A TSMC, a maior fabricante de semicondutores do mundo, está se preparando para lançar uma nova geração de chips de 2 nanômetros (nm) em 2025, que prometem ser mais rápidos e eficientes do que os atuais.
No entanto, essa inovação tecnológica tem um preço alto: cada wafer (disco de silício onde os chips são gravados) pode custar até US$ 30 mil, segundo analistas.
Isso representa um aumento de 50% em relação aos chips de 3nm, que já são os mais avançados em produção hoje. Esse aumento nos custos pode ter consequências para o mercado de chips de Inteligência Artificial (IA), que está em plena expansão.
A IA é uma área que demanda muito poder de processamento, pois envolve o uso de grandes quantidades de dados, algoritmos complexos e modelos de aprendizado de máquina.
Por isso, os chips de IA precisam ser cada vez mais potentes e especializados, capazes de executar tarefas como reconhecimento de voz, visão computacional, tradução automática, entre outras.
Um dos principais clientes da TSMC é a Apple, que usa os chips da fabricante taiwanesa em seus iPhones, iPads, Macs e outros dispositivos.
A Apple é conhecida por investir em IA e desenvolver seus próprios chips personalizados, como o Neural Engine, que é responsável por realizar as funções de IA nos aparelhos da marca.
Segundo o IBS, a Apple pode ser a mais afetada pelo aumento dos custos dos chips de 2nm, pois isso pode reduzir suas margens de lucro e elevar o preço final dos seus produtos.
Outras empresas que podem sentir o impacto dos custos são a AMD e a NVIDIA, que são líderes no mercado de chips de IA para computação de alto desempenho.
Essas empresas usam os chips da TSMC para fabricar suas GPUs (unidades de processamento gráfico), que são essenciais para rodar aplicações de IA, como jogos, realidade virtual, simulações, etc.
A NVIDIA, por exemplo, já está vendendo produtos de IA baseados no processo de 5nm da TSMC, e pode estar interessada em migrar para os chips de 3nm ou até mesmo de 2nm no futuro2.
A busca por soluções alternativas
Diante do cenário de custos elevados e demanda crescente por chips de IA, algumas empresas estão buscando soluções alternativas para se manterem competitivas.
Uma delas é a Microsoft, que está desenvolvendo seu próprio chip de IA, chamado de Argon, que deve ser usado em seus serviços de nuvem, como o Azure56.
A Microsoft quer reduzir sua dependência dos chips da Intel, que tem enfrentado dificuldades para acompanhar o ritmo da TSMC e de outras fabricantes.
Outra empresa que está apostando em sua própria tecnologia é o Google, que usa os chips de IA da TSMC chamados de TPUs (unidades de processamento tensor) em seus produtos, como o assistente virtual, o tradutor, o buscador, etc.
O Google, por meio do seu laboratório de pesquisa DeepMind, está usando a própria IA para projetar chips mais eficientes e automatizados, usando uma técnica chamada de MBCFET (transistor de efeito de campo de canal multi-ponte), que substitui o método tradicional de FinFET78.
O Google espera que essa abordagem possa melhorar o desempenho e reduzir o consumo de energia dos seus chips de IA para os próximos anos.
O futuro dos chips de IA
O processo de fabricação de chips de 2nm da TSMC é um marco importante para o avanço da tecnologia e da IA, mas também traz desafios e incertezas para o setor.
Ainda não se sabe se os benefícios dessa nova geração de chips serão suficientes para compensar os custos e as dificuldades envolvidas na sua produção.
Além disso, há questões éticas e sociais relacionadas ao uso da IA, que podem exigir mais regulação e transparência.
O que se sabe é que a corrida pelos chips de IA está longe de acabar, e que as empresas que conseguirem se adaptar e inovar nesse campo terão uma vantagem competitiva no mercado.
A TSMC, por sua vez, já está pensando além dos 2nm, e planeja iniciar a pesquisa para o processo de 1nm ainda em 2023. O futuro dos chips de IA promete ser cada vez mais surpreendente e desafiador.
