Consumo de energia na IA – Enquanto a indústria de inteligência artificial busca máquinas cada vez mais potentes, uma linha de pesquisa segue por outro caminho: fazer os computadores gastarem menos energia. A computação neuromórfica tenta alcançar esse objetivo ao reproduzir, no hardware, algumas características do funcionamento do cérebro humano.
A lógica é simples: em vez de manter o processamento ativo o tempo inteiro, o chip reage quando há algo para processar. Se nenhum evento acontece, o sistema permanece em silêncio. e silêncio, no chip, significa energia não gasta.
LEIA: Tecnologia quântica abre caminho para baterias de recarga ultrarrápida
A inspiração vem de um dos sistemas mais eficientes conhecidos. O cérebro humano possui cerca de 86 bilhões de neurônios e funciona consumindo aproximadamente 20 watts. Reproduzir essa eficiência em máquinas é um desafio que pesquisadores perseguem desde os anos 1980.
Em 2024, a Intel apresentou um exemplo da escala que a tecnologia já alcançou: o Hala Point, sistema de pesquisa formado por 1.152 processadores Loihi 2, capaz de simular até 1,15 bilhão de neurônios.
Um computador que espera o acontecimento
A principal diferença para os computadores convencionais está na maneira como a informação é processada.
Em chips neuromórficos, neurônios artificiais acumulam sinais e só disparam quando atingem determinado limiar. Esses disparos, conhecidos como spikes, levam a informação para outras partes da rede.
O tempo também passa a fazer parte dos dados. Uma sequência rápida de disparos pode representar um estímulo intenso; sinais mais espaçados, um estímulo fraco. A ordem dos impulsos também informa a sequência dos acontecimentos.
É por isso que essas redes são chamadas de redes neurais de impulsos. Elas fazem parte da chamada terceira geração de redes neurais e continuam sendo uma forma de inteligência artificial, mas procuram reproduzir de maneira mais próxima o comportamento dos neurônios biológicos.
Essa característica é útil principalmente quando uma máquina precisa observar o ambiente continuamente. Uma câmera, por exemplo, pode ignorar uma cena estática e processar apenas aquilo que mudou.
O princípio também ajuda a explicar aplicações em drones, robôs, sensores agrícolas e dispositivos vestíveis.
Memória e processamento mais próximos
A arquitetura neuromórfica também procura resolver um problema conhecido dos computadores tradicionais: a necessidade de transportar dados constantemente entre memória e processamento.
Esse movimento é associado ao chamado gargalo de von Neumann, nome relacionado ao matemático que ajudou a estabelecer a arquitetura dos computadores na década de 1940. Em determinadas situações, buscar e movimentar informações pode consumir mais energia do que realizar os próprios cálculos.
Os chips neuromórficos tentam diminuir esse deslocamento ao aproximar ou integrar memória e processamento, reduzindo a movimentação de dados e, em determinadas situações, o consumo de energia.
Algumas pesquisas utilizam ainda memristores. Esses componentes podem alterar sua resistência de acordo com a corrente que passou por eles e conservar esse estado mesmo quando desligados.
Assim, a própria peça pode carregar a informação. A ideia se aproxima do funcionamento de uma sinapse, em que a intensidade de uma conexão representa parte da informação armazenada. E quando ela muda com o uso, chamamos isso de aprendizado.
Onde a tecnologia já aparece
A proposta não significa que computadores comuns estejam prestes a desaparecer. Os chips neuromórficos são mais adequados a situações específicas, principalmente quando é necessário combinar resposta rápida e baixo consumo.
Um dos exemplos está no Vision EQXX, protótipo de eficiência elétrica da Mercedes-Benz. O veículo utiliza um processador da BrainChip para reconhecer o comando “Hey Mercedes”. Nessa aplicação, a tarefa consome de cinco a dez vezes menos energia.
O benefício está no fato de o sistema não precisar trabalhar continuamente com a mesma intensidade. Como o comando precisa ser ouvido o tempo inteiro, uma arquitetura que reage apenas a eventos pode economizar energia.
Entre outras aplicações em desenvolvimento estão:
• câmeras de eventos, que registram apenas mudanças na imagem;
• robôs e drones que precisam reagir rapidamente;
• dispositivos vestíveis para monitoramento contínuo de saúde;
• sensores utilizados em agricultura e cidades inteligentes.
A eficiência tem limites
Os ganhos energéticos são uma das principais vantagens da computação neuromórfica, mas não significam que ela seja superior em todas as aplicações de inteligência artificial.
Além do baixo consumo em equipamentos que permanecem ligados por longos períodos, esses chips podem oferecer resposta rápida sem depender da internet e manter os dados no próprio dispositivo, o que favorece a privacidade. Alguns modelos também permitem pequenos ajustes sem a necessidade de repetir todo o processo de treinamento.
Por outro lado, a programação ainda é complexa, existem poucas ferramentas disponíveis e o desempenho é limitado nos modelos que dominam a IA atualmente.
O treinamento das redes neurais de impulsos também é mais difícil que o dos modelos tradicionais. E boa parte dos chips existentes ainda está restrita a projetos de pesquisa e parcerias, com poucos produtos disponíveis comercialmente.
Há ainda uma ressalva na comparação de desempenho: muitos números de eficiência são divulgados pelos próprios fabricantes. A escolha da tarefa, do concorrente e da metodologia de medição pode alterar significativamente o resultado.
Um exemplo é o NorthPole, da IBM. Sem memória externa, o sistema processou imagens 25 vezes mais rápido por watt que uma GPU de tecnologia equivalente e apresentou resposta 22 vezes mais ágil, segundo resultados publicados na revista Science.
O resultado, porém, não significa que o chip possa substituir uma GPU em todas as etapas. O NorthPole utiliza modelos que já foram treinados. O aprendizado em si, que é a etapa mais custosa, continua acontecendo em GPUs. Sua memória interna também não é suficiente para executar um modelo como o ChatGPT.
Um mercado ainda pequeno
A expansão da computação neuromórfica enfrenta, portanto, um obstáculo que vai além do desenvolvimento dos chips. Nas últimas duas décadas, todo um ecossistema de softwares, ferramentas e métodos de treinamento foi construído em torno das GPUs.
Adaptar esse ambiente para uma arquitetura diferente exige tempo e trabalho. Por isso, ferramentas de programação mais acessíveis e uma maior aproximação entre universidades e empresas são apontadas como caminhos para transformar pesquisas em produtos.
A consultoria MarketsandMarkets projeta que o mercado de computação neuromórfica passe de US$ 28,5 milhões em 2024 para US$ 1,32 bilhão em 2030.
Ainda é pouco diante da dimensão da indústria de chips. As próprias projeções variam entre consultorias porque existem poucos produtos disponíveis para comparação.
Por isso, a possibilidade mais provável não é uma substituição completa das GPUs. Processadores tradicionais devem continuar sendo usados em tarefas pesadas, enquanto chips neuromórficos podem ocupar nichos nos quais economia de energia e resposta rápida sejam prioritárias.
A tecnologia, portanto, ainda está longe de transformar os computadores que usamos diariamente. Seu avanço acontece sobretudo em aplicações nas quais uma máquina precisa permanecer atenta sem necessariamente estar processando informação o tempo inteiro.
Mais do que construir computadores que simplesmente pensem mais rápido, a computação neuromórfica tenta resolver outro problema: como manter uma máquina alerta durante muito tempo gastando o mínimo possível de energia?
Acumule cashback e transfira o dinheiro direto para sua conta!
A Bee Fenati (saiba mais aqui) segue em expansão para garantir aos seus usuários cada vez mais benefícios. Agora a plataforma conta com a Benefícios Rede Bee, que reúne descontos em dezenas de grandes marcas, com muitas delas oferecendo cashback, ou seja, o retorno de um valor da sua compra que poderá ser transferido para sua conta! (Saiba mais aqui)
Baixe o aplicativo nas lojas App Store (iOS) e Play Store (Android) e aproveite agora!
A rede oferece em um único ambiente ofertas em áreas como educação, compras, viagens, lazer, serviços, tecnologia e muito mais. Dentre as marcas parceiras estão Magalu, Renner, Drogasil, C&A, Casas Bahia, Petz, e outras dezenas de opções que oferecem tudo que você precisa na sua rotina!
Além de poderem aproveitar os descontos oferecidos pelas marcas parceiras, os sócios e contribuintes dos sindicatos filiados à Fenati (Federação Nacional dos Trabalhadores em Tecnologia da Informação) podem receber de volta um percentual a cada compra que realizarem em parceiros que oferecem o cashback.
Este valor fica em uma carteira digital dentro da plataforma e, a partir de R$ 20 reais acumulados em cashback, o trabalhador pode enviar o dinheiro direto para sua conta bancária! Na prática, a ferramenta permite que sócios e contribuintes dos sindicatos filiados à Fenati ZEREM o valor da sua contribuição assistencial e/ou associativa!
Atualmente, o valor da contribuição é de R$ 32,50 por mês para sócios e R$ 35 por mês para contribuintes, ou seja, é possível recuperar todo esse valor e ainda acumular muito mais – tudo isso contribuindo para fortalecer a categoria e transformando as compras do dia a dia em ganho real.
Qualifique-se agora com a Fenati Academy!
Dentro da Bee Fenati, o usuário encontra ainda a Fenati Academy, que oferece mais de 8 mil opções de qualificação e atualização profissional com bolsa integral para sócios e contribuintes de sindicatos filiados à Fenati. (Saiba mais)
Na plataforma, o profissional pode acessar o Sindplay, streaming de qualificação para profissionais de TI reconhecido como a “Netflix de TI”, que possui cursos em áreas como cibersegurança, Inteligência Artificial, desenvolvimento de softwares, desenvolvimento para a internet, administração de sistemas e redes, ciência de dados, gestão de projetos de TI, blockchain e tecnologias de moedas digitais, entre outras. (Saiba mais)
A ferramenta oferece também cursos em parceria com a Cisco Networking Academy, com CERTIFICAÇÕES GRATUITAS em áreas como segurança cibernética, Redes, IA, Ciência de dados, Inglês para TI, Programação, Tecnologia da informação, Alfabetização digital, Habilidades Profissionais (Soft skills) e Sustentabilidade. (Saiba mais)
Outra parceria da Fenati Academy é a Oracle University, uma das maiores referências globais em tecnologia. Os usuários já podem acessar cursos, trilhas de aprendizado e obter certificações Oracle gratuitamente ou com descontos exclusivos. Os conteúdos passam por áreas estratégicas como bancos de dados, computação em nuvem, inteligência artificial, desenvolvimento, automação e soluções corporativas. (Saiba mais)
Encontre o emprego dos seus sonhos com a Bee Hunter!
Sócios e contribuintes contam ainda com uma ferramenta para se aproximarem das melhores oportunidades do mercado de trabalho: a Bee Hunter, uma plataforma inteligente da Bee Fenati que utiliza tecnologia e inteligência artificial para tornar a busca por vagas mais eficiente, estratégica e conectada ao perfil de cada usuário. (Saiba mais aqui)
A partir do cadastro do currículo, a plataforma utiliza inteligência artificial para analisar informações como experiências, competências e objetivos profissionais, cruzando esses dados com vagas disponíveis em empresas parceiras como Vagas.com, Sinergy e Trampos e identificando as posições que mais combinam com o perfil do usuário.
A Bee Hunter vai além e auxilia o profissional a estar preparado para a vaga dos sonhos! Isso porque nossa inteligência analisa o perfil e sugere cursos da Fenati Academy que vão ajudá-lo a ampliar sua qualificação e elevar a aderência às vagas desejadas. Acesse agora clicando aqui e encontre seu emprego dos sonhos!
(Com informações de Tecmundo)
(Foto: Reprodução/Magnific/knssr2)
