Para o executivo brasileiro, a inteligência artificial fará a demanda doméstica por placas de vídeo crescer
O CEO da Nvidia, Jensen Huang, quando experimentou o ChatGPT pela primeira vez pediu um poema sobre sua empresa à inteligência artificial (IA): “A Nvidia está à altura do desafio. / Com suas poderosas GPUs e IA, / Eles ultrapassam os limites da tecnologia de ponta.” O poema-robô era uma evidência, pelo menos pelos seus padrões literários, de que a aposta estava finalmente valendo a pena.
Por quase três décadas, os chips Nvidia têm impulsionado gráficos avançados em jogos de consoles. No entanto, Huang suspeitava que esses chips também eram eficazes para o manuseio de grandes volumes de dados, atualmente essenciais para dar vida as IA e tornar possível que elas gerem um poema sobre qualquer coisa.
Para provar seu ponto, ele orientou sua equipe a criar um servidor especialmente projetado para IA. [grifar]O primeiro exemplar foi entregue em 2016 para Elon Musk e Sam Altman, cofundadores da OpenAI. O equipamento, um supercomputador de IA que custa US$ 129.000, continha oito processadores gráficos interligados, capazes de processar em duas horas o que um chip convencional levaria seis dias.
Apesar da ruptura entre Musk e Altman, os cofundadores da OpenAI continuaram a utilizar os chips Nvidia para vários projetos. O ChatGPT, lançado no ano passado, foi alimentado por mais de 20.000 processadores gráficos Nvidia. Em fevereiro, o chatbot alcançou a marca de 100 milhões de usuários, um marco significativo para a OpenAI, apesar dos custos operacionais elevados.
Para cobrir os crescentes custos de computação, a Microsoft se comprometeu a fornecer mais de US$ 10 bilhões em financiamento. Altman, CEO da OpenAI, precisará de mais chips Nvidia para atender à demanda. Não por acaso, a empresa atingiu o valor de mercado inédito de 1 trilhão de dólares.
Esse é o cenário mais amplo da dependência da IA pelo hardware fornecido pela Nvidia. Há também uma crescente demanda no cotidiano de consumidores finais, no dia a dia e uso doméstico, em seus computadores de mesa. É o que explica Alexandre Ziebert, gerente de marketing da Nvidia no Brasil, em entrevista à EXAME.
Para o executivo, as ferramentas que usam IA da Nvidia já justificam o interesse por placas de vídeo mais robustas.
Leia os principais trechos da conversa
A demanda por placas de vídeos se tornou particularmente alta durante a pandemia. Agora temos o boom da IA, uma tecnologia que demanda bastante de hardware de vídeo dedicado. Com isso, o cenário de gargalo na oferta pode acontecer mais uma vez ?
Hoje as placas de vídeo não são mais restritas a quem trabalha com edição de vídeos ou criação de conteúdo visual. Profissionais de diferentes setores precisam de hardware robusto e junto disso, com a expansão da IA, os data centers também precisarão ser atualizados para lidar com a carga dessas ferramentas. Aliás, o ChatGPT só é possível por conta da evolução do processamento de hardware gráfico. Um exemplo que leva a necessidade dos chips para o usuário doméstico vem da própria Microsoft, que apresentou um assistente com IA para o Windows, e que para rodar esse tipo de aplicação de forma eficiente, exige uma placa de vídeo. E nesses pequenos avanços que nasce uma nova demanda. Mas como isso se dá gradualmente, não vejo o cenário crítico da pandemia se repetindo.
A Nvidia apresentou recentemente a série 4000, uma placa que chega uma série de softwares que usam de IA para aprimorar áudio e vídeo. A intenção é tornar o acesso a inteligência artificial mais amplo?
Sim, nosso objetivo sempre foi esse. Desde 2018, com o lançamento da série RTX 2000, temos núcleos dedicados para o processamento de IA. A ideia é oferecer não apenas desempenho melhorado para jogos, mas também recursos que de outra forma seriam impraticáveis ou impossíveis.
Quais são esses recursos?
O DLSS, por exemplo, é um recurso baseado em IA que melhora o desempenho geral de jogos. A NVIDIA também desenvolve outras aplicações, como o NVIDIA Broadcast para limpeza de áudio, e a NVIDIA Canvas, que gera imagens fotorrealistas. O Tensor Cores, que são os núcleos dedicados de processamento, por exemplo, agora estão disponíveis em todas as placas GeForce.
Com relação à estratégia da NVIDIA para aparelhos mobile, agora que companhia atingiu um novo marco em valor de mercado e atenção de investidores, chips mobile tem chance de voltar ao portfólio da empresa?
Na Computex, evento da Nvidia que ocorre em Taiwan, Jensen Huang, o CEO da companhia, falou sobre a história da empresa e como ela se adaptou às mudanças ao longo do tempo. Uma dessas mudanças foi a linha Tegra, que focou em chips para aparelhos móveis. Por volta de 2013 ou 2014, a NVIDIA estava em pleno desenvolvimento da linha Tegra para smartphones, com o objetivo de oferecer uma GPU mobile, algo que não era comum na época. Não havia demanda suficiente. Jensen tomou uma decisão estratégica de se retirar do mercado e direcionar a equipe de desenvolvimento da linha Tegra para a robótica, em vez de focar em smartphones. Isso incluiu o desenvolvimento de processadores para carros autônomos, um mercado que na época valia zero bilhões de dólares e agora proporciona à Nvidia uma nova fonte de renda.
______________________________________________
Por André Lopes
Publicado originalmente em: https://curt.link/03xPCKk
