A corrida aos chips está a entrar numa zona desconfortável: já não chega encolher transístores, é preciso repensar a forma como eles são empilhados, alimentados e fabricados. Para quem usa IA no telemóvel, trabalha na cloud ou depende de ferramentas generativas no dia a dia, isto não é apenas uma competição entre laboratórios. O que está em jogo é saber se a próxima vaga de computação vai consumir menos energia ou se vai continuar a exigir centros de dados cada vez maiores, mais caros e mais difíceis de sustentar.
A IBM terá dado um passo importante nessa direcção com uma tecnologia de chip abaixo de 1 nanómetro, mais precisamente na escala dos 0,7 nm, ou 7 angstroms. A informação, avançada pelo Canaltech, aponta para uma arquitectura capaz de acomodar perto de 100 mil milhões de transístores num espaço extremamente reduzido, praticamente duplicando a densidade do chip de 2 nm apresentado pela própria IBM em 2021.
Convém travar o entusiasmo antes da curva. Isto não significa que vais comprar um portátil, um smartphone ou um servidor com chips de 0,7 nm no próximo ano. A própria leitura dos dados sugere uma tecnologia ainda em fase de validação, com chegada comercial prevista apenas dentro de alguns anos. Mesmo assim, o sinal é relevante porque mostra que a indústria pode não estar bloqueada no limite físico que há muito parecia aproximar-se.
Neste artigo vão encontrar:
O que muda na prática se a tecnologia chegar ao mercado
Os números indicados são fortes: até 50% mais desempenho ou até 70% menos consumo energético face a chips anteriores de 2 nm. Dito assim parece direto, só que não é bem tão linear. A formulação é importante, porque raramente se obtém tudo ao mesmo tempo. Um fabricante pode escolher usar a margem extra para aumentar potência, reduzir consumo, controlar temperatura ou equilibrar os três factores. Num centro de dados, a escolha mais lógica pode ser poupar energia. Num chip para IA local, talvez faça sentido gastar parte desse ganho em desempenho.
Para Portugal, o impacto mais visível não será ver “0,7 nm” escrito numa caixa de produto. Será mais subtil. Serviços de IA usados por empresas, universidades, câmaras municipais ou startups nacionais podem tornar-se menos caros de operar se a eficiência energética melhorar. Uma empresa em Lisboa que usa modelos generativos para apoio ao cliente, análise documental ou programação assistida não compra directamente estes chips, mas sente o efeito quando os fornecedores de cloud conseguem processar mais pedidos com menos electricidade e menos arrefecimento.
No lado do consumidor, a promessa também é clara, embora distante. Assistentes de IA mais rápidos no telemóvel, edição de imagem e vídeo com menos espera, tradução em tempo real mais fluida, pesquisas locais em documentos sem enviar tudo para a cloud. Tudo isto depende de chips mais eficientes. Ainda assim, vale a pena separar desejo de calendário: a tecnologia descrita pela IBM parece apontar primeiro para investigação, cloud e infra-estruturas avançadas, não para equipamentos Android vendidos já nas lojas portuguesas.
A arquitectura “nanostack” é a parte que interessa
Este tipo de mudança pode ser mais importante do que parece. Durante décadas, a indústria ganhou desempenho ao reduzir dimensões e aumentar densidade. Só que, a esta escala, os problemas deixam de ser apenas geométricos. Há fugas eléctricas, calor, variabilidade dos materiais e dificuldades de fabrico. Ao empilhar camadas e ao permitir materiais diferentes em zonas distintas, a IBM pode estar a tentar controlar melhor o consumo e o comportamento eléctrico de cada parte do chip.
É aqui que a IA entra com peso real. Modelos generativos, sistemas de recomendação, pesquisa semântica e agentes autónomos precisam de enormes quantidades de cálculo. O treino de modelos continua a ser uma tarefa pesada, mas a inferência em larga escala, isto é, responder a milhões de pedidos por dia, também consome recursos brutais. Se uma nova geração de chips conseguir reduzir energia sem sacrificar desempenho, compensa sobretudo para quem opera a infraestrutura.
Para o utilizador final, a diferença pode aparecer como uma mensalidade mais estável, respostas mais rápidas ou maior disponibilidade de funções gratuitas. Não é garantido. Os ganhos técnicos nem sempre passam directamente para o preço. Mas em mercados pequenos como o português, onde muitas empresas dependem de plataformas internacionais e margens apertadas, qualquer melhoria na eficiência da cloud pode ter efeitos em cadeia.
Para contexto, também vale a pena ler CHUWI UniBook: o portátil com IA que quer baixar o preço dos AI PCs.
Há uma distância grande entre laboratório e produção
O lado menos vistoso é também o mais decisivo: fabricar isto em escala. E aqui é que a coisa muda. A IBM pode demonstrar uma arquitectura e resultados promissores, mas, na prática, transformar essa tecnologia em chips comerciais exige ferramentas, processos estáveis, bons índices de aproveitamento dos wafers e custos aceitáveis. Se a produção for demasiado cara ou tiver demasiadas perdas, o avanço fica limitado a nichos de alto valor.
Se estás a acompanhar este tema, há contexto útil em Qualcomm pode criar chips de vídeo à medida para a ByteDance.
A informação divulgada aponta para o uso de litografia extrema ultravioleta de alta abertura, uma tecnologia complexa e cara que exige uma cadeia industrial muito especializada. A Engadget também enquadra o anúncio como um marco ainda virado para o futuro, não como um produto pronto a entrar nas linhas de montagem já este ano.
Sobre este mesmo território, também analisámos Análise Xiaomi 17T Pro: o topo de gama abaixo dos 1000 euros que faz sentido.
Este ponto é essencial para evitar leituras apressadas. A TSMC, a Samsung e a Intel continuam a dominar a conversa quando falamos de produção em volume. A Intel, por exemplo, já trabalha com a sua litografia 18A, associada à classe dos 1,8 nm, e essa transição ainda está a ser absorvida pelo mercado. A IBM tem um historial forte em investigação de semicondutores, mas não é isso que automaticamente coloca um chip destes dentro do próximo portátil que compras.
Há também possíveis problemas de comunicação. O nome do nó, seja 2 nm, 1,8 nm ou 0,7 nm, já não corresponde de forma simples a uma dimensão física única dentro do chip. É uma mistura de densidade, arquitectura, marketing técnico e métricas internas. Por isso, comparar números de forma directa pode enganar. O salto continua a ser importante, mas não deve ser lido como uma régua perfeita.
IA mais eficiente não resolve tudo
Mesmo que a tecnologia cumpra a promessa, há limites práticos. Na prática, chips mais eficientes podem baixar o consumo por operação, mas também podem incentivar mais utilização. É o efeito clássico: se processar IA fica mais barato, as empresas tendem a usar mais IA. Mais assistentes, mais automação, mais análise em tempo real, mais modelos especializados. A factura energética pode cair por tarefa e, ainda assim, subir no total.
Num cenário concreto, imagina uma cadeia de retalho em Portugal a usar IA para prever procura, ajustar stocks por loja e responder automaticamente a clientes. Com hardware mais eficiente na cloud, esse sistema pode tornar-se viável para empresas que hoje acham o custo proibitivo. O benefício é real: menos desperdício, respostas mais rápidas, melhores decisões. Mas também aumenta a dependência de fornecedores externos, de dados bem organizados e de modelos que nem sempre explicam claramente as suas decisões.
É por isso que este avanço deve ser lido como uma peça de infraestrutura, não como uma solução mágica. A IA precisa de bons chips, sim. Também precisa de software optimizado, dados de qualidade, regras de segurança e modelos económicos que façam sentido. Um chip abaixo de 1 nm pode acelerar o caminho, mas não elimina os bloqueios normais de adopção.
Para quem acompanha tecnologia em Portugal, a melhor leitura é esta: a IBM parece estar a mostrar que a computação pós-nanómetro não é apenas uma expressão de laboratório. Ainda falta perceber quanto disto chegará a produtos comerciais, em que prazo e a que custo. Mas a direcção é clara. A próxima disputa da IA não será só sobre modelos mais inteligentes; será também sobre quem consegue alimentá-los sem transformar cada avanço numa nova pressão sobre energia, preço e escala.
O detalhe mais relevante não é apenas o número abaixo de 1 nm. Parece simples. Mas nem sempre é assim. É a forma como a IBM diz estar a reorganizar os transístores. A arquitectura chamada “nanostack” sugere uma abordagem tridimensional baseada em nanofolhas, em vez de depender apenas de uma disposição mais tradicional e essencialmente horizontal. Ou seja, em vez de tentar apertar tudo no mesmo plano, a ideia passa por empilhar e alternar componentes verticalmente.
Leiam as últimas notícias do mundo da tecnologia no Google News , Facebook e X (ex Twitter) .
 Todos os dias vos trazemos dezenas de notícias sobre o mundo Android em Português. Sigam-nos no Google Notícias. Cliquem aqui e depois em Seguir. Obrigado! |
