Graças a esta técnica, a IA poderia consumir 2500 vezes menos energia

Pesquisadores da Universidade de Minnesota desenvolveram um dispositivo inovador que pode reduzir o consumo energético da inteligência artificial (IA) por um fator de pelo menos 1.000. Este avanço significativo responde a uma preocupação crescente sobre o impacto ambiental das tecnologias de IA, uma vez que a demanda energética global deverá dobrar até 2026, de acordo com a Agência Internacional de Energia.


Os sistemas de IA atuais requerem transferências significativas de dados entre a memória e os processadores, um processo que consome muita energia. O novo dispositivo, chamado Memória de Acesso Aleatório Computacional (CRAM), permite processar os dados diretamente dentro da memória, sem a necessidade de transferi-los. Este método, experimentado pela primeira vez pela equipe da Universidade de Minnesota, pode reduzir drasticamente o consumo energético das aplicações de IA.

Yang Lv, pesquisador pós-doutorado na Universidade de Minnesota e principal autor do estudo, explica que a CRAM permite processar os dados diretamente na rede de memória, eliminando assim as etapas de transferência que consomem muita energia. Esta tecnologia, que se baseia no uso de junções túnel magnéticas (MTJ), permite armazenar e processar a informação de maneira muito mais eficiente do que os métodos atuais baseados em transistores.

Jian-Ping Wang, professor na Universidade de Minnesota e coautor do estudo, destaca que esta tecnologia é o resultado de mais de 20 anos de pesquisa e colaboração interdisciplinar. Inicialmente considerada uma ideia maluca, a CRAM agora provou sua eficácia e está pronta para ser integrada nas tecnologias existentes. Segundo Jian-Ping Wang, os primeiros resultados mostram uma redução no consumo energético por um fator de 2.500 em comparação com os sistemas tradicionais.

A CRAM pode representar uma solução sustentável para o desenvolvimento da IA, oferecendo uma eficiência energética sem precedentes. Este avanço tecnológico abre perspectivas promissoras para reduzir a pegada ambiental dos sistemas de IA, enquanto mantém alto desempenho. Os pesquisadores agora planejam colaborar com líderes da indústria de semicondutores para desenvolver esta tecnologia em grande escala.