No reino da inteligência artificial, o contexto reina supremo. Este princípio espelha a inteligência humana, sugerindo sua relevância para a IA, dada a nossa criação da mesma à nossa imagem e semelhança.
Atualmente, observamos empresas como a NVIDIA defendendo as fábricas de IA – essencialmente, supercomputadores processando petabytes de dados para fornecer respostas inteligentes – como um novo meio de catalisar mudanças significativas na economia e nas culturas globais.
Mas como chegamos a este momento? A resposta, como sempre, reside em uma série de avanços incrementais.
Antes de nos aprofundarmos nos detalhes das fábricas de IA e suas implicações para o futuro dos negócios e da sociedade, vamos estabelecer algum contexto fundamental.
A Revolução Neolítica: Semeando as Sementes da Inovação
Aproximadamente 12.000 anos atrás, nossos ancestrais fizeram a transição de nômades caçadores-coletores para agricultores sedentários, cultivando plantas e criando animais para sustento. A agricultura, ou cultivo, representa uma fábrica de alimentos rudimentar, dependendo da luz solar, água e ar para o crescimento de plantas e animais. O termo ‘firma’, denotando um pagamento fixo de aluguel para o cultivo da terra nos tempos medievais, tornou-se sinônimo de agricultura.
A agricultura exigia estruturas sociais hierárquicas para operações agrícolas eficientes. A escrita surgiu como uma ferramenta administrativa, facilitando o rastreamento de entradas e saídas dentro dessas fábricas de alimentos e estabelecendo regras sociais. Ao longo do tempo, a escrita expandiu-se para abranger diversos domínios e permanece um meio potente de transmitir informações complexas.
A partir do momento em que trocamos arcos e lanças por enxadas, ancinhos e arados, e inscrevemos os primeiros glifos simbólicos em argila ou pedra, o advento da IA e, consequentemente, da fábrica de IA, tornou-se inevitável. Era apenas uma questão de tempo.
A Revolução Industrial: Forjando o Caminho para a Produção em Massa
Durante milênios, a humanidade aprimorou suas habilidades agrícolas, produzindo excedentes que fomentaram o surgimento de uma classe mercantil – indivíduos envolvidos na criação de bens para outros, ou ‘manufatura’, derivado do latim “um trabalho manual”. Isso levou ao desenvolvimento do dinheiro, um meio de troca que acelerou o escambo e o transformou na economia moderna. A globalização interconectou economias regionais e nacionais após a Era da Exploração.
Ondas subsequentes de globalização remodelaram tanto a agricultura quanto a manufatura. Uma mudança crucial nas fábricas, os epicentros da manufatura padronizada, envolveu a divisão do processo de produção em etapas discretas para aumentar a velocidade e a repetibilidade. Esta Revolução Industrial coincidiu com o Iluminismo, caracterizado por taxas de alfabetização crescentes, pois as fábricas exigiam trabalhadores instruídos para maximizar a eficiência e minimizar o desperdício. A educação tornou-se uma necessidade, fomentando o reconhecimento de direitos de emancipação, direitos de propriedade privada, liberdade de religião, segurança, liberdade de expressão e o direito a julgamentos rápidos.
Estes princípios, autoevidentes no século 21, devem sua gênese ao século 18.
As fábricas trouxeram a manufatura para dentro de casa, utilizando vapor e eletricidade para alimentar linhas de montagem e técnicas de manufatura enxuta. Isso permitiu a produção de bens a preços acessíveis, elevando os padrões de vida e fomentando o crescimento de uma classe média, impulsionando a expansão econômica além das capacidades das sociedades agrícolas.
A Revolução da IA: Dados como a Nova Fronteira
O advento da Internet interconectou indivíduos e gerou um novo recurso: dados, prontos para análises perspicazes.
A revolução da IA dependeu da digitalização de vastas quantidades de texto, imagens, vídeo e áudio, juntamente com poder de computação acessível para processar esses dados. Big data, quando combinado com GPUs massivamente paralelas e alta largura de banda de memória, permite a criação de redes neurais que codificam nossa compreensão do mundo, permitindo assim a inteligência artificial.
Essencialmente, o big data fornece a matéria-prima para que os algoritmos de IA em execução em motores de GPU construam redes neurais funcionais.
Esses elementos devem convergir simultaneamente. Na década de 1980, os pesquisadores possuíam algoritmos de redes neurais, mas não tinham os recursos computacionais e os dados para implementá-los. Consequentemente, a IA permaneceu amplamente teórica até que essas três condições fossem atendidas.
Fábricas de IA: Uma Transformação Literal
O termo ‘fábrica de IA’ não é uma mera metáfora, mas um descritor preciso de um supercomputador de IA moderno operando em um ambiente comercial. Ele altera fundamentalmente a computação corporativa e a análise de dados – a síntese de dados em informações acionáveis.
A fábrica de IA é tão inevitável quanto a revolução agrícola, onde o esforço coletivo garantiu a produção de alimentos. As mudanças sociais e culturais resultantes desta revolução concederam à humanidade tempo livre para contemplação e inovação. Agora, as máquinas podem acessar e processar a totalidade do conhecimento humano, permitindo buscas conversacionais e a aplicação reversa de algoritmos de IA para gerar novos dados em vários formatos.
Empresas e indivíduos terão acesso a fábricas de IA, seja diretamente ou por meio de acordos de compartilhamento de tempo. Essas fábricas de IA gerarão novas ideias, visões e ampliarão as capacidades criativas individuais.
O potencial transformador das fábricas de IA é abrangente. Os chatbots, os desenvolvedores de motores de computação paralela para treinamento e inferência de modelos e os criadores de modelos como OpenAI, Anthropic, Google e Mistral concordam que a IA remodelará todos os aspectos de nossas vidas. Apesar dos desacordos globais sobre várias questões, o impacto transformador da IA é universalmente reconhecido.
Fabricando Insight e Ação
As fábricas de IA têm duas funções principais. A primeira é treinar modelos de fundação, produzindo insights para melhoria empresarial e pessoal. A segunda, e mais significativa, função envolve alimentar novos dados e perguntas nesses modelos para inferir novas respostas, gerar novos tokens e impulsionar a ação.
Grande parte da discussão em torno da IA tem se concentrado no treinamento de modelos de fundação cada vez maiores, ostentando centenas de bilhões a trilhões de parâmetros e vastos conjuntos de dados. As contagens de tokens indicam a amplitude do conhecimento, enquanto os parâmetros refletem a profundidade da compreensão. Contagens de parâmetros menores combinadas com conjuntos de tokens maiores produzem respostas mais rápidas e simples. Por outro lado, contagens de parâmetros maiores e conjuntos de tokens menores fornecem insights mais sutis sobre um domínio limitado. Modelos de raciocínio em cadeia de pensamento, multimodais por natureza, combinam modelos especializados para considerar saídas que impulsionam outras entradas, gerando respostas abrangentes.
As fábricas de IA utilizam todo o conteúdo criado pela humanidade e dados sintéticos gerados por modelos de IA como matéria-prima. Os insights derivados desses dados são aproveitados por humanos e agentes de IA para impulsionar a ação. Em vez de trabalhar na fábrica, os indivíduos se conectam a ela, aumentando suas habilidades com o conhecimento e a velocidade dos modelos de IA para obter resultados mais, melhores e mais rápidos.
De acordo com Jensen Huang, cofundador e CEO da NVIDIA, ‘O mundo está correndo para construir fábricas de IA de última geração e em larga escala’. Estabelecer uma fábrica de IA é um feito de engenharia extraordinário, exigindo vastos recursos, mão de obra e material.
Construir uma fábrica de IA envolve um investimento de capital significativo. Uma configuração típica compreende um NVIDIA DGX SuperPOD baseado em vários racks de sistemas DGX, apresentando GPUs, CPUs, interconexões de alta velocidade e armazenamento.
Com numerosos sistemas DGX, um SuperPOD oferece desempenho substancial, ostentando considerável capacidade de memória e largura de banda. O desempenho pode ser escalado adicionando mais sistemas.
Outro projeto da NVIDIA para uma fábrica de IA se concentra na plataforma NVIDIA GB200 NVL72, um sistema de escala de rack integrando GPUs, CPUs, DPUs, SuperNICs, NVLink e NVSwitch e rede de alta velocidade. Esta plataforma oferece um domínio de memória de GPU compartilhada maior para modelos de IA e maior densidade de computação, exigindo resfriamento líquido.
O GB200 NVL72, sendo enviado em volume total, representa um sistema autocontido capaz de construir modelos e gerar dados em vários formatos.
O GB200 NVL72 compreende um nó de servidor MGX apresentando uma CPU NVIDIA Grace emparelhada com GPUs Blackwell. Dois desses nós de servidor formam uma bandeja de computação dentro do rack NVL72, com dezoito bandejas de computação abrigando inúmeras GPUs e CPUs.
O sistema de escala de rack GB200 NVL72 combina CPUs Grace com GPUs Blackwell, interconectadas por meio de conexões NVLink de alta velocidade. As portas NVLink e os chips NVSwitch conectam todas as GPUs em uma configuração de memória compartilhada, ideal para treinamento de modelos de fundação e inferência em cadeia de pensamento.
O tecido NVLink, facilitado por nove bandejas de switch NVLink, permite o acesso a todos os dies de GPU como uma GPU unificada para aplicativos de IA.
Os sistemas GB200 NVL72 apresentam inúmeros núcleos Arm para processamento de host e poder de processamento de ponto flutuante substancial. O sistema GB200 NVL72 ostenta memória HBM3e significativa anexada às GPUs, com alta largura de banda agregada. As CPUs Grace apresentam memória LPDDR5X, acessível via NVLink.
O NVIDIA GB200 NVL72 espelha o impacto transformador do System/360 no processamento de transações online, sendo a principal diferença a escalabilidade do NVL72 via interconexões InfiniBand.
As configurações do DGX SuperPOD baseadas em sistemas de escala de rack NVL72 exigem energia considerável, mas oferecem imenso poder de computação e capacidade de memória em vários racks de computação. O desempenho pode ser escalado adicionando mais racks.
A densidade de computação do rack NVL72 exige resfriamento líquido especializado e infraestrutura de datacenter, representando um retorno às práticas passadas, onde máquinas resfriadas a água maximizavam o desempenho.
As fábricas de IA exigirão significativamente mais poder de computação à medida que a inferência se torna integral a diversos aplicativos, especialmente com a mudança em direção a modelos de raciocínio em cadeia de pensamento.
As fábricas de IA abrangem não apenas hardware, mas também sistemas e software de desenvolvimento.
Os sistemas DGX GB200 e os supercomputadores de IA DGX SuperPOD exigem gerenciamento e modelagem, facilitados por ferramentas como o NVIDIA Mission Control, que orquestra cargas de trabalho de IA e recupera trabalhos automaticamente. O Mission Control monitora a saúde do sistema e otimiza o consumo de energia.
O NVIDIA AI Enterprise, o conjunto de software de sistemas, inclui bibliotecas, modelos e estruturas otimizadas para GPUs e redes NVIDIA. A pilha de fábrica de IA também apresenta o NVIDIA Dynamo, uma estrutura de código aberto para executar inferência em toda a infraestrutura NVLink e DGX SuperPOD. O DGX Expert Service and Support ajuda os clientes a implementar essas tecnologias, reduzindo o tempo para o primeiro token. A NVIDIA oferece projetos de fábrica de IA para seu ambiente ‘gêmeo digital’ Omniverse para simular e otimizar o design do datacenter.
Um aspecto crucial das fábricas de IA é a mudança no pensamento que elas geram, com a NVIDIA priorizando espaço livre para o crescimento do sistema.
De acordo com Gilad Shainer, vice-presidente sênior de rede da NVIDIA, ‘Gerar tokens agora equivale a gerar receita para muitas empresas’. Os datacenters estão evoluindo de centros de custo para ativos produtivos.
E isso, em última análise, é a essência de construir uma fábrica.