Investimentos em IA: Duração e Sustentabilidade
Uma grande dúvida paira sobre o setor tecnológico: por quanto tempo os pesados investimentos em infraestrutura de inteligência artificial (IA) se sustentarão? As grandes empresas de tecnologia estão alocando centenas de bilhões de dólares em infraestrutura de IA, focando principalmente em centros de dados e nos chips que os suportam.
CONTINUA DEPOIS DA PUBLICIDADE
Esse investimento, segundo elas, visa preparar o terreno para que a IA transforme a economia, o mercado de trabalho e até mesmo as relações pessoais.
Em 2025, as empresas do setor devem investir cerca de US$ 400 bilhões em despesas de capital relacionadas à IA. Parte desse montante pode pressionar os balanços patrimoniais das companhias. Para aquelas que dependem da IA para o futuro, a frequência de atualização ou substituição dos chips avançados é uma questão crucial, especialmente diante do ceticismo crescente sobre a capacidade da IA de gerar retornos rápidos e significativos que justifiquem os investimentos realizados.
CONTINUA DEPOIS DA PUBLICIDADE
Ciclo de Vida dos Chips de IA
A durabilidade das unidades de processamento gráfico (GPUs), amplamente utilizadas para treinamento e processamento de IA, ainda é incerta. Especialistas estimam que esses chips podem ser eficazes para treinar grandes modelos de linguagem por um período que varia de 18 meses a três anos.
Contudo, eles podem ser utilizados em tarefas menos exigentes por vários anos.
LEIA TAMBÉM!
Em comparação, as unidades centrais de processamento (CPUs) em data centers tradicionais têm uma vida útil de cinco a sete anos. Isso se deve ao desgaste acelerado dos chips de IA, que enfrentam tensões e calor significativos durante o treinamento.
Aproximadamente 9% das GPUs falham em um ano, enquanto essa taxa é de cerca de 5% para CPUs, segundo David Bader, professor de ciência de dados do Instituto de Tecnologia de Nova Jersey.
Desafios e Preocupações com a Sustentabilidade
As gerações mais novas de chips de IA estão se tornando mais eficientes, o que pode tornar economicamente inviável a utilização de chips mais antigos, mesmo que ainda funcionem. Tim DeStefano acredita que os chips de IA podem quebrar após cinco a dez anos, mas sua vida útil econômica seria de apenas três a cinco anos.
Bader, por sua vez, sugere que as GPUs podem ser utilizadas para treinar modelos de IA por 18 a 24 meses, mas ainda podem realizar tarefas de inferência por mais cinco anos.
A Nvidia, principal fornecedora de chips de IA, afirma que seu sistema de software CUDA permite que os clientes atualizem o software dos chips, adiando a necessidade de substituição. No entanto, independentemente da durabilidade dos chips, a questão permanece: de onde virá a receita necessária para financiar essas substituições em larga escala?
Perspectivas Futuras e Impactos Econômicos
À medida que os chips se desgastam mais rapidamente, as empresas sentirão uma pressão crescente para obter retorno sobre seus investimentos em IA. A demanda a longo prazo por essa tecnologia ainda é incerta, especialmente considerando que muitas empresas que adotaram a IA ainda não perceberam benefícios financeiros significativos.
Michael Burry, conhecido por sua atuação em “The Big Short”, alertou sobre uma possível bolha de IA, argumentando que as empresas podem estar superestimando a durabilidade de seus investimentos em chips, o que pode impactar seus lucros. Líderes do setor, como Satya Nadella, CEO da Microsoft, e Sarah Friar, CFO da OpenAI, já expressaram preocupações sobre a necessidade de gerenciar melhor os investimentos em infraestrutura para evitar obsolescência simultânea dos chips.
As implicações dessa situação podem ir além dos balanços patrimoniais das grandes empresas de tecnologia. Kshirsagar destaca que, além dos data centers, há um esforço para construir usinas de eletricidade para suportar toda essa infraestrutura.
Se a economia não se sustentar, questões sociais significativas poderão surgir.
