Pat Gelsinger deixou a presidência do CEO da Intel no final de 2024. Ele não fez uma pausa. Ele agendou 100 reuniões em 180 dias. O objetivo era simples: estreitar o campo. Ele precisava saber o que viria a seguir.
Em março, a resposta era clara. Ele ingressou na Playground Capital como sócio geral. A empresa tem como alvo a tecnologia profunda. Especificamente, o hardware que alimenta a próxima geração de computação.
Gelsinger tem uma obsessão específica no momento: a luz.
Ele quer usar litografia avançada para reiniciar a Lei de Moore. Gordon Moore previu que a densidade dos transistores dobraria a cada dois anos. Isso durou décadas. Agora está paralisado. Reduzir os transistores até limites atômicos é caro. Está atingindo barreiras físicas.
A solução, de acordo com Gelsinger, é gravar chips com feixes de luz em escala nanométrica.
A solução baseada em luz para gargalos de hardware
A litografia atual depende de luz ultravioleta de 13,5 nanômetros. Esse é o padrão estabelecido pela ASML, o monopólio holandês sobre máquinas de fabricação de chips. Funciona. Mas está no limite do que é prático.
Gelsinger está apoiando a xLight, uma empresa do portfólio da Playground. A xLight está desenvolvendo novas técnicas de litografia usando lasers de elétrons livres. O objetivo? Reduza os comprimentos de onda da luz para 2, 3, 4 ou 5 nanômetros. Luz menor significa recursos menores. Mais transistores. Melhores fichas.
Não se trata de derrotar ASML. Trata-se de atualizar o motor.
“Queremos conectar nossa fonte de luz e melhorar as máquinas AS ML.”
Se isso funcionar, desbloqueará um desempenho que os ajustes de design tradicionais não conseguem igualar. Outras inovações, como novos materiais ou supercondutores, estão surgindo. Todos atingiram a mesma parede. Você não pode imprimir o circuito se não puder gravá-lo com luz de alta resolução.
Como Pat Gelsinger examina startups de tecnologia profunda
Software interrompido por IA. Agora está atraindo capital de risco para hardware.
A maioria dos VCs não sabe como apostar em tecnologia profunda. Eles costumavam fazer isso. Agora eles estão adivinhando. Gelsinger não adivinha. Ele traz para a mesa uma equipe de engenheiros, PhDs e professores. Seu processo é rigoroso.
Eles procuram o problema difícil. O fundador pode explicar isso? É solucionável? Existem duas ou três outras empresas perseguindo a mesma ideia? Você raramente encontra um unicórnio isolado. Você encontra clusters. Escolha o melhor.
“Quero fazer coisas que importam”, diz Gelsinger. “Se eles tiverem sucesso, faça a diferença.”
O private equity oferece cheques maiores. Mas é engenharia financeira. Gelsinger quer construir. Ele quer impulsionar a ciência. Ele está procurando o limite da descoberta.
Crise energética e mudança de hardware da IA
Modelos de IA de treinamento costumavam gerar dinheiro. Ainda é, por enquanto. Mas a inferência está oscilando. As empresas treinarão uma vez. Eles usarão o modelo milhões de vezes. É aí que está o volume – e a oportunidade.
As GPUs lidaram bem com o treinamento. Eles estão bem para inferência. Mas eles não são ideais. A Nvidia sabe disso. É por isso que acordos como o da Groq são importantes.
A próxima onda de chips de IA não se parecerá com as GPUs de hoje. Eles serão heterogêneos. Fornecedores mistos. Sistemas harmonizados.
A memória é outro gargalo. A memória de alta largura de banda é o rei atual. Mas é falho. Até 2030, as arquiteturas de memória empilhada dominarão. Empresas como d-Matrix, Fractile, Cerebras e Alva Energy estão quebrando os moldes atuais.
A energia é a verdadeira restrição. Os EUA expandiram a capacidade energética em um dígito nos últimos dez anos. Isso é inaceitável.
Na era da IA, energia é capacidade económica.
“Estávamos tão preocupados com o clima”, observa Gelsinger, “que nos esquecemos da capacidade”.
Novas turbinas a gás levam oito anos para serem fornecidas. A nuclear leva uma década. Solar depende da China. A Alva Energy de Gelsinger concentra-se na modernização das usinas nucleares existentes. Caminho mais rápido. Colha valor agora. Reinicie a construção mais tarde.
Os vencedores não terão apenas fichas inteligentes. Eles terão poder.
A regulamentação dos EUA sufocará a liderança em IA?
A administração dos EUA está presa. Ele quer liderar a IA. Mas também quer controlá-lo. Controles de exportação de chips. Intervenções em lançamentos de modelos. Aproveitar.
Gelsinger não vê contradição. Ele quer que os valores ocidentais vençam. Não é chinês.
A tecnologia avança rápido demais para uma regulamentação lenta. Um grande modelo fundamental é lançado a cada quatro semanas. O que você regula? Segurança? Qualidade? Integridade?
“Quem decide?” ele pergunta.
Ele quer transparência. Ele quer saber em quais modelos proprietários são treinados. Ele quer um benchmarking rigoroso. Ele quer requisitos de segurança integrados desde o início.
Se a indústria não consegue auto-regular-se, o governo tem de intervir. Essa é a única forma de garantir que os modelos não sejam apenas os primeiros, mas também seguros.
A questão aberta
Gelsinger acredita que a luz é a chave. Não apenas para a Lei de Moore. Mas por eficiência. Para poder. Para a próxima década da computação.
Ele está apostando em uma equipe que consiga imprimir com luz de 2 nanômetros. Ele está apostando em atualizações nucleares. Ele aposta que a heterogeneidade vencerá os designs de GPU monolíticos.
Isso funcionará?
Ninguém sabe ao certo. A ciência ainda está provando coisas. A física é difícil. O dinheiro é real. O relógio está correndo.
Gelsinger está apenas começando. A questão é se a indústria conseguirá acompanhar o ritmo que ele está estabelecendo. Ou se a luz, tal como a lei, finalmente se apagará.
