A OpenAI está redesenhando a infraestrutura que sustenta seus modelos de inteligência artificial ao desenvolver e utilizar chips personalizados, em vez de depender apenas de componentes genéricos. A iniciativa busca reduzir custos operacionais e consumo de energia, fatores críticos diante da popularização dos grandes modelos generativos.
Alinhamento entre software e silício
Inspirada em estratégias adotadas no mercado de dispositivos móveis, a companhia pretende ajustar o hardware às necessidades específicas dos algoritmos. Assim como a Apple integrou chips próprios ao iPhone para ganhar eficiência, a OpenAI quer otimizar todas as etapas — do treinamento à entrega das respostas aos usuários.
Perfis diferentes para treinamento e inferência
No treinamento, a empresa mantém o uso de GPUs poderosas pela flexibilidade que oferecem. Já na inferência, quando o modelo responde a solicitações, a preferência recai sobre chips capazes de lidar com altos volumes de memória de banda larga (HBM) e acessos seletivos.
Redes neurais esparsas e eficiência
Os modelos mais recentes adotam redes neurais esparsas, ativando somente partes da rede a cada consulta. Isso diminui o processamento exigido e permite ganhos de eficiência de ordem de magnitude quando os chips são projetados para esse comportamento.
Parcerias estratégicas
A OpenAI firmou acordos com fornecedores como a Broadcom para desenvolver semicondutores customizados. Esses componentes procuram entregar resultados mais rápidos e econômicos, aproveitando as características das redes esparsas e o suporte obrigatório a HBM.
Aplicações em alta demanda
A companhia também assegura fornecimento de memória avançada para sustentar serviços intensivos, como o Pulse, que resume informações da internet para assinantes premium, mantendo desempenho consistente mesmo sob carga elevada.
Imagem: JarTee
Escala global e consumo energético
O CEO Sam Altman estima que atender bilhões de usuários com IA generativa poderia exigir um chip por pessoa, com gasto de energia comparável ao de grandes cidades. Por isso, a eficiência energética tornou-se peça central para a viabilidade econômica e ambiental da plataforma.
Combinando GPUs no treinamento e chips personalizados na inferência, a OpenAI tenta criar um ecossistema capaz de escalar o fornecimento de IA em larga escala, mantendo custos e consumo dentro de limites administráveis.
Com informações de WizyThec
