Uma startup britânica está apostando em uma abordagem radical para enfrentar um dos maiores gargalos da inteligência artificial: o enorme volume de processamento e energia necessário para executar modelos cada vez maiores.
A OLIX, empresa especializada em computação fotônica, desenvolve processadores que utilizam luz para realizar operações matemáticas, substituindo parte dos sinais elétricos empregados nos chips convencionais.
A companhia acaba de levantar US$ 312 milhões em uma nova rodada de investimentos, segundo informações divulgadas pela Photonics Spectra. O aporte chama atenção para uma área que começa a atrair bilhões de dólares da indústria de semicondutores: utilizar fótons para acelerar cargas de trabalho de IA.
Por que usar luz dentro de um computador?
Os processadores atuais trabalham principalmente movimentando elétrons através de bilhões de transistores.
Essa arquitetura permitiu décadas de evolução da computação, mas enfrenta limitações importantes à medida que os modelos de inteligência artificial exigem volumes cada vez maiores de cálculos.
GPUs utilizadas para treinar e executar modelos avançados consomem grandes quantidades de eletricidade e produzem muito calor.
A computação fotônica tenta atacar parte desse problema utilizando fótons — partículas de luz — para transportar e processar informações.
Em determinadas operações matemáticas altamente paralelas, circuitos ópticos podem executar cálculos com elevada velocidade e eficiência energética.
IA está pressionando os limites dos chips tradicionais
O momento ajuda a explicar por que empresas desse segmento estão atraindo tanto capital.
Modelos generativos exigem enormes quantidades de multiplicações de matrizes, justamente um tipo de cálculo que pode se beneficiar de aceleradores especializados.
O problema é que aumentar continuamente a quantidade de GPUs também aumenta o consumo energético, a necessidade de refrigeração e os custos dos data centers.
É por isso que gigantes da tecnologia e startups estão pesquisando alternativas que vão desde novos aceleradores até computação fotônica, chips analógicos e arquiteturas neuromórficas.
A promessa da fotônica não é necessariamente eliminar imediatamente CPUs e GPUs, mas assumir partes específicas do processamento nas quais a luz pode apresentar vantagens.
US$ 312 milhões mostram tamanho da aposta
O aporte de US$ 312 milhões coloca a OLIX entre as empresas que receberam investimentos expressivos para tentar transformar computação fotônica em infraestrutura comercial para inteligência artificial.
O dinheiro deverá ajudar a companhia a avançar no desenvolvimento e na industrialização de sua tecnologia.
Esse é justamente um dos grandes desafios do setor.
Criar demonstrações experimentais de computação óptica é muito diferente de fabricar chips em escala, integrá-los aos data centers existentes e oferecer ferramentas compatíveis com os softwares utilizados pelas empresas.
Para disputar espaço com GPUs tradicionais, uma nova arquitetura precisa entregar não apenas desempenho, mas também confiabilidade, facilidade de programação, escala de fabricação e custo competitivo.
O consumo de energia virou um problema estratégico para a IA
A corrida por chips fotônicos também está diretamente relacionada ao crescimento dos data centers.
Treinar grandes modelos já exige clusters formados por milhares de aceleradores. Depois do treinamento, existe ainda o custo permanente da inferência, quando milhões de usuários fazem solicitações aos modelos.
Quanto maior a utilização da IA, maior a infraestrutura necessária para responder a essas solicitações.
Por isso, eficiência energética deixou de ser apenas uma questão ambiental ou de redução da conta de eletricidade. Ela passou a representar uma limitação econômica para o crescimento da própria inteligência artificial.
Uma arquitetura capaz de realizar determinados cálculos utilizando significativamente menos energia poderia alterar a economia dos grandes data centers.
Luz pode ser o próximo salto dos aceleradores de IA?
Ainda é cedo para afirmar.
A indústria de semicondutores possui uma infraestrutura construída durante décadas em torno do silício e da eletrônica convencional. Empresas como Nvidia, AMD e outras fabricantes continuam avançando rapidamente no desenvolvimento de aceleradores.
A computação fotônica também enfrenta dificuldades próprias, incluindo precisão dos cálculos, integração entre componentes ópticos e eletrônicos, memória, fabricação e desenvolvimento de software.
Isso significa que a tecnologia provavelmente será utilizada inicialmente de maneira híbrida.
Em vez de um computador totalmente baseado em luz, determinadas operações poderiam ser encaminhadas para aceleradores fotônicos enquanto CPUs, GPUs e memória convencional continuariam executando outras tarefas.
A próxima batalha da IA pode acontecer dentro do chip
Nos últimos anos, grande parte da atenção em inteligência artificial ficou concentrada nos modelos: GPT, Claude, Gemini e outras plataformas passaram a disputar capacidade, velocidade e número de parâmetros.
Mas existe outra corrida acontecendo em uma camada menos visível.
É a disputa pela infraestrutura capaz de sustentar esses modelos.
GPUs, chips personalizados, memória de alta largura de banda, interconexões ópticas, refrigeração e energia estão se tornando componentes estratégicos da economia da IA.
O investimento de US$ 312 milhões na OLIX mostra que investidores acreditam que a próxima grande evolução da inteligência artificial pode depender não apenas de modelos melhores, mas de uma maneira completamente diferente de realizar os cálculos que os alimentam.
Se a computação fotônica conseguir cumprir sua promessa de maior velocidade com menor consumo energético, parte do futuro da IA poderá literalmente viajar na velocidade da luz.
