Sam Altman, a figura proeminente por trás da OpenAI, levantou um debate sobre a crescente tendência de executar modelos de inteligência artificial localmente, em computadores pessoais. Em uma recente participação no podcast Cheeky Pint, de John Collison, cofundador da Stripe, Altman declarou que a inferência local de IA é uma “terrível alocação de um recurso escasso”. Sua crítica se concentra na memória DRAM, um componente vital para o funcionamento de sistemas de IA, que ele considera estar em oferta limitada e subutilizada em dispositivos individuais.
Altman argumenta que a ideia de que a disponibilidade de modelos de código aberto resolve a necessidade de infraestrutura de data center para IA é equivocada. Ele aponta que, quando cada usuário executa modelos de IA em seus próprios computadores, a DRAM desses dispositivos é utilizada em apenas uma fração de seu potencial – ele estima em cerca de 5%. Em um cenário global de escassez crítica desse recurso, o CEO da OpenAI defende que a máxima concentração de poder computacional em data centers é essencial. Essa concentração permitiria uma utilização mais eficiente da DRAM, maximizando a capacidade produtiva em um momento em que os fabricantes globais, como Micron, Samsung e SK Hynix, lutam para aumentar a produção ao ritmo exigido pelos hiperescaladores.
O Dilema da DRAM
A perspectiva de Altman coloca em evidência a complexa dinâmica do mercado de semicondutores, particularmente no que tange à DRAM. Embora há cinco anos o cenário fosse de abundância e preços baixos, a demanda por chips de alta performance para IA transformou a DRAM em um bem crítico. Relatórios indicam aumentos de preço significativos no primeiro trimestre de 2026, e as projeções não apontam para uma queda iminente. A dificuldade em expandir rapidamente a capacidade de produção de memória de alta performance, como a HBM (High Bandwidth Memory), é um gargalo que afeta diretamente a expansão da infraestrutura de IA. Fabricantes têm priorizado a produção para centros de dados, por vezes limitando a oferta de chips para o mercado de consumo, na tentativa de atender à demanda urgente por poder computacional.
O Mercado de Cômputo e a Resposta da Indústria
O comentário de Altman sobre a escassez de cômputo surge em um contexto onde o mercado, segundo ele, não está respondendo de forma adequada à urgência da situação. Apesar dos lucros expressivos recentes, os grandes fabricantes de memória têm mantido uma postura de investimento conservadora em relação ao que a demanda por IA requer. Embora iniciativas para novas plantas de produção estejam em andamento, a abertura de novas instalações de memória de alto desempenho é um processo demorado e complexo, como a China tem descoberto em suas tentativas de se posicionar no segmento de DRAM, focando inicialmente em memória de consumo.
Soluções e Otimização
Diante desse cenário, Altman sugere que a solução passa não apenas pela otimização do uso em data centers, mas também pela entrada de novos atores na cadeia de suprimentos e pelo desenvolvimento de hardware customizado. A OpenAI, por exemplo, está desenvolvendo seus próprios chips em parceria com a Broadcom, visando otimizar o desempenho. Essa estratégia é similar à de outras gigantes da tecnologia, como SpaceX, Amazon, Meta e Google, que investem em hardware próprio (TPUs, no caso do Google) para melhor atender às suas necessidades específicas de IA, mesmo que a dependência de DRAM externa persista.
Perguntas em Aberto
A visão de Altman levanta questões importantes sobre o futuro da computação de IA. Se a inferência local é realmente um desperdício inaceitável de recursos escassos, como a indústria equilibrará a demanda por poder computacional centralizado com a crescente busca por privacidade e controle individual sobre os dados e modelos de IA? Qual será o papel da computação de ponta (edge computing) em um mundo onde a escassez de DRAM dita a estratégia de alocação de recursos? A indústria encontrará um meio-termo entre a eficiência dos data centers e a descentralização desejada por muitos usuários, ou a escassez de recursos forçará uma concentração ainda maior de poder computacional nas mãos de poucos?
A discussão sobre a alocação de recursos escassos, como a DRAM, e o futuro da computação de IA continuará a moldar o desenvolvimento tecnológico. A tensão entre a eficiência centralizada e a autonomia descentralizada promete ser um dos eixos centrais da evolução da inteligência artificial nos próximos anos. A forma como empresas e usuários navegarão essa complexidade definirá o acesso e o uso da IA.
Com reportagem de Brazil Valley
Source · Xataka
