Chip de IA analógico da Peking University - 12x mais rápido e 200x menos energia

Enquanto o debate se concentra em GPUs caríssimas e estruturas de nuvem cada vez maiores, um grupo de cientistas na China escolheu um caminho contraintuitivo: revisitar o passado para destravar o próximo salto.

Em vez de apenas elevar a potência de chips digitais já estabelecidos, eles trouxeram de volta um princípio quase abandonado antes da era do microprocessador e o colocaram no núcleo de uma nova abordagem para inteligência artificial.

Uma velha ideia volta ao centro da corrida da IA

Pesquisadores da Universidade de Pequim apresentaram um chip de IA analógico que, segundo os resultados divulgados, realiza cálculos cerca de 12 vezes mais rápido do que processadores digitais avançados e consome 200 vezes menos energia. O estudo saiu na revista científica Nature Communications e já entrou no radar de empresas do setor.

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 nas comparações numéricas, mas no raciocínio que sustenta a proposta: em vez de continuar a trilha tradicional dos bits (zeros e uns), o grupo decidiu apostar novamente na computação analógica - um tipo de cálculo que antecede o computador pessoal.

O que é, afinal, um chip de IA analógico

Antes de o digital dominar praticamente tudo, computadores analógicos já eram usados para atacar problemas de física e engenharia - por exemplo, simular trajetórias de foguetes ou modelar variações de temperatura em reatores. A lógica era diferente: no lugar de números discretos, essas máquinas operavam com grandezas contínuas, como tensão e corrente elétricas.

No chip chinês, o princípio é parecido, porém atualizado com materiais atuais e circuitos de alta precisão. A grande mudança é que, em vez de “imitar” o cérebro apenas com programas, o próprio hardware passa a agir como um sistema físico capaz de “resolver” equações de modo quase natural.

• Chips digitais: dividem cada operação em uma sequência de etapas, executadas passo a passo.
• Chips analógicos: permitem que a própria física realize muitos cálculos em paralelo, ao mesmo tempo.

Durante décadas, essa via foi tratada como pouco prática: ruído elétrico, limitações de precisão e dificuldade de programar afastaram o interesse das grandes companhias. A combinação de IA com circuitos analógicos, porém, altera esse equilíbrio. Muitos modelos de aprendizado de máquina suportam pequenas imprecisões, desde que o resultado final se mantenha consistente, veloz e estável.

Energia, o calcanhar de Aquiles da IA

A onda recente de IA generativa depende de GPUs como a Nvidia H100, desenhadas para executar bilhões de operações por segundo. Só que essa capacidade vem acompanhada de um preço alto: gasto elétrico enorme e aquecimento difícil de controlar.

E uma parte relevante desse consumo não está no cálculo em si, mas no vai e vem de informações entre memória e unidade de processamento. Sempre que um modelo consulta pesos, parâmetros e exemplos, bits atravessam caminhos internos do chip e, muitas vezes, viajam também entre vários chips.

O chip analógico chinês mira diretamente esse gargalo ao adotar a chamada computação na memória: o processamento ocorre no mesmo local onde os dados ficam armazenados. Com menos deslocamento de informação, há menos desperdício de energia 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 Fatorização de Matrizes Não Negativas (NMF). O nome assusta, mas o conceito pode ser entendido assim: pegar uma grande tabela de dados e decompor esse conjunto em partes menores, de forma a expor padrões que não aparecem à primeira vista.

A NMF aparece com frequência em:

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

Quando implementada em hardware digital, essa técnica costuma exigir muitas iterações e envolve multiplicar matrizes gigantescas milhões de vezes. O custo se torna explosivo quando o volume chega à escala de serviços como Netflix ou grandes redes sociais.

A equipe da Universidade de Pequim apostou em uma ideia ousada: em vez de executar a NMF como programa, converteram o método em um efeito físico. O circuito do chip é projetado para que, ao receber as entradas, o comportamento elétrico realize a fatorização em uma única etapa - onde um processador convencional precisaria de milhares.

Testes com dados reais, não só com equações bonitas

Para contornar a crítica comum de que “só funciona no laboratório”, o grupo liderado por Sun Zhong levou o chip a cenários práticos. Em sistemas de recomendação, com simulações de carga semelhantes às de plataformas como Netflix ou Yahoo, o chip analógico alcançou qualidade comparável de resultado, mas com muito mais velocidade e consumo de energia quase desprezível.

