A estratégia de empilhamento de chips está emergindo como uma resposta inovadora da China às restrições de semicondutores dos EUA, mas será que esta abordagem pode realmente preencher a lacuna de desempenho com as GPUs avançadas da Nvidia? À medida que Washington reforça os controlos de exportação de tecnologia de ponta para o fabrico de chips, os investigadores chineses propõem uma solução alternativa ousada: empilhar chips mais antigos, produzidos internamente, para corresponder ao desempenho dos chips aos quais já não têm acesso.
O conceito central: construir para cima em vez de avançar
A estratégia de empilhamento de chips gira em torno de uma premissa aparentemente simples: se você não pode fabricar chips mais avançados, crie sistemas mais inteligentes com os chips que puder produzir. Wei Shaojun, vice-presidente da Associação da Indústria de Semicondutores da China e professor da Universidade Tsinghua, descreveu recentemente ao South China Morning Post uma arquitetura que combina chips lógicos de 14 nanômetros com DRAM de 18 nanômetros usando ligação híbrida tridimensional.
Isto é importante porque os controles de exportação dos EUA visam especificamente a produção de chips lógicos de 14 nm e menos, e DRAM de 18 nm e menos. A proposta de Wei trabalha justamente nessas fronteiras tecnológicas, utilizando processos que permanecem acessíveis aos fabricantes chineses.
A abordagem técnica envolve o que é chamado de “computação de memória próxima definida por software”. Em vez de embaralhar dados entre processadores e memória – um grande gargalo nas cargas de trabalho de IA – essa estratégia de empilhamento de chips os coloca em estreita proximidade por meio do empilhamento vertical.
A técnica de ligação híbrida 3D cria conexões diretas de cobre com cobre em passos inferiores a 10 micrômetros, eliminando essencialmente a distância física que retarda as arquiteturas de chips convencionais.
As reivindicações de desempenho e verificação da realidade
Wei afirma que esta configuração pode rivalizar com as GPUs de 4 nm da Nvidia, ao mesmo tempo que reduz significativamente os custos e o consumo de energia. Ele citou números de desempenho de 2 TFLOPS por watt e um total de 120 TFLOPS. Há apenas um problema: a GPU A100 da Nvidia, que Wei posiciona como ponto de comparação, na verdade oferece até 312 TFLOPS – mais de 2,5 vezes o desempenho reivindicado.
Esta discrepância destaca uma questão crítica sobre a viabilidade da estratégia de empilhamento de chips. Embora a inovação arquitetónica seja real, as lacunas de desempenho permanecem substanciais. O empilhamento de chips mais antigos não elimina magicamente as vantagens dos nós de processo avançados, que oferecem eficiência de energia superior, maior densidade de transistor e melhores características térmicas.
Por que a China está apostando nesta abordagem
A lógica estratégica por trás da estratégia de empilhamento de chips vai além das puras métricas de desempenho. O fundador da Huawei, Ren Zhengfei, articulou uma filosofia de alcançar “desempenho de última geração empilhando e agrupando chips em vez de competir nó por nó”. Isto representa uma mudança fundamental na forma como a China aborda o desafio dos semicondutores.
Considere as alternativas. A TSMC e a Samsung estão avançando em processos de 3nm e 2nm que permanecem completamente fora do alcance dos fabricantes chineses. Em vez de travar uma batalha invencível pela liderança dos nós de processo, a estratégia de empilhamento de chips propõe competir na arquitetura do sistema e na otimização do software.
Há também o problema do CUDA. O domínio da Nvidia na computação de IA não se baseia apenas no hardware, mas também no seu ecossistema de software CUDA. Wei descreve isso como uma “dependência tripla” que abrange modelos, arquiteturas e ecossistemas.
Os projetistas de chips chineses que buscam arquiteturas de GPU tradicionais precisariam replicar a funcionalidade do CUDA ou convencer os desenvolvedores a abandonar uma plataforma madura e amplamente adotada. A estratégia de empilhamento de chips, ao propor um paradigma de computação totalmente diferente, oferece um caminho para contornar esta dependência.
A questão da viabilidade
A estratégia de empilhamento de fichas pode realmente funcionar? As bases técnicas são sólidas: o empilhamento de chips 3D já é usado em memórias de alta largura de banda e soluções de empacotamento avançadas em todo o mundo. A inovação reside na aplicação destas técnicas para criar arquiteturas de computação inteiramente novas, em vez de simplesmente melhorar os projetos existentes.
No entanto, vários desafios se avultam. Primeiro, o gerenciamento térmico se torna exponencialmente mais difícil ao empilhar múltiplas matrizes de processamento ativas. O calor gerado pelos chips de 14 nm é consideravelmente maior do que os processos modernos de 4 nm ou 5 nm, e o empilhamento intensifica esse problema.
Em segundo lugar, as taxas de rendimento no empilhamento 3D são notoriamente difíceis de otimizar – um defeito em qualquer camada pode comprometer toda a pilha. Terceiro, o ecossistema de software necessário para utilizar eficientemente tais arquiteturas ainda não existe e levaria anos para amadurecer.
A avaliação mais realista é que a estratégia de empilhamento de chips representa uma abordagem válida para cargas de trabalho específicas onde a largura de banda da memória é mais importante do que a velocidade computacional bruta. Tarefas de inferência de IA, certas operações de análise de dados e aplicações especializadas poderiam ser potencialmente beneficiadas.
Mas igualar o desempenho da Nvidia em todo o espectro de tarefas de treinamento e inferência de IA continua sendo um objetivo distante.
O que isso significa para a guerra dos chips de IA
O surgimento da estratégia de empilhamento de chips como ponto focal para o desenvolvimento de semicondutores chineses sinaliza um pivô estratégico. Em vez de tentar replicar designs de chips ocidentais com nós de processo inferiores, a China está explorando alternativas arquitetônicas que atendam aos pontos fortes de fabricação disponíveis.
Ainda não se sabe se esta estratégia de empilhamento de chips consegue fechar a lacuna de desempenho com a Nvidia. O que está claro é que a indústria de semicondutores da China está a adaptar-se às restrições, procurando inovação em áreas onde os controlos de exportação têm menos impacto – design de sistemas, tecnologia de embalagem e co-optimização de software-hardware.
Para a indústria global de IA, isto significa que o cenário competitivo está a tornar-se mais complexo. O atual domínio da Nvidia enfrenta desafios não apenas de concorrentes tradicionais como AMD e Intel, mas de abordagens arquitetônicas inteiramente novas que podem redefinir a aparência de um “chip de IA”.
A estratégia de empilhamento de chips, quaisquer que sejam suas limitações atuais, representa exatamente esse tipo de ruptura arquitetônica – e isso faz com que valha a pena observar de perto.
Veja também: Novo chip Nvidia Blackwell para China pode superar modelo H20
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado junto com outros eventos líderes de tecnologia. Clique aqui para obter mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
