Computação
Transformando Semanas em Horas – Como a IA já está Revolucionando a Engenharia de Microchips
A era tecnológica moderna prospera com o uso eficiente de microchips. O mercado global de microchips é esperado crescer de cerca de US$21,56 bilhões em 2022 para quase US$47 bilhões até 2030, a uma taxa de crescimento anual composta de mais de 10%.
A razão pela qual os microchips crescem em tal ritmo é que eles impulsionam todos os eletrônicos que vemos ao nosso redor. E quando falamos de eletrônicos, isso não inclui apenas computadores, mas também smartphones, switches de rede, eletrodomésticos, componentes de carros e aeronaves, televisores, amplificadores, dispositivos IoT e inúmeros outros sistemas eletrônicos.
Também chamado de chip, chip de computador ou circuito integrado, um microchip é uma unidade de circuitos integrados fabricada em escala microscópica usando um material semicondutor, como silício ou germânio. Microchips intricadamente projetados são tão detalhados em seu design que normalmente incluem alguns tipos específicos de componentes, como transistores, resistores, capacitores e diodos, em milhões ou até bilhões.
Estes são componentes incrivelmente pequenos, medidos em nanômetros. A sofisticação do design de microchips opera em um nível tão fino que, em 2021, a IBM pôde introduzir um microchip baseado em tecnologia de 2nm, menor que a largura de uma fita de DNA humano.
O rápido progresso na tecnologia de microchips tem mantido seu horizonte em constante expansão. Microchips especializados surgiram para gerenciar sinais na interseção de tecnologias sem fio de ponta. No entanto, essas são opções caras de projetar que operam nos princípios de miniaturização e engenharia avançada.
Agora, uma equipe de engenheiros colaboradores da Princeton Engineering e do Indian Institute of Technology aproveitou a IA para reduzir o custo e o tempo de projetar esses chips que atenderão à demanda crescente por maior velocidade e desempenho sem fio. No segmento a seguir, aprofundaremos essa pesquisa inovadora.
IA Cria Estruturas Eletromagnéticas Complicadas e Circuitos Associados em Microchips
Os pesquisadores desenvolveram uma metodologia para que a IA crie estruturas eletromagnéticas complicadas e circuitos associados em microchips. Antes dessa inovação, alcançar os mesmos resultados poderia levar semanas de trabalho altamente especializado. Agora, poderia ser realizado em horas.
Para detalhar o que a pesquisa pode alcançar em termos científicos avançados, os pesquisadores demonstraram uma abordagem de design inverso universal para estruturas eletromagnéticas complexas de múltiplas portas de forma arbitrária, com propriedades radiativas e de espalhamento projetadas, co‑projetadas com circuitos ativos.
Para alcançar seu objetivo, os pesquisadores empregaram modelos baseados em aprendizado profundo e demonstraram a síntese com vários exemplos de estruturas passivas complexas de ondas milimétricas e circuitos de banda larga integrados de ondas milimétricas de ponta a ponta. A metodologia de design inverso apresentada, que pode produzir os projetos em minutos, pode ser transformadora ao abrir um novo espaço de design, antes inacessível, segundo os pesquisadores.
De acordo com Kaushik Sengupta, o pesquisador principal, professor de engenharia elétrica e de computação, e co‑diretor do NextG, programa de parceria industrial de Princeton para desenvolver comunicações de próxima geração:
“Estamos criando estruturas que são complexas e parecem ter formas aleatórias, e quando conectadas a circuitos, geram um desempenho antes inatingível. Os humanos não conseguem entendê‑las, mas elas podem funcionar melhor.”
A pesquisa possibilita que engenheiros tornem esses circuitos compatíveis com operações mais eficientes em termos de energia. Eles se tornam operáveis em uma faixa de frequência significativamente ampla. O uso de IA ajuda a sintetizar estruturas inerentemente complexas em minutos. Alcançar os mesmos resultados costumava exigir semanas com algoritmos convencionais.
Ao detalhar o papel da IA em tornar esse design eficiente possível, Uday Khankhoje, co‑autor e professor associado de engenharia elétrica no IIT Madras, disse o seguinte:
“A IA não apenas acelera simulações eletromagnéticas que consomem tempo, mas também permite a exploração de um espaço de design até então inexplorado e entrega dispositivos de alto desempenho impressionantes que vão contra as regras práticas e a intuição humana.”
Os designs clássicos, segundo o professor Sengupta, juntam os circuitos e os elementos eletromagnéticos peça por peça. Alterar esses designs estruturais ajuda a incorporar novas propriedades. Sengupta acredita que, com a IA surgindo, as opções são muito maiores comparadas ao sistema anterior, que tinha um modo finito de fazer o mesmo.
