Por que os investidores de IA devem reavaliar a Solana?

Autor: Jeff Park Fonte: X, @dgt10011 Tradução: Shan Ouba, Golden Finance

Desde o meu primeiro contacto com a indústria das criptomoedas, sempre tive dois objetivos, simultaneamente independentes e intimamente interligados: primeiro, restaurar os princípios fundamentais da moeda sólida através de um veículo de armazenamento de valor resistente à censura (Bitcoin); a outra missão igualmente importante é, com recurso à tecnologia, construir um mercado de capitais mais eficiente, preciso e adaptado à era digital. E acredito que, neste momento, a Solana está exatamente na posição ideal para ajudar a avançar esta segunda missão. Antes de desenvolver este argumento, vamos falar de uma empresa tecnológica revolucionária que hoje é conhecida de todos, mas que nos seus primeiros anos passou despercebida — a NVIDIA.

Em 2013, a NVIDIA começou a desenvolver o seu primeiro supercomputador dedicado à IA, o DGX-1, iniciando uma renovação completa desde a arquitetura dos chips de base, lançando a arquitetura Pascal com tecnologia FinFET. Este chip reunia três características ideais fundamentais dos transístores: alta precisão, alta eficiência energética e controlabilidade. Embora esta tenha sido a atualização mais importante na área dos transístores desde a década de 1970, há mais de dez anos o público em geral nada sabia sobre ela. A razão pela qual Jensen Huang conseguiu prever que o principal gargalo da indústria já não era o poder computacional bruto, mas sim a transferência de dados entre chips, deveu-se à inspiração trazida pela tecnologia de interconexão NVLink em 2014. Mesmo quando o DGX-1 foi oficialmente lançado em 2016, a NVIDIA demorou mais uma década até se tornar uma das empresas mais lendárias e de maior valor de mercado do mundo.

Muitos pensam erroneamente que o sucesso da NVIDIA se deve a circuitos de hardware superiores aos da concorrência, mas a verdadeira chave do seu triunfo é o seu sistema de software completo. Após a Lei de Moore ter começado a falhar, os cientistas informáticos aceleraram as operações matriciais com algoritmos numéricos, dotando as GPUs de conjuntos de instruções inteiramente novos. No livro "The Thinking Machine", Stephen Witt calcul