Plano da Google para expandir infraestrutura de IA

Documento interno diz que Google quer um salto de 1000x, dobrando capacidade a cada seis meses

A Google anunciou internamente uma ambição que promete transformar a disputa pela liderança em inteligência artificial. Segundo documentos internos, a companhia pretende aumentar seu desempenho em 1.000 vezes ao longo dos próximos quatro a cinco anos. Para a empresa, esse salto de 1000x na capacidade computacional é necessário para acompanhar a demanda por serviços de IA cada vez mais pesados e onipresentes.

Por que a Google aposta no salto de 1000x

Os executivos vêem a expansão da capacidade computacional como a peça central da corrida por modelos maiores e aplicações mais rápidas. O chefe da infraestrutura de IA da Google, Amin Vahdat, disse que “a empresa precisa dobrar sua capacidade de atendimento a cada seis meses” para responder à escalada de pedidos por serviços. Ele descreveu essa necessidade como “a parte mais crítica e também a mais cara” da disputa em IA.

Além da ambição técnica, há números que justificam o impulso. O CEO Sundar Pichai citou a forte demanda no segmento de nuvem, que “registrou um crescimento de 34% na receita anual, ultrapassando US$ 15 bilhões no último trimestre”. Para Pichai, a limitação de capacidade já representa perda de oportunidades, como no exemplo do modelo de vídeos virais Veo: “Se pudéssemos disponibilizá-lo para mais pessoas no aplicativo Gemini, acredito que teríamos conquistado mais usuários, mas simplesmente não conseguimos, pois estamos limitados pela capacidade computacional”.

Como será alcançado o salto: chips, modelos e integração

O plano para chegar ao salto de 1000x envolve várias frentes. Entre elas, a criação de modelos de IA mais eficientes, o desenvolvimento de chips especializados e um design mais integrado entre hardware e software. A própria infraestrutura de hardware da Google é central nessa estratégia. A empresa já apresentou a sétima geração de suas Unidades de Processamento Tensor, com o codinome “Ironwood”. Segundo a companhia, esse novo TPU é “quase 30 vezes mais eficiente em termos de energia do que o primeiro TPU para nuvem lançado em 2018”.

O apoio das equipes de pesquisa, incluindo o DeepMind, será usado para prever capacidades futuras e as demandas necessárias dos centros de dados. Também há ênfase em eficiência: Vahdat descreveu a meta não apenas em termos de escala, mas em como crescer sem aumentar substancialmente o consumo de energia ou os custos operacionais. Em resumo, o salto depende tanto de hardware mais potente quanto de software e modelos mais econômicos.

Riscos, custos e inquietações dentro da empresa

Apesar do entusiasmo técnico, há preocupações internas sobre os riscos financeiros. Alguns funcionários expressaram medo de que investimentos exagerados possam criar uma bolha em IA. Pichai reconheceu essas inquietações, afirmando que os temores de uma bolha em IA “definitivamente estão em voga”. Ainda assim, para a liderança, o maior risco seria investir de forma insuficiente e ficar para trás na competição.

Em resposta às perguntas sobre fluxo de caixa, o CFO Anat Ashkenazi apontou para possibilidades que podem aliviar a pressão financeira, como a migração de mais clientes de data centers locais para a Google Cloud. Segundo o documento, essa migração é vista como uma fonte de receita que pode justificar parte dos altos investimentos exigidos pela expansão.

Do lado externo, concorrentes também têm acelerado investimentos. O CEO da OpenAI, Sam Altman, destacou que “a corrida em IA se resume, em última análise, a garantir o máximo de capacidade computacional possível”. Empresas rivais têm recorrido a dívidas e parcerias com fabricantes de chips e provedores de nuvem para garantir acesso à escala necessária.

O plano da Google, portanto, é ambicioso e multifacetado: buscar o salto de 1000x combinando inovação em chips como o “Ironwood”, otimização de modelos, integração entre hardware e software, e estratégias comerciais que aumentem a adoção da nuvem. Ao mesmo tempo, a companhia precisa equilibrar a velocidade da expansão com a sustentabilidade financeira, numa corrida que promete redesenhar a infraestrutura da inteligência artificial nas próximas cinco anos.