses de IA com Custos Reduzidos
Tan destacou o avanço de modelos desenvolvidos por empresas chinesas. Plataformas como DeepSeek, Kimi e GLM operam com custo por token significativamente menor.
Mesmo sem igualar o desempenho de sistemas mais caros em todas as tarefas, eles entregam resultados satisfatórios. A adoção desses modelos é rápida, gerando pressão para a redução dos custos operacionais da IA globalmente.
Otimismo com o Futuro da Computação Quântica
Além da IA, Lip-Bu Tan expressou otimismo quanto à computação quântica. Ele acredita que a tecnologia pode alcançar uso mais amplo em três a cinco anos.
Para o executivo, o progresso do hardware necessita ser acompanhado por software e aplicações práticas. Tan, investidor no setor, mostrou interesse particular em tecnologias quânticas fotônicas.
Será essencial encontrar aplicações que justifiquem o custo e a complexidade. Somente assim a computação quântica poderá ir além de ambientes experimentais para uma escala maior de uso.
Acompanhe atualizações aqui no Academia Nerds
Deixe um comentário