Já em processamento de imagens, os testes indicaram que o chip conseguiu comprimir e, depois, reconstruir fotos com qualidade visual muito próxima da obtida por métodos digitais de alta precisão - e ainda cortou pela metade a necessidade de armazenamento.

Tipo de chip	Velocidade	Consumo de energia
Processador digital avançado	Base de comparação	100%
Chip analógico da Universidade de Pequim	≈ 12x mais rápido	≈ 0,5% (200x menos)

Um dos avaliadores do artigo científico chegou a descrever ganhos de “vários ordens de grandeza” em velocidade e eficiência - um tipo de comentário incomum em revisões acadêmicas, normalmente mais conservadoras.

Por que isso mexe com a geopolítica da tecnologia

A China já vinha colocando muitos recursos em supercomputadores, redes de longa distância e chips voltados a IA. A aposta na computação analógica acrescenta uma dimensão estratégica a essa disputa.

Se esse tipo de tecnologia ganhar escala, centros de dados poderão ser redesenhados, reduzindo tanto a conta de energia quanto a dependência de GPUs ocidentais. Relatórios internos citados pela imprensa asiática indicam que, em determinadas tarefas bem específicas, o chip poderia atingir mil vezes o desempenho de algumas GPUs quando se considera, ao mesmo tempo, velocidade e gasto energético.

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 é uma substituta universal da computação digital. Ela tende a ser especialmente forte em operações matemáticas repetitivas e bem estruturadas - como multiplicações de matrizes, que formam o coração de grande parte da IA atual.

Alguns alertas apontados por especialistas incluem:

• Precisão: o analógico convive com ruídos. Em usos médicos ou financeiros, isso pode demandar camadas de correção digital.
• Programação: desenvolver para hardware analógico pede ferramentas e linguagens novas, criando uma curva de aprendizagem.
• Escalabilidade industrial: levar um protótipo de laboratório para produção em massa é um desafio por si só.
• Padronização: ainda falta um ecossistema de programas e bibliotecas pensado para esse tipo de chip.

Ao mesmo tempo, as oportunidades aparecem com clareza em:

• recomendação em tempo real com baixo custo energético,
• dispositivos de borda (câmeras inteligentes, sensores industriais, robôs),
• centros de dados com metas agressivas de redução de carbono,
• processamento local em países com infraestrutura elétrica limitada.

Termos que valem uma tradução para o cotidiano

Duas expressões técnicas se repetem o tempo todo nessa discussão:

O que é “computação na memória”

Na maior parte dos computadores, memória e processador ficam separados. Em cada operação, dados são copiados da memória para o núcleo de cálculo e, depois, retornam. Computação na memória significa, na prática, aproximar - ou quase fundir - essas duas funções: o local que armazena também processa.

Pense em uma fábrica: no modelo tradicional, a matéria-prima precisa ir de um galpão a outro várias vezes. Na computação na memória, a planta é reorganizada para que quase tudo aconteça no mesmo galpão. Menos transporte, menos perda, menos demora.

Por que a NMF combina com IA recomendadora

Em um serviço de transmissão, cada usuário e cada filme podem ser descritos como linhas e colunas de uma matriz enorme. A NMF decompõe essa matriz em fatores que ajudam a “explicar” preferências escondidas - gosto por ação, comédia romântica, documentários, por exemplo.

Ao fazer essa fatorização diretamente no hardware, o chip analógico converte montanhas de cliques e visualizações em padrões que outros algoritmos conseguem consumir, com um ganho expressivo de velocidade.

Cenários possíveis para os próximos anos

Se essa tecnologia evoluir, é provável que surja uma arquitetura híbrida. Chips analógicos assumiriam a parte mais pesada (multiplicação de matrizes e decomposições numéricas), enquanto processadores digitais ficariam responsáveis por coordenar o fluxo, ajustar detalhes e tratar tarefas mais lógicas.

Em um cenário plausível, grandes empresas de nuvem poderiam oferecer “nós analógicos” dedicados, do mesmo modo que hoje alugam GPUs e TPUs. Empresas nascente de IA passariam a escolher entre treinar modelos em conjuntos digitais tradicionais ou em infraestruturas mistas, combinando analógico e digital, conforme o tipo de aplicação e o custo de energia em cada região.

Também entram em jogo questões regulatórias e ambientais: metas de redução de emissões podem pressionar governos e empresas a priorizar arquiteturas menos vorazes em eletricidade. Nesse contexto, a “ressurreição” do analógico deixa de ser apenas curiosidade histórica e passa a ter peso concreto na política industrial.

---