Featured

#AnthropicDiscloses$84.5BComputeDealWithSpaceX

A corrida à IA está a começar a parecer menos uma competição de software e mais uma competição de infraestruturas.

O pedido de admissão à bolsa da Anthropic oferece uma visão extraordinária da capacidade computacional de que as empresas de IA da próxima geração acreditam que irão necessitar. Segundo a Reuters, a Anthropic divulgou um potencial acordo de capacidade computacional no valor máximo de $84.5 mil milhões com a xAI, enquanto se espera que os seus compromissos mais amplos de infraestruturas a longo prazo atinjam pelo menos $518 mil milhões ao longo da próxima década.

À primeira vista, é difícil compreender estes números. Mas a questão mais importante não é simplesmente o montante que a Anthropic está a comprometer.

É perceber por que razão uma empresa que está a desenvolver alguns dos modelos de IA mais avançados do mundo precisa, antes de mais, de tanta capacidade computacional.

A resposta está a tornar-se cada vez mais clara.

Treinar um modelo de vanguarda é apenas uma parte da equação. Quando um modelo se torna comercialmente útil, a procura computacional não desaparece. Cada pedido de um utilizador exige inferência. Cada agente de IA em funcionamento contínuo consome recursos. Janelas de contexto mais longas exigem mais memória. Modelos mais capazes requerem infraestruturas maiores e mais sofisticadas. E, à medida que a IA passa de interações ocasionais com chatbots para sistemas capazes de executar tarefas continuamente, a quantidade de computação necessária pode aumentar drasticamente.

Isto altera a economia da indústria da IA.

O recurso escasso já não é simplesmente o acesso a investigadores talentosos ou a bons algoritmos. A própria capacidade computacional fiável está a tornar-se um ativo estratégico.

Os compromissos da Anthropic em matéria de infraestruturas mostram como as empresas estão a tentar garantir esse ativo antes de a procura se tornar ainda mais difícil de satisfazer.

O acordo de $84.5 mil milhões é particularmente interessante porque representa uma abordagem diferente da simples construção de tudo internamente. O aluguer de capacidade computacional pode dar a uma empresa de IA acesso a infraestruturas de GPU em grande escala, sem ter de construir todos os centros de dados, garantir todas as ligações elétricas, comprar todos os servidores e gerir sozinha todo o processo de implementação física.

Essa flexibilidade é importante.

A procura de IA está a crescer rapidamente, mas também é difícil de prever vários anos antes. O aluguer permite às empresas aumentar a capacidade mais rapidamente e evitar potencialmente a posse de enormes quantidades de hardware que poderiam ficar subutilizadas mais tarde.

Mas esta estratégia também tem outro lado.

Os compromissos de infraestruturas a longo prazo podem transformar-se em obrigações fixas enormes. A Reuters noticiou que cerca de 80% dos compromissos de infraestruturas divulgados pela Anthropic são vinculativos, independentemente da utilização efetiva. Isto significa que a empresa está, na prática, a fazer uma aposta gigantesca de que a procura futura de IA, as receitas e a utilização dos modelos justificarão as decisões tomadas hoje em matéria de infraestruturas.

É aqui que a história das infraestruturas de IA se torna muito mais interessante.

A Anthropic não depende de uma única fonte de capacidade computacional. Os compromissos divulgados envolvem vários parceiros de infraestruturas e tecnologia, incluindo acordos de grande dimensão ligados à Google, à Amazon, à Microsoft e à Broadcom. A estratégia parece consistir em garantir capacidade suficiente junto de várias fontes, continuando simultaneamente a expandir o negócio subjacente de IA.

Por outras palavras, a corrida à IA está a criar toda uma economia de infraestruturas por detrás dos modelos.

E isto conduz-nos diretamente à memória.

As GPU recebem a maior parte da atenção quando se fala de computação para IA, mas não podem funcionar isoladamente. A memória de elevada largura de banda, ou HBM, é um componente crítico dos aceleradores modernos de IA, uma vez que o treino e a inferência em grande escala exigem uma largura de banda de memória extremamente elevada.

A mais recente investigação da TrendForce torna esta parte da história ainda mais importante. A empresa prevê que a oferta de HBM continuará limitada até 2027 e aumentou a sua previsão para o preço médio de venda combinado da HBM em 2027 para um crescimento homólogo de 121%, impulsionado pela oferta restrita, pelo peso crescente da HBM4 e pela procura contínua de servidores de IA.

Isto significa que a corrida às infraestruturas de IA não termina nos centros de dados.

O aumento da procura de computação para IA exerce pressão sobre as GPU, a HBM, os equipamentos de rede, as infraestruturas energéticas, os sistemas de arrefecimento, a construção de centros de dados e o fornecimento de eletricidade.

É por isso que considero que a parte mais interessante do pedido de admissão à bolsa da Anthropic não é o número principal em si.

É a confirmação de uma mudança estrutural.

Durante anos, a conversa sobre IA foi dominada pela arquitetura dos modelos, pelas pontuações de referência e pelas funcionalidades dos produtos. Agora, o estrangulamento é cada vez mais físico. É possível ter investigadores brilhantes e algoritmos sofisticados, mas, sem chips, memória, eletricidade e capacidade de centros de dados suficientes, esses modelos não podem ser treinados nem disponibilizados à escala esperada pelo mercado.

Ao mesmo tempo, lançar simplesmente mais hardware sobre o problema não pode ser a solução permanente da indústria.

Se os custos computacionais continuarem a aumentar, as empresas de IA acabarão por precisar de uma maior eficiência, além de mais capacidade. Modelos mais pequenos, quantização, esparsidade, otimização da inferência, arquiteturas melhoradas e aceleradores especializados podem reduzir a quantidade de computação necessária para uma determinada tarefa.

Isto cria um equilíbrio interessante para a próxima fase da IA.

Mais capacidade computacional amplia aquilo que os modelos conseguem fazer. Uma maior eficiência determina a viabilidade económica da disponibilização dessas capacidades.

Os enormes compromissos da Anthropic em matéria de infraestruturas dizem-nos, portanto, algo muito maior do que os planos de investimento de uma única empresa de IA.

Mostram que a indústria da IA está a entrar numa fase em que garantir capacidade computacional pode ser tão importante como desenvolver o próprio modelo.

A verdadeira competição poderá não consistir simplesmente em saber quem constrói a IA mais inteligente.

Poderá centrar-se cada vez mais em quem consegue garantir capacidade computacional, memória, energia e infraestruturas suficientes — mantendo simultaneamente a viabilidade económica.

E essa é uma história muito maior do que o título sobre um contrato de $84.5 mil milhões.