Cientistas criam chip inspirado no cérebro que pode reduzir em 70% o consumo de energia da IA

Pesquisadores da Universidade de Cambridge desenvolveram um chip nanoeletrônico inspirado no funcionamento do cérebro humano que promete revolucionar a eficiência energética da inteligência artificial.

O dispositivo, construído com uma versão modificada do óxido de háfnio, consegue processar e armazenar informações simultaneamente. Isso elimina a necessidade de transferir dados entre memória e processador, reduzindo drasticamente o gasto de energia.

Segundo o Science Daily, o novo componente — conhecido como memristor — pode cortar em até 70% o consumo energético dos sistemas de IA atuais. O avanço foi publicado na revista Science Advances e liderado pelo Dr. Babak Bakhit, do Departamento de Ciência dos Materiais e Metalurgia de Cambridge.

Atualmente, os sistemas de IA consomem grandes quantidades de eletricidade devido à constante troca de dados entre unidades de memória e processamento. Essa arquitetura tradicional, herdada dos computadores convencionais, limita o ganho de desempenho e eleva os custos energéticos.

O chip neuromórfico de Cambridge rompe com essa lógica ao integrar memória e processamento em um mesmo ponto. A solução imita o comportamento dos neurônios humanos, tornando o processamento mais eficiente por natureza.

Segundo Bakhit, a equipe superou um dos principais desafios da tecnologia de memristores: o comportamento aleatório das estruturas condutivas internas. Em vez de depender da formação e ruptura de filamentos metálicos, o dispositivo altera sua resistência por meio de ajustes controlados nas barreiras de energia entre camadas de óxido de háfnio, estrôncio e titânio.

Essa abordagem garante comutação suave, previsível e de baixíssimo consumo elétrico. Os testes laboratoriais mostraram que o chip opera com correntes de comutação até um milhão de vezes menores do que as de memristores convencionais.

O dispositivo é capaz de manter centenas de níveis estáveis de condutância, característica essencial para o processamento analógico em memória. Esse recurso permite aprendizado e adaptação direta no hardware, sem depender de software externo.

Os pesquisadores também observaram que o dispositivo reproduz comportamentos biológicos fundamentais, como a plasticidade dependente do tempo de disparo. Esse é o mecanismo pelo qual os neurônios fortalecem ou enfraquecem suas conexões conforme o ritmo de ativação.

Apesar dos resultados promissores, o projeto ainda enfrenta desafios técnicos. O processo de fabricação exige temperaturas próximas de 700 °C, superiores às usadas na indústria de semicondutores, o que dificulta sua integração imediata em linhas de produção comerciais.

Bakhit afirmou que a equipe trabalha agora para reduzir essa temperatura e adaptar o método às condições industriais padrão. Esse passo é necessário para viabilizar a aplicação em larga escala.

O estudo contou com apoio do Conselho de Pesquisa da Suécia, da Royal Society, da Royal Academy of Engineering e do UK Research and Innovation. Uma patente já foi solicitada pela Cambridge Enterprise, braço de inovação da universidade.

Se o processo de fabricação for otimizado, a tecnologia poderá ser incorporada a chips comerciais, abrindo caminho para uma nova geração de sistemas neuromórficos de altíssima eficiência. Para o setor de IA, a inovação representa não apenas economia de energia, mas também a possibilidade de criar máquinas mais rápidas, inteligentes e sustentáveis.

Leia também: Cientistas dos EUA aceleram descoberta de novos medicamentos com triagem de fragmentos