A busca por inteligência artificial mais rápida e — principalmente — mais barata acaba de ganhar um novo capítulo. A Anthropic, criadora do chatbot Claude, está em negociações para garantir futuros lotes de um acelerador de inferência desenvolvido pela britânica Fractile. O segredo da startup fundada em 2022 é trocar os tradicionais módulos de DRAM externa por SRAM integrada no mesmo die, uma mudança que pode multiplicar a velocidade de geração de tokens e derrubar o custo operacional em até dez vezes quando comparado às GPUs da Nvidia.
Por que a SRAM pode mudar o jogo da IA
Hoje, mesmo as placas mais avançadas, como a RTX 6000 Ada ou a H100, dependem de memória off-chip (HBM ou GDDR6X). Cada vez que um modelo de linguagem enorme — pense em GPT-4 ou Claude 3 — gera um token, ele precisa “viajar” até essa memória para consultar bilhões de pesos. Essa latência de ida e volta é o principal gargalo da inferência.
O projeto da Fractile, chefiado pelo PhD em Oxford Walter Goodwin, armazena esses dados lado a lado dos transistores de cálculo, tudo em SRAM. O resultado, segundo simulações internas:
- Até 100× mais performance por watt;
- Redução de 10× no custo por token;
- Menos calor e, portanto, menos gasto com refrigeração em datacenters.
Time de peso e dinheiro na mesa
Para tirar o projeto do papel, Goodwin recrutou engenheiros que já passaram por Nvidia, Graphcore e Imagination Technologies. A Fractile juntou US$ 15 milhões em capital seed e agora conversa para levantar mais US$ 200 milhões, o que pode empurrar a avaliação da empresa além do primeiro bilhão de dólares. Entre os interessados estão gigantes de venture capital como Founders Fund, 8VC e Accel.
O que a Anthropic ganha com isso?
Desde 2023, a Anthropic segue uma estratégia de diversificar fornecedores de silício. Hoje, a empresa aluga:
- GPUs Nvidia para treinar novos modelos;
- Processadores Trainium da Amazon (via Project Rainier);
- TPUs da Google — um contrato que chegará a 3,5 GW de capacidade entre 2027 e 2031;
- E, possivelmente, os aceleradores SRAM da Fractile.
A receita anualizada da Anthropic saltou de US$ 9 bilhões (2025) para US$ 30 bilhões (março de 2026), mas as margens continuam pressionadas pelo preço de inferência. Se o chip da Fractile cumprir metade do prometido, o impacto direto será cortar despesas operacionais — e liberar verba para treinar modelos ainda maiores.
Nvidia, Groq e a corrida pelo “custo por token”
A Fractile não joga sozinha. A Groq, outra defensora da SRAM, foi comprada pela Nvidia por US$ 20 bilhões no fim de 2024. Pouco depois, a gigante verde apresentou o Groq 3 LPX, seu próprio acelerador dedicado à inferência, um reconhecimento explícito de que o mercado não quer apenas teraflops, e sim dólares economizados por palavra gerada.
Imagem: William R
Outras concorrentes, como Cerebras e Tenstorrent, também apostam em arquiteturas com memória próxima ao compute, reforçando a tese de que 2027 — ano previsto para o chip da Fractile chegar ao mercado — pode marcar a primeira grande ruptura na hegemonia das GPUs desde o boom de IA em 2016.
Como isso impacta você