A indústria da inteligência artificial criou um paradoxo produtivo: ela consome tantos processadores avançados que os engenheiros humanos já não conseguem projetar e testar novas peças na velocidade exigida pelo mercado. Na terça, dia 3 de novembro, a NVIDIA (abre em nova aba) detalhou como as fábricas de semicondutores (conhecidas no setor como fabs) estão usando a própria IA e a computação acelerada para simular etapas de fabricação em velocidade até 35 vezes maior antes de arriscar uma única lâmina de silício real na linha de montagem.
Fabricar um chip moderno tornou se um exercício de altíssimo risco financeiro em que o erro de um único nanômetro pode condenar um lote inteiro. O ciclo de desenvolvimento tradicional consome de 12 a 18 meses, e qualquer ajuste no meio do caminho cobra um pedágio caro. Quando um engenheiro altera uma etapa química ou testa um novo material, descobrir como o calor, a eletricidade e a pressão mecânica vão interagir dentro da máquina costuma exigir dias de análises e experimentos físicos lentos no chão de fábrica.
Para encurtar esse calvário, os fabricantes estão trocando a tentativa e erro física por laboratórios virtuais baseados no conceito de fábrica definida por IA. A ideia combina gêmeos digitais (cópias virtuais da linha de produção) com modelos de IA treinados nas leis da física, permitindo prever o comportamento dos materiais sem rodar cálculos do zero a toda hora. Os ganhos de escala já aparecem nas ferramentas de grandes fornecedores do setor:
- Descoberta de materiais e topografia: Em parceria com a NVIDIA, a Applied Materials acelerou sua plataforma de simulação Ginestra em até 10 vezes usando a biblioteca NVIDIA cuDSS (abre em nova aba), dedicada a cálculos físicos complexos. Já na plataforma ACE+, o uso da tecnologia PhysicsNeMo tornou as simulações de topografia do chip até 35 vezes mais rápidas na comparação com processadores tradicionais.
- Simulação de múltiplos efeitos físicos: A fornecedora de software COMSOL (abre em nova aba) também adotou a biblioteca cuDSS para multiplicar por até 10 a velocidade dos testes que medem transferência de calor e estresse mecânico nos equipamentos.
- Impressão de circuitos no silício: Na litografia computacional, etapa que define como os padrões microscópicos do circuito serão impressos, a conta matemática ficou pesada demais para computadores comuns em escala de produção. Para destravar essa fase, a Siemens está integrando a ferramenta NVIDIA cuLitho (abre em nova aba) ao seu software Calibre.
O peso do trabalho braçal e a pressão do trilhão
O atraso nas fábricas não vem apenas da física pesada, mas também da burocracia técnica. William Wang, fundador e executivo chefe da ChipAgents (abre em nova aba), observa que a complexidade dos projetos cresce mais rápido do que a produtividade das equipes porque os engenheiros ainda gastam uma fração enorme do tempo em tarefas repetitivas, movendo dados manualmente entre programas que não conversam entre si. É uma transformação na base material da tecnologia que o IA.com.br acompanha de perto para entender como o software está redesenhando a própria indústria de hardware. Na tentativa de limpar essa fila, entram em cena os agentes de IA, programas capazes de encadear sequências de tarefas que antes consumiam horas de trabalho humano, rastreando defeitos até a causa raiz e validando etapas do projeto.
A pressa dos engenheiros tem explicação contábil. Dados apresentados em outubro no simpósio de mercado da associação SEMI (abre em nova aba), em São Francisco, mostram que as quatro maiores empresas de computação em nuvem do planeta devem gastar US$ 750 bilhões apenas em 2026 na construção de centros de dados. Nos Estados Unidos, a projeção do analista Kunjan Sobhani, da Bloomberg Intelligence, aponta que o investimento de capital em centros de dados chegará a US$ 1,2 trilhão até 2027. A expectativa do setor é que a fome por processamento faça a receita global de semicondutores dobrar dos atuais US$ 1,5 trilhão para US$ 3 trilhões na próxima década, exigindo entre 245 e 300 gigawatts de energia até 2031.
Velocidade no computador, contudo, não significa cheque em branco na linha de montagem. Como alertam análises da publicação especializada Semiconductor Engineering, antecipar testes com modelos virtuais e agentes autônomos não elimina o gargalo final da verificação: os engenheiros ainda precisam comprovar que o atalho sugerido pela IA reflete com exatidão o equipamento físico que sairá do forno. Além disso, o economista Duncan Meldrum, da Hilltop Economics, lembrou no encontro da SEMI que, fora dos fornecedores de infraestrutura, muitas empresas que estão comprando IA ainda não enxergam resultados mensuráveis para exibir em seus balanços. Nas fábricas de silício, ao menos, a utilidade da ferramenta já está provada: a máquina assumiu o trabalho pesado da régua de cálculo, mas a decisão final e a responsabilidade pelo lote continuam inteiramente nas costas do engenheiro.