Entenda como a evolução tecnológica impacta a longevidade dos chips utilizados em inteligência artificial
A vida útil das GPUs de IA é um tema central, com debates sobre sua durabilidade e impacto nas finanças das empresas.
Vida útil das GPUs de IA: um tema em debate
Com investimentos crescentes em infraestrutura para inteligência artificial (IA), a vida útil das GPUs se tornou uma preocupação central para empresas e investidores. A depreciação desses chips é discutida amplamente entre as grandes empresas tecnológicas, mas ainda existe incerteza sobre o tempo que esses dispositivos realmente permanecem eficientes.
O boom da IA moderna, que começou há apenas três anos, levanta questões complexas sobre a durabilidade das GPUs. Empresas como Google, Oracle e Microsoft estimam que seus servidores podem durar até seis anos, mas essa afirmação gera debates acalorados. O investidor Michael Burry, por exemplo, acredita que o tempo real de uso das GPUs é significativamente menor, entre dois a três anos, o que poderia inflar os resultados financeiros das big techs.
Fatores que afetam a durabilidade das GPUs
As GPUs focadas em IA são relativamente novas. Os primeiros chips da Nvidia surgiram em 2018, e a demanda aumentou drasticamente após o lançamento do ChatGPT em 2022. Desde então, a receita anual da Nvidia com data centers saltou de US$ 15 bilhões para impressionantes US$ 115 bilhões. Contudo, a rápida evolução do setor torna a definição da durabilidade dos chips um desafio.
Especialistas afirmam que modelos mais antigos ainda são valiosos para tarefas menos complexas. A CoreWeave, por exemplo, que compra GPUs e as aluga, utiliza um ciclo de depreciação de seis anos desde 2023. O CEO da empresa, Michael Intrator, destacou que as GPUs Nvidia A100, lançadas em 2020, continuam a ser utilizadas intensamente, com clientes pagando para utilizá-las.
Desgaste e obsolescência
Entretanto, as placas podem se depreciar antes do período estimado de seis anos devido a vários fatores, como:
- Desgaste físico e falhas
- Obsolescência acelerada por novas gerações de hardware
- Perda de competitividade econômica
- Ciclos de atualização mais curtos impostos pela Nvidia e concorrentes
- Mudanças na demanda por chips mais modernos
As próprias fabricantes contribuem para acelerar esse processo. Durante o lançamento do chip Blackwell, Jensen Huang, CEO da Nvidia, afirmou que, uma vez que o Blackwell seja comercializado em grande escala, será difícil vender os chips anteriores, como os Hopper.
Mudanças rápidas na indústria
Atualmente, a indústria está experimentando ciclos anuais de lançamentos, algo que era impensável há poucos anos. A Nvidia passou a renovar suas linhas de IA anualmente, enquanto a AMD seguiu essa tendência. A Amazon, por sua vez, já reduziu a previsão de vida útil de seis para cinco anos para alguns servidores, citando o ritmo acelerado do desenvolvimento tecnológico.
A Microsoft, por outro lado, adota cautela e evita comprar grandes lotes de uma única geração de chips, para não ficar presa a uma depreciação de quatro ou cinco anos. Na prática, a vida útil dessas GPUs é apenas uma estimativa que depende de validação externa e, muitas vezes, requer a aprovação de auditores para justificar a durabilidade proposta.
Considerações finais
À medida que o setor de IA continua a evoluir rapidamente, a discussão sobre a vida útil das GPUs se torna cada vez mais relevante. Enquanto algumas empresas se esforçam para ampliar o período de depreciação, outras enfrentam a realidade de que a inovação constante pode tornar seus ativos obsoletos mais cedo do que esperavam. Isso levanta questões cruciais sobre como as empresas devem gerenciar seus investimentos em tecnologia e garantir que suas infraestruturas estejam alinhadas com as demandas de um mercado em constante mudança.