Onde a IA faz a diferença é na perspectiva. A geometria intrincada da circuitaria do chip frequentemente impede que designers humanos experimentem designs inovadores. Designers humanos geralmente não tentam compreender o nível de complexidade que tal circuitaria envolve. A IA, por outro lado, vê o chip como um único artefato, levando a arranjos estranhos, porém eficazes.
Por exemplo, os pesquisadores exploraram a IA para descobrir e projetar estruturas eletromagnéticas complexas que são co‑projetadas com circuitos para criar amplificadores de banda larga. Pesquisas futuras aprofundarão a ligação de múltiplas estruturas e o design de chips sem fio completos com IA.
Ao resumir o potencial da pesquisa, Sengupta disse o seguinte: “Isso é apenas a ponta do iceberg em termos do que o futuro reserva para o campo.”
Os chips alimentados por IA estão revolucionando o mundo além dos laboratórios de tecnologia. Uma empresa que tem estado na vanguarda dessa revolução é a Nvidia. A empresa, há quase um ano, ampliou sua liderança em inteligência artificial com o lançamento de um novo “super chip”. Agora analisaremos o que torna esse chip “super” no próximo segmento.
Clique aqui para saber mais sobre chips olfativos biomiméticos.
1. Nvidia (NVDA )
O anúncio inovador da Nvidia veio da conferência anual de desenvolvimento da empresa sobre a série Blackwell de chips de IA. Essa série de chips de IA ambiciosos foi projetada para capacitar os data centers de ponta que treinam modelos de IA Frontier, como as últimas gerações de GPT, Claude e Gemini.
O Blackwell B200 é uma atualização em relação ao chip de IA H100 da empresa. No entanto, os chips de IA H100 ficam para trás quando se trata de atender às demandas atuais, que alimentam modelos de IA massivos. Segundo relatórios publicados, treinar um modelo de IA do tamanho do GPT‑4 exigiria 8.000 chips H100 e 15 megawatts de energia.
Esse volume de energia consumido poderia abastecer cerca de 30.000 residências britânicas típicas. No entanto, com os novos chips da empresa em ação, a mesma execução de treinamento exigiria apenas 2.000 B200s e 4 MW de energia.
Embora isso signifique uma redução significativa no consumo de eletricidade, o verdadeiro diferencial está na segunda parte da linha Blackwell, os Superchips GB200 que acomodam dois chips B200 em uma única placa ao lado da CPU Grace da empresa para construir um sistema que, segundo a Nvidia, oferece “30x o desempenho” para os farms de servidores que executam, em vez de treinar, chatbots como Claude ou ChatGPT.
A Microchip, principal fornecedora de soluções de controle embarcadas inteligentes, conectadas e seguras, tem trabalhado com as soluções da NVIDIA também. Em novembro do ano passado, a Microchip lançou seu PolarFire® FPGA Ethernet Sensor Bridge que funciona com a NVIDIA Holoscan plataforma de processamento de sensores. O objetivo era capacitar desenvolvedores a construir sistemas de processamento de sensores impulsionados por inteligência artificial (IA).
O NVIDIA Holoscan ajuda a simplificar o desenvolvimento e a implantação de aplicações de IA e computação de alto desempenho (HPC) na borda para insights em tempo real e reúne em uma única plataforma todo o hardware e software necessários para streaming de sensores de baixa latência e conectividade de rede.
Embora a NVIDIA esteja ajudando a indústria a prosperar, relatos sugerem que ela também está crescendo a uma velocidade rápida. Em 7 de janeiro de 2025, o CEO da Nvidia, Jensen Huang, afirmou que o desempenho dos chips de IA da sua empresa estava avançando mais rápido que as taxas históricas estabelecidas pela Lei de Moore, o critério que impulsionou o progresso da computação por décadas.
Huang alegou que os chips de IA da empresa estavam avançando a um ritmo acelerado próprio, com seu mais recente superchip de data center sendo mais de 30 vezes mais rápido na execução de cargas de trabalho de inferência de IA do que sua geração anterior.
“Podemos construir a arquitetura, o chip, o sistema, as bibliotecas e os algoritmos ao mesmo tempo. Se você fizer isso, pode avançar mais rápido que a Lei de Moore porque pode inovar em todo o stack.”
De acordo com Huang, o mais recente superchip de data center da Nvidia, o GB200 NVL72, é de 30 a 40 vezes mais rápido na execução de cargas de trabalho de inferência de IA do que os chips mais vendidos anteriores da Nvidia. A empresa está focada em criar chips mais performáticos que estarão disponíveis a preços mais baixos a longo prazo.
“A solução direta e imediata para computação em tempo de teste, tanto em desempenho quanto em acessibilidade de custo, é aumentar nossa capacidade computacional.”
– Huang
No geral, conforme afirmado por Huang, os chips de IA da Nvidia hoje são 1.000 vezes melhores do que os produzidos há 10 anos.
(NVDA
)
Para o exercício fiscal de 2024, a receita da Nvidia aumentou 126% para um recorde de US$60,9 bilhões. O lucro GAAP por ação diluída foi de US$11,93, um aumento de 586% em relação ao ano anterior. O lucro non‑GAAP por ação diluída foi de US$12,96, um aumento de 288% em relação ao ano anterior. A margem bruta non‑GAAP foi de 73,8%.
2. Cadence (CDNS )
Líder em design de sistemas eletrônicos, a Cadence fornece software e servidores de computador especializados para a Nvidia e a Apple. A empresa tem incorporado tecnologia de IA em seus produtos para melhorar a qualidade da saída, pois acredita que a IA pode ajudar a enfrentar o problema do design de semicondutores, que está se tornando cada vez mais complexo à medida que a tecnologia avança exponencialmente.
O CEO Anirudh Devgan comentou recentemente que as ferramentas de design de chips de IA da empresa oferecem benefícios de desempenho e densidade de chips semelhantes à transição para um nó de processo de próxima geração, mas sem a necessidade de migrar para um novo nó.
Assim, ao utilizar IA no design de chips, a Cadence está otimizando a potência, desempenho e área (PPA) dos chips — que são as métricas mais importantes para os fabricantes de chips além do custo, automatizando tarefas como place and route e depuração, e preenchendo a lacuna de talento em design de chips.
Para essas melhorias, a empresa oferece uma solução abrangente de IA generativa “chips para sistemas” que a Cadence afirma proporcionar ganhos de produtividade de 10X enquanto aprimora o desempenho em todos os domínios de design. No total, a empresa possui cinco principais plataformas de IA: analógica, digital, verificação, PCB e análise de pacote e sistema.
De acordo com Albert Zeng, Diretor Sênior do Grupo de Engenharia de Software no Grupo de Design e Análise de Sistemas da Cadence, afirmou em uma entrevista recente:
“A IA terá um grande impacto do ponto de vista da produtividade porque usar um assistente de IA que pode realmente extrair os dados de uma experiência passada pode ajudar a orientar engenheiros ou designers jovens a tomar decisões melhores sobre seu design ou corrigi-lo.”
Um pouco mais de dois anos atrás, a Cadence lançou a primeira tecnologia de IA generativa da indústria, chamada Voltus InsightAI, que automaticamente encontra a origem de violações de EM‑IR (eletromigração e queda de tensão) logo no início do processo de design, tarefa computacionalmente cara. A solução da Cadence então escolhe e aplica as correções mais eficazes para melhorar o PPA.
Nos últimos meses, a Cadence colaborou com a TSMC para aumentar a produtividade e melhorar o desempenho de designs avançados impulsionados por IA, bem como circuitos integrados tridimensionais (3D‑ICs), a fim de atender ao que ela descreve como “demanda sem precedentes” por soluções de silício avançado que podem lidar com enormes volumes de conjuntos de dados e cálculos. Com isso, fluxos de design impulsionados por IA já estão disponíveis para o mais recente N2P (classe 2nm) da TSMC, que oferece 5% a 10% de desempenho superior, e tecnologias N3.
A empresa, com capitalização de mercado de US$80,2 bilhões, cujas ações atualmente negociam a US$292,50, reportou um aumento de quase 20% em sua receita para o trimestre que terminou em setembro. Com esse maior salto em pelo menos seis trimestres, a receita chegou a US$1,22 bilhão. A empresa está realmente apostando em um boom de IA generativa para continuar impulsionando a demanda por seus produtos e, como resultado, elevou a projeção média de seu lucro anual ajustado para US$5,90 por ação.
(CDNS
)
Além desse boom, a nova geração de supercomputadores Palladium da Cadence também pode contribuir para esse crescimento. A margem operacional GAAP da empresa para o trimestre foi de 29%, e a margem operacional non‑GAAP foi de 45%. O lucro líquido diluído GAAP por ação foi de US$0,87, e o lucro líquido diluído non‑GAAP por ação foi de US$1,64. A Cadence também reportou um backlog de US$5,6 bilhões.
Conclusão
Uma das tecnologias que mais avançam rapidamente nesta década é, simplesmente, a IA, que já começou a impactar negócios em diversos setores e está projetada para contribuir com mais de US$15 trilhões para a economia global até o final desta década. Agora, a integração da IA no design de microchips pode ajudar ainda mais a simplificar tarefas, desbloqueando um novo nível de eficiência, desempenho e escalabilidade.
