O mercado de inteligência artificial (IA) está em expansão, levando a um aumento maciço na procura de chips personalizados.
No entanto, a oferta não corresponde à procura, longe disso.
Chips personalizados em dispositivos como smartphones e computadores agora são acompanhados por mais necessidades – desde hardware de reconhecimento facial até IA e Internet das Coisas (IoT).
Geralmente você pode dividir os chips em duas categorias: geral e personalizado. Os chips gerais são aqueles fabricados por empresas como Intel e AMD e atendem a vários casos de uso, como processamento de imagem e multithreading.
A sinopse em uma postagem do blog coloca assim:
“As cargas de trabalho de IA são enormes, exigindo uma quantidade significativa de largura de banda e poder de processamento. Como resultado, os chips de IA exigem uma arquitetura única que consiste em processadores, matrizes de memória, segurança e conectividade de dados em tempo real ideais.
As CPUs tradicionais normalmente não possuem o desempenho de processamento necessário, mas são ideais para executar tarefas sequenciais. As GPUs, por outro lado, podem lidar com o paralelismo massivo das funções de acumulação múltipla da IA e podem ser aplicadas a aplicações de IA. As GPUs podem servir como aceleradores de IA, melhorando o desempenho de redes neurais e cargas de trabalho semelhantes”.
A ascensão da IA generativa tem sido um dos principais fatores por trás do aumento da demanda por chips personalizados. As ferramentas generativas de IA, que explodiram no ano passado, podem gerar conteúdo personalizado na forma de texto, imagens, vídeo ou outras mídias em resposta a solicitações.
Organizações como Amazon, Microsoft e Google percebem que os chips personalizados são críticos para a IA generativa e têm se concentrado no desenvolvimento de chips personalizados internos, especialmente quando o player dominante, a NVidia, já está esgotado até 2024.
Enquanto empresas como a Amazon entram na briga com chips como Inferênciamuitas startups têm trabalhado freneticamente no desenvolvimento de chips.
Por exemplo, D-Matrix é uma startup que arrecadou US$ 110 milhões para desenvolver uma plataforma de computação de inferência. De acordo com Sasha Ostojic, parceira da Playground Global, que apoia D-Matrix, “D-Matrix é a empresa que tornará comercialmente viável a IA generativa.”
De acordo com Jensen Huang, fundador e CEO da NVIDIA, “Um trilhão de dólares em infraestrutura de data center global instalada fará a transição da computação de uso geral para a computação acelerada, à medida que as empresas correm para aplicar IA generativa em todos os produtos, serviços e processos de negócios. Estamos aumentando significativamente nossa oferta para atender à crescente demanda por eles.”
Dada a situação, as grandes empresas têm investido no desenvolvimento interno de chips e muitas startups têm levantado capital para desenvolver plataformas e chips de computação de inferência para atender ao mercado.
O resultado final
A corrida por chips personalizados poderia dividir o mundo da tecnologia em duas partes, pelo menos por algum tempo – aquelas com fornecimento de chips personalizados e capacidade de desenvolver chips personalizados internamente e aquelas sem.
A acumulação de IA generativa nas mãos de poucos poderia ser uma cartelização de IA generativa.
Os governos de todo o mundo, especialmente as grandes potências, devem manter-se cautelosos relativamente à concentração do desenvolvimento generativo da IA nas mãos de poucos.
Até então, deixe as fichas caírem onde caírem.