Pietro Colloca

Vamos nos atualizar das novas tendências, o que foi apresentado, o que foi discutido da CS 2026, o que a gente espera para esse ano. O que temos de novidades? Maravilha, Ale. Assim, acho que começando dentro das novidades que a Intel lançou, esse começo de ano, a gente tem a nossa linha Core Ultra Série 3.

É uma arquitetura totalmente diferente. A gente tem trabalhado por tiles, então por pedaços do processador e aí desenvolvendo. E é um lançamento aí que é o 18A, que seria 1.8 nanômetros. Então nós temos aí cada vez mais os aproximados e desenvolvendo as tecnologias para justamente conseguir focar na eficiência energética. Então esse é um dos principais pilares onde a gente enxerga. Mas o que significa 1.8 nanômetros?

Quando a gente desenvolve um processador, é o tamanho do transistor, né? A litografia, que é o que a gente chama. Ah, tá. Então, a gente começou lá com os 40, 50 nanômetros e hoje a gente tá já até mudando a nomenclatura, né? Pra 18A, que é de angstrom, que seria a mesma coisa, a mesma unidade de 1.8 nanômetros. Então, é mais ou menos o tamanho do transistor dentro do processador.

Litografia é o tamanho, né? É como a gente define. Basicamente, o processo de fabricação de um semicondutor é basicamente como se a gente tivesse um mapa, tivesse um desenho de referência, a gente colocasse uma lupa que diminui e você grava isso no silício. E isso de uma maneira muito simplificada, tá? Em vez do upscaling, que você pega o negócio e amplifica e tal, é um downscaling.

E o que isso significa a gente reduzir cada vez mais os transistores? A gente fala de eficiência energética, ou seja, reduzir o consumo de energia. Então, quando a gente fala de notebook ou a gente fala processadores para servidor, não importa o tamanho, você diminui esse consumo energético porque ele é mais eficiente. Você consegue que o que caiba mais corde processamento no mesmo tamanho do silício. Então, a dissipação de energia acaba sendo menor.

de computação heterogênea. Então, você justamente utilizar o máximo do poder computacional de diversas arquiteturas para poder fazer o deployment ou fazer a implementação de um modelo. Então, você conseguir expandir cada vez mais, mantendo até uma arquitetura que você já possui, mas também otimizar isso o máximo possível. E

O que significa isso? Você vai ligar o computador, já vai estar tudo funcionando sem ter que instalar nada. Tem a NPU funcionando, gerando imagem, gerando vídeo, gerando texto. Isso é muito legal. É, acho que esse é o poder da computação heterogênica, né, Cabelo? Uma das coisas que é interessante é a gente utilizar o máximo da arquitetura como um todo, né? Então, o que a gente comentou, né?

dos lançamentos da CS aí que a gente teve foi o Panther Lake, Core Ultra Série 3, e aí traz todos esses benefícios da NPU, uma GPU 50% maior do que a última geração, então você tem mais poder computacional também na GPU, que você consegue utilizar pra rodar modelos locais de inteligência artificial, e claro, processador, né, com uma arquitetura mais miniaturalizada, né, como a gente falou aqui no começo, com 1.8 nanômetros, é

Essa construção é uma base muito sólida para a gente justamente conseguir cada vez mais aproximar a inteligência artificial do usuário final. Então, de não necessariamente ficar só com os modelos grandes e a gente conseguir justamente reduzir o tamanho e conseguir fazer de uma maneira muito mais efetiva com baixa latência.

E aí isso possibilita outras inovações também. Aí a gente fala de robótica, você conseguir ter a parte de robótica de uma maneira muito mais efetiva na ponta, né? Porque, de qualquer forma, você vai precisar de um poder computacional ali na ponta pra poder rodar diversos tipos de aplicação. Seja ali pra robótica, seja ali pra uma parte de cidades inteligentes, seja pra poder o usuário no PC usando, sei lá, o Adobe, o

A gente fala dos agentes, tem muita gente que fala que os agentes se aproximam disso, de fazer tarefas, mas não é, basicamente continua sendo probabilidade estatística. Eu preciso que você busque tal informação, o agente vai fazer, vai buscar informação, mas ele está compreendendo aquilo e não é cognitivo, não é uma réplica do pensamento humano.

Tudo que é processo, né? Entra A, tem que sair B. A e A, ela consegue resumir isso e fazer de uma maneira muito eficiente. Agora, o que envolve um pensamento crítico, lógico, por trás, novo, já não é muito o ramo, né? É, ainda tem muito caminho, tem muito chão. Lembra da estatística, é só uma super estatística. Se eu perguntar, a cor do asfalto é preta?

Porque querendo ou não, hoje ainda tem uma limitação no slot PCI ali. E dependendo do trabalho, a GPU, por mais absurdo que seja, ela fica esperando porque é como se fosse um cano. Só passa isso de água. E eu acho que uma das coisas aí que colaboram para isso, Cabelo, é parcerias em conjunto com as empresas, né? A própria Intel e a Nvidia desenvolveram uma parceria para poder tornar cada vez mais próxima essa questão de uma GPU, quando a gente fala de servidor, com a comunicação com o processador.

De vez a gente passar isso por um barramento PCI que acaba sendo um gargalo, não, já tem lá uma conexão mais direta, um barramento direto para poder ter essa eficiência de comunicação. Então são coisas que o mercado vai se adaptando, criando novas tecnologias como a computação quântica que a gente tem falado, como a computação neuromórfica, como essa aproximação dentro do próprio silício em si, do próprio processador.

E cada vez mais desenvolvendo, né? Então, eu acho que esse é o que acaba sendo o foco aqui. Em paralelo, tudo vai aumentando também. A memória vai aumentando. Tem essas coisas ali onde a gente consegue estar desenvolvendo mais. E dá pra jogar também, né, Pietro? Por favor. Exatamente. Não esqueçam disso. Joguinho é vida, né? Também, também é preciso.

Mas dá pra ver que isso vai ser uma realidade possível mesmo agora. É que vai acontecendo, né? Acho que dentro aí da robótica a gente vê... Começa muito na manufatura, né? Otimização na manufatura. Então os robôs que fazem a locomoção de cargas e tudo, a gente vê que o conceito é parecido como se fosse um robô aspirador, porque são robôs baixos de perfil e mapeiam o chão de fábrica. Isso foi minutralizado, foi reduzido o tamanho dele e aí basicamente virou os robôs aspiradores.

Então, você vê esse padrão do desenvolvimento mais industrial, ele vai partindo para um uso mais doméstico. A tecnologia acaba sendo isso, de você desenvolver onde realmente vai trazer um retorno na manufatura, na produção, e você consegue depois trazer isso de uma maneira mais doméstica. Então, esse acaba sendo um pouco do processo do desenvolvimento, quando a gente fala para

Eu acho que outro ponto é a evolução da arquitetura como um todo. Hoje a gente está falando da arquitetura atual, onde o processador tem um design inteligente, onde ele vai desabilitando os cores. Então, por exemplo, se você está fazendo uma ação simples... Ah, estou editando um texto e vendo um vídeo no YouTube...

Você desabilita as outras engines, vamos dizer assim. Ah, não estou usando a GPU, estou só usando uma parte da Media Engine, que é para poder fazer a parte de visualização. E estou usando uma parte pequena do processador. Ele desabilita isso e consegue ter uma eficiência energética. Então, aí se a gente fala de notebook, nesse cenário. Mas quando a gente fala de game também, é algo que pode ser bem interessante. Porque nem todo jogo vai necessitar do máximo consumo do processador, ou da memória, ou da GPU.

Então, você consegue desabilitar isso e conseguir isso ter uma efetividade muito maior também, em conjunto com os desenvolvedores, com a própria empresa que desenvolve o hardware também, em conjunto. Então, você consegue trabalhar ali em três, quatro partes, um sistema onde ele consegue ser eficiente de uma maneira bem ampla.