IA Todo Dia
← Voltar às notícias
Infraestrutura

IA da Anthropic faz em 3 dias o que levava até 1 ano: adaptar modelos a chips da AMD

IA da Anthropic faz em 3 dias o que levava até 1 ano: adaptar modelos a chips da AMD

A Anthropic afirmou a investidores que seu modelo Claude Mythos Preview fez em cerca de três dias um trabalho de software que antes levava de seis a doze meses: adaptar um de seus modelos de IA para rodar em GPUs da AMD. Segundo a empresa, o processo ocorreu com “praticamente nenhuma intervenção humana”. Se o número se confirmar, é um golpe no principal diferencial da Nvidia.

O caso foi revelado em meio à preparação da Anthropic para captar recursos, e é importante lembrar: trata-se de uma afirmação da própria empresa interessada, ainda sem verificação independente.

O contexto: a muralha de software da Nvidia

Para entender por que isso importa, é preciso falar de CUDA, a plataforma de programação da Nvidia que já tem quase duas décadas. É ela que amarra os modelos de IA aos chips da empresa, e boa parte do domínio da Nvidia no mercado vem justamente dessa maturidade de software — o chamado “fosso” (moat) que afasta a concorrência.

IA da Anthropic faz em 3 dias o que levava até 1 ano: adaptar modelos a chips da AMD
Foto de Igor Omilaev no Unsplash

A AMD tem uma alternativa, o ROCm, com a camada de programação HIP. Mas código escrito para CUDA precisa ser convertido para funcionar ali, o que historicamente exigia equipes de dezenas de engenheiros e muitos meses de trabalho. Tom Brown, cofundador e chefe de computação da Anthropic, foi quem fez a comparação de tempo diante dos investidores.

O que muda

Segundo a Anthropic, os três dias cobrem o processamento de prompts de um de seus modelos nas GPUs AMD MI355X, com desempenho “útil”, e o Mythos teria escrito ou convertido “quase 100% dos kernels” — o código de baixo nível que conecta o modelo ao hardware.

A empresa já roda seus modelos em vários tipos de chip: GPUs da Nvidia e da AMD, TPUs do Google e o Trainium da AWS, tudo gerenciado como “um pool único e intercambiável de computação”. Brown chamou essa aposta em múltiplos fornecedores de “não convencional” — e ela pode ter sido acertada, já que o Google e a Meta também ampliaram o uso de TPUs em produção.

A própria AMD vem defendendo essa ideia há mais de um ano. Em abril, seu vice-presidente de software de IA, Anush Elangovan, chegou a dizer à EE Times que “o Claude é melhor que o HIPify” — a ferramenta da AMD para converter código — “porque tem busca na web embutida”. Mais detalhes podem ser lidos na Tom’s Hardware.

Por que isso importa pra você

Na prática, se a IA consegue escrever sozinha o código que liga os modelos a diferentes chips, a escolha de hardware deixa de ser um problema técnico pesado e vira quase uma decisão de compra. Isso pode aumentar a concorrência no mercado de chips, pressionar preços e reduzir a dependência de um único fornecedor.

Menos dependência tende a significar modelos mais baratos de treinar e rodar — algo que, no fim da linha, pode baratear os serviços de IA que chegam ao usuário comum. A Anthropic, aliás, começou a trabalhar com GPUs da AMD só neste ano e já firmou um acordo de até 2 gigawatts.

Vale a cautela, porém. Ainda existe um custo de conversão real ao trocar de plataforma, e a comparação “12 meses contra 3 dias” parte da experiência passada da própria Anthropic, sem benchmarks públicos que outros possam reproduzir. É um sinal relevante de que o fosso da CUDA está encolhendo — mas, por enquanto, é mais promessa de investidor do que fato consolidado.

Fonte: Tom's Hardware · Imagem de capa: Tom's Hardware

Quer aplicar IA no seu trabalho?

Aprenda qual ferramenta usar para cada tarefa — ChatGPT, Claude, Copilot, Gemini e NotebookLM — nos cursos do IA Todo Dia.

Conhecer os cursos →
Fonte original: Tom's Hardware