Dez mil chips, nenhum norte-americano

A Z.ai, o laboratório chinês antes conhecido por Zhipu e responsável pela família de modelos GLM, acabou de construir um centro de dados de classe gigawatt e ligou uma parte dele. A instalação assenta em mais de dez mil semicondutores de fabrico nacional e, segundo o que foi noticiado, em nenhum componente da Nvidia. É descrita como a maior instalação de servidores erguida por uma empresa chinesa de inteligência artificial, e a Z.ai opera hoje vários agregados com mais de dez mil chips cada um.

O que conta aqui é a exclusividade, não a dimensão. As empresas chinesas montam grandes agregados há anos, quase sempre com uma mistura de hardware da Nvidia acumulado em stock, variantes conformes às regras de exportação e aceleradores nacionais. Uma construção sem uma única peça de silício norte-americano diz outra coisa. Diz que a cadeia de fornecimento interna, do acelerador à interligação e ao software que os põe a trabalhar, está suficientemente completa para levantar um centro de treino à escala dos modelos de fronteira sem precisar de uma licença de Washington.

Há contexto por trás disto. A China comprometeu cerca de 2 biliões de yuans, algo como 295 mil milhões de dólares ou 273 mil milhões de euros, na construção nacional de centros de dados ao longo de cinco anos. Esta instalação é um caso em que esse programa passa do estado de anúncio ao estado operacional, e só o estado operacional muda as opções de alguém.

A aquisição que pesa mais do que o edifício

No mesmo dia, a Z.ai concluiu a compra da Zhongke Jiahe, uma empresa de software de infraestrutura de inteligência artificial fundada por investigadores da Academia Chinesa de Ciências. A tecnologia dela faz uma coisa estreita e decisiva: corre o mesmo modelo com eficiência em aceleradores fabricados na China de famílias diferentes, incluindo desenhos da Huawei e da Cambricon.

É aí que está o verdadeiro estrangulamento, e não é um problema de hardware. Se uma década de alternativas à Nvidia não destronou nada, raramente foi por causa do desempenho bruto do silício. Foi porque cada carga de trabalho tinha de ser portada, afinada e mantida arquitetura a arquitetura, e o custo dessa adaptação ultrapassava a poupança no hardware. Uma construção nacional com duas ou três famílias de aceleradores multiplica esse problema, em vez de escapar dele.

A Z.ai não tentou resolvê-lo em casa. Comprou uma equipa da Academia de Ciências que já o tinha resolvido e fechou o negócio no mesmo dia em que anunciou a instalação. A ordem dos acontecimentos é uma declaração de intenções. Uma empresa convencida de que consegue tapar hardware heterogéneo com engenharia interna não vai adquirir essa capacidade exatamente no momento em que precisa dela. A compra é uma admissão da dificuldade daquela camada e, ao mesmo tempo, a razão pela qual o gigawatt chega a ser utilizável.

Um gigawatt compra menos do que parece, e o ponto é esse

Um gigawatt equivale, aproximadamente, ao consumo instantâneo de 750.000 habitações. Dito assim soa decisivo e, para um leitor europeu, vale a pena convertê-lo na moeda que verdadeiramente nos limita. Não são os chips. É a ligação à rede elétrica.

Os aceleradores chineses entregam, em regra, menos computação por watt do que os componentes da Nvidia que vieram substituir. Um gigawatt de silício da Huawei e da Cambricon não compra, por isso, um gigawatt de capacidade de treino equivalente à da Nvidia. Compra bastante menos. A estratégia só resulta se for possível pôr mais potência por trás do mesmo resultado, e Pequim consegue fazê-lo, porque a capacidade de rede e a construção de nova produção elétrica são precisamente aquilo que a China tem a mais.

A Europa está do outro lado dessa troca. As filas de ligação à rede nos Países Baixos, na Alemanha, na Irlanda e no Reino Unido medem-se em anos e não em meses, e há muito que a restrição decisiva da capacidade europeia de inteligência artificial deixou de ser os chips. É por isso que o anúncio se deve ler como uma história de energia vestida de semicondutores. Um concorrente que pode pagar a ineficiência com eletricidade joga um jogo que um operador europeu não consegue copiar, seja qual for o hardware que venha a estar disponível.

O que isto muda num modelo que já tem em produção

Os modelos GLM são de pesos abertos e há um número considerável de empresas europeias a corrê-los em produção, muitas vezes como camada de custo controlado por baixo de um modelo de fronteira. Para essas empresas, a pergunta prática foi sempre a durabilidade do fornecimento: se os controlos de exportação apertarem, aquilo sobre que construí deixa de ser mantido?

A resposta acabou de mudar de forma, não de melhorar. Uma base de computação interna torna o desenvolvimento continuado destes modelos muito menos dependente de decisões de licenciamento norte-americanas, o que elimina um modo de falha. Mas é exatamente essa autossuficiência que faz com que valha a pena controlar os modelos a partir da outra ponta. Os reguladores chineses têm estado a ouvir empresas nacionais de inteligência artificial e de fabrico de chips sobre regras de exportação mais apertadas para modelos avançados e para a tecnologia que os sustenta, uma orientação noticiada esta semana e que ainda não foi aprovada.

Ou seja, o risco não desapareceu. Mudou de sítio e duplicou. Um modelo que antes enfrentava um regime de controlo de exportações está agora entre dois, e os dois não estão coordenados. Para uma decisão de arquitetura com horizonte de cinco anos, o quadro é materialmente diferente daquele que a maioria dos registos europeus de risco de IA descreve hoje.

Copie os pesos e depois escreva que regime se aplica

Duas medidas, ambas baratas, ambas para este trimestre. A primeira: para cada modelo chinês de pesos abertos que tenha em produção, copie os pesos para armazenamento sob o seu controlo, na sua própria jurisdição, com o hash registado. Pesos abertos que já descarregou são duradouros, independentemente do que qualquer governo venha a decidir. Pesos abertos que vai buscar a pedido a um repositório alojado por outrem são uma dependência disfarçada de ativo.

A segunda: acrescente um campo ao seu inventário de modelos, a dizer que regime de controlo de exportações rege aquele modelo. A maior parte dos inventários regista a licença, o número de parâmetros e o local de alojamento. Quase nenhum regista a jurisdição de controlo, porque até há pouco tempo só havia uma resposta plausível. Agora há duas, podem apertar de forma independente, e um modelo pode ficar indisponível por qualquer uma delas sem que a outra mexa um dedo.

Nada disto obriga a mudar de fornecedor nem a abandonar os pesos abertos chineses. A vantagem de custo que os pôs na sua arquitetura é real e não vai desaparecer, e uma base de computação interna até a torna mais duradoura. O ponto é mais estreito. Passou a depender de um artefacto cuja disponibilidade futura é matéria de política em duas capitais, e a mitigação custa um contentor de armazenamento e uma coluna de folha de cálculo.

Leia a seguir: Até um laboratório bilionário aluga a sua computação  |  O imposto Nvidia já tem uma segunda fonte