#AnthropicDiscloses$84.5BComputeDealWithSpaceX

A história mais importante da IA neste momento pode não ser o lançamento de outro modelo. Pode ser a quantidade de infraestrutura necessária para manter a economia da IA em funcionamento.

O mais recente pedido de admissão à cotação da Anthropic dá-nos uma imagem muito mais clara daquilo que esta corrida à infraestrutura representa. A empresa prevê gastar pelo menos 518 mil milhões de dólares ao longo da próxima década com seis parceiros de infraestrutura, enquanto os seus acordos de computação com a SpaceX poderão atingir 84,5 mil milhões de dólares até 2029. Isto não é simplesmente uma aposta num único modelo de IA. É uma aposta de que a procura por capacidade computacional continuará a ser enorme durante anos.

Mas eis a parte que considero mais interessante: a computação está a começar a parecer-se mais com um contrato de fornecimento de longo prazo do que com uma despesa tecnológica normal.

As empresas de IA precisam de enormes quantidades de capacidade computacional antes de saberem exatamente como irá evoluir a procura. Por isso, têm de tomar decisões de infraestrutura com anos de antecedência. Garantir capacidade insuficiente faz com que a disponibilidade dos modelos se torne uma limitação. Garantir capacidade excessiva significa assumir compromissos dispendiosos que podem tornar-se ineficientes se a economia do hardware mudar mais rapidamente do que o esperado.

Isto cria um cenário competitivo completamente diferente.

O próximo estrangulamento também está a deslocar-se mais para baixo na cadeia de abastecimento. A TrendForce reviu fortemente em alta as suas perspetivas para a HBM em 2027, projetando um aumento homólogo de 121% nos preços médios de venda combinados da HBM, com a oferta a dever continuar limitada à medida que os servidores de IA competem por capacidade de fabrico avançado e de produção de wafers. A transição para HBM4 e HBM4e acrescenta outra camada de custos e complexidade.

Por isso, quando vemos uma empresa de IA assinar um acordo de computação de grande dimensão, não devemos pensar apenas nas GPUs.

Devemos pensar em toda a cadeia por detrás dessas GPUs: memória avançada, redes, produção de energia, refrigeração, construção de centros de dados, fabrico de semicondutores e o financiamento necessário para colocar tudo isso em funcionamento.

É por isso que a história da infraestrutura de IA poderá continuar a alastrar para além das empresas que desenvolvem modelos. Uma escassez numa camada pode afetar a economia de todo o sistema.

Há outro desenvolvimento que vale a pena acompanhar: a forma como esta infraestrutura é financiada.

A Reuters noticiou hoje que os credores e investidores continuam cautelosos em tratar as GPUs de IA como garantias tradicionais. A NVIDIA tem promovido um modelo de financiamento muito mais abrangente em torno da infraestrutura de IA, mas as instituições financeiras continuam preocupadas com a depreciação do hardware e com o tempo durante o qual os aceleradores dispendiosos mantêm o seu valor económico. Em vez de perguntarem simplesmente quanto vale uma GPU, os credores querem cada vez mais saber se existe uma receita previsível ou um contrato sólido com um cliente por detrás dela.

Essa distinção poderá tornar-se extremamente importante.

Se a infraestrutura de IA for cada vez mais financiada através de contratos de longo prazo, o setor começará a assemelhar-se tanto a um negócio de infraestrutura como a um negócio de software. Os fluxos de caixa futuros, as taxas de utilização e a disponibilidade de energia tornam-se tão importantes como os benchmarks dos modelos.

E isto conduz àquilo que considero ser a questão mais importante para os próximos anos:

Poderá a procura por IA crescer suficientemente depressa para justificar a infraestrutura que está a ser construída hoje?

Até agora, o ciclo de investimento continua agressivo. Os fornecedores de memória estão a registar uma forte procura por servidores de IA, os compromissos de infraestrutura estão a atingir níveis extraordinários e as empresas estão a competir por capacidade computacional futura em vez de esperarem até dela necessitarem efetivamente. Os resultados mais recentes da Micron também reforçaram a ideia de que a procura por centros de dados de IA está a repercutir-se fortemente no setor da memória.

Mas o setor não pode resolver todos os problemas simplesmente adicionando mais GPUs.

A certa altura, a eficiência torna-se a próxima vantagem competitiva.

Se um modelo conseguir produzir o mesmo resultado útil com metade do custo de inferência, essa melhoria poderá ser economicamente mais importante do que adicionar outro cluster de grande dimensão. Por isso, melhores arquiteturas de modelos, otimização da inferência, esparsidade, aceleradores especializados e maior eficiência da memória poderão tornar-se tão importantes como o poder computacional bruto.

Essa é a transição que vou acompanhar.

A primeira fase da IA dizia respeito a quem conseguia desenvolver os modelos mais capazes.

A segunda fase está a passar a dizer respeito a quem consegue garantir computação suficiente.

A próxima fase poderá dizer respeito a quem consegue transformar cada unidade de computação no maior valor económico.

O acordo de 84,5 mil milhões de dólares entre a Anthropic e a SpaceX é, por isso, interessante não apenas porque o número é simplesmente enorme, mas porque nos dá um vislumbre de quão dispendiosa poderá tornar-se a base física da IA.

A IA pode parecer uma revolução de software vista de fora.

Por baixo dela, está a ser construída uma enorme economia de infraestrutura.

E essa economia está apenas a começar.

@GateSquare @Gate_Square