Chip de IA analógico da Peking University usa NMF e é ≈ 12x mais rápido com 200x menos energia

Enquanto o debate público se centra em GPUs avaliadas em milhares de milhões e em nuvens de computação cada vez mais colossais, uma equipa de investigadores chineses optou por recuar no tempo para dar um salto em frente.

Em vez de se limitar a acelerar chips digitais já estabelecidos, recuperou uma abordagem quase esquecida da era anterior ao microprocessador e colocou-a no núcleo de uma nova vaga de inteligência artificial.

Uma ideia antiga regressa ao centro da corrida da IA

Investigadores da Peking University revelaram um chip de IA analógico capaz de realizar cálculos ≈ 12x mais depressa do que processadores digitais avançados, consumindo ≈ 200x menos energia. O estudo saiu na revista científica Nature Communications e já está a captar a atenção do sector tecnológico.

"Uma única geração de chips não vai resolver o problema energético da IA. Resgatar o analógico é, na prática, mudar o jogo."

O impacto não está apenas nos valores anunciados, mas sobretudo no raciocínio por detrás da proposta: em vez de insistir na via tradicional dos bits, dos zeros e dos uns, a equipa decidiu regressar à computação analógica - um tipo de cálculo que antecede o computador pessoal.

O que é, afinal, um chip de IA analógico

Antes de o digital se tornar dominante, os engenheiros já recorriam a computadores analógicos para resolver problemas físicos, como simular trajectórias de foguetões ou modelar variações de temperatura em reactores. Em vez de números discretos, estas máquinas operavam com grandezas contínuas, como tensão e corrente eléctricas.

No novo chip chinês, o princípio mantém-se, mas é reforçado por materiais actuais e circuitos de elevada precisão. Em vez de tentar “imitar” o cérebro apenas via software, é o próprio hardware que passa a comportar-se como um sistema físico que “resolve” equações de forma quase natural.

• Chips digitais: decompõem cada operação numa sequência de passos, executados etapa a etapa.
• Chips analógicos: deixam que a própria física realize vários cálculos em simultâneo, em paralelo.

Durante décadas, esta via foi tida como pouco prática: ruído eléctrico, menor precisão e dificuldades de programação afastaram as grandes empresas. A combinação entre IA e circuitos analógicos, porém, altera o equilíbrio. Muitos modelos de aprendizagem automática toleram pequenas imprecisões, desde que o resultado global seja estável e rápido.

Energia, o calcanhar de Aquiles da IA

O progresso recente da IA generativa assenta em GPUs como a Nvidia H100, concebidas para efectuar milhares de milhões de operações por segundo. Essa potência, contudo, tem um preço: consumo eléctrico muito elevado e um calor que nem sempre é simples de dissipar.

Uma parte significativa desse gasto não resulta do cálculo em si, mas sim do tráfego de dados entre a memória e a unidade de processamento. Sempre que um modelo de IA consulta pesos, parâmetros e exemplos, os bits deslocam-se continuamente dentro do chip e também entre vários chips.

O chip analógico desenvolvido na China atinge precisamente essa fragilidade. Aposta na chamada computação na memória: os cálculos são feitos no próprio local onde os dados estão armazenados. Menos movimento de informação significa menos perdas energéticas e menos calor.

"Calcular onde o dado está guardado parece um detalhe técnico, mas se transforma em economia em escala de usina elétrica."

Como a China “ressuscita” uma técnica matemática dos anos 1990

No centro do chip analógico está um método conhecido como Factorização de Matrizes Não Negativas (NMF). O nome parece intimidante, mas a lógica é directa: pegar numa grande tabela de dados e decompô-la em blocos menores, tornando visíveis padrões que estavam escondidos.

A NMF é amplamente aplicada em:

• sistemas de recomendação (filmes, música, produtos),
• compressão e reconstrução de imagens,
• análise do comportamento de utilizadores,
• separação de sinais de áudio, como voz e ruído.

Em hardware digital, esta técnica implica muitas iterações e a multiplicação repetida de matrizes enormes, milhões de vezes. O custo torna-se explosivo quando os dados chegam a escalas semelhantes às da Netflix ou de grandes redes sociais.

A equipa de engenharia da Peking University avançou com uma aposta arrojada: em vez de executar a NMF como software, transformou o método num fenómeno físico. O circuito do chip é concebido de forma a que, ao receber as entradas, o próprio comportamento eléctrico realize a factorização numa única etapa - onde um processador convencional precisaria de milhares.

Testes com dados reais, não só com equações bonitas

Para não cair na crítica habitual de que “só funciona em laboratório”, o grupo liderado por Sun Zhong aplicou o chip a tarefas concretas. Em sistemas de recomendação, com simulações de cargas semelhantes às de plataformas como Netflix ou Yahoo, o chip analógico apresentou qualidade comparável, mas com muito mais velocidade e com um consumo energético praticamente residual.

No processamento de imagem, os ensaios indicaram que o chip conseguia comprimir e, depois, reconstruir fotografias com uma qualidade visual muito próxima da obtida por métodos digitais de elevada precisão, reduzindo para metade a necessidade de armazenamento.

Tipo de chip	Velocidade	Consumo de energia
Processador digital avançado	Base de comparação	100%
Puce analógica da Peking University	≈ 12x mais rápido	≈ 0,5% (200x menos)

Um dos avaliadores do artigo científico chegou a referir “vários ordens de grandeza” de ganho em velocidade e eficiência - algo pouco comum em revisões académicas tipicamente conservadoras.

Porque isto mexe com a geopolítica da tecnologia

A China já vinha a investir de forma intensa em supercomputadores, redes de longa distância e chips orientados para IA. Ao apostar na computação analógica, acrescenta uma camada estratégica a essa disputa.

Se esta abordagem conseguir escalar, centros de dados inteiros poderão ser redesenhados, baixando tanto a factura energética como a dependência de GPUs ocidentais. Relatórios internos, citados pela imprensa asiática, sugerem que, em tarefas muito específicas, o chip poderá atingir mil vezes o desempenho de algumas GPUs quando se avalia em conjunto a velocidade e o gasto de energia.

"Revisitar ideias dos anos 1970 com tecnologia de 2026 é, ao mesmo tempo, um gesto de pragmatismo e de ambição geopolítica."

Limites, riscos e usos prováveis

A computação analógica não vem substituir todos os usos do digital. Onde brilha, em especial, é em operações matemáticas repetitivas e bem estruturadas - como a multiplicação de matrizes, que está no coração da IA moderna.

Alguns pontos de atenção levantados por especialistas incluem:

• Precisão: o analógico convive com ruído. Em aplicações médicas ou financeiras, isso pode obrigar a camadas de correcção digital.
• Programação: desenvolver para hardware analógico exige ferramentas e linguagens novas, criando uma curva de aprendizagem.
• Escalabilidade industrial: levar um protótipo de laboratório para produção em massa é, por si só, um desafio.
• Padronização: falta um “ecossistema” de software e bibliotecas orientados para este tipo de chip.

Em contrapartida, as oportunidades destacam-se em áreas como:

• recomendação em tempo real com baixo custo energético,
• dispositivos de periferia (câmaras inteligentes, sensores industriais, robôs),
• centros de dados com metas exigentes de redução de carbono,
• processamento local em países com infra-estruturas eléctricas limitadas.

Termos que valem uma tradução para o quotidiano

Duas expressões técnicas surgem repetidamente nesta discussão:

O que é “computação na memória”

Na maioria dos computadores, a memória e o processador estão separados. Em cada operação, os dados são copiados da memória para o núcleo de cálculo e, no fim, voltam a ser escritos. A computação na memória significa, na prática, aproximar ou quase fundir estas funções: o local que guarda os dados também os processa.

Pense numa fábrica: no modelo clássico, a matéria-prima atravessa vários armazéns vezes sem conta. Num modelo de computação na memória, a fábrica é reorganizada para que quase tudo aconteça no mesmo espaço. Menos transporte, menos perdas, menos atraso.

Porque a NMF encaixa bem em IA de recomendação

Num serviço de streaming, cada utilizador e cada filme podem ser representados como linhas e colunas de uma matriz gigantesca. A NMF decompõe essa matriz em factores que “explicam” preferências ocultas: gosto por acção, comédia romântica, documentários, por exemplo.

Ao realizar a factorização directamente no hardware, o chip analógico converte volumes enormes de cliques e visualizações em padrões que outros algoritmos conseguem consumir - com um ganho muito acentuado de velocidade.

Cenários possíveis para os próximos anos

Se a tecnologia evoluir, é provável que surja uma arquitectura híbrida. Os chips analógicos tratariam da parte pesada - multiplicações de matrizes e decomposições numéricas - enquanto processadores digitais coordenariam o fluxo, fariam ajustes finos e assumiriam tarefas mais lógicas.

Num cenário plausível, grandes empresas de cloud poderiam disponibilizar “nós analógicos” dedicados, tal como hoje alugam GPUs e TPUs. Startups de IA passariam a escolher entre treinar modelos em clusters digitais convencionais ou em infra-estruturas mistas, com analógico e digital, consoante o tipo de aplicação e o preço local da energia.

Também se abrem questões regulatórias e ambientais: metas de redução de emissões podem pressionar governos e empresas a privilegiar arquitecturas menos vorazes em electricidade. Nesse enquadramento, a “ressurreição” da tecnologia analógica deixa de ser uma curiosidade histórica e passa a ser um elemento concreto de política industrial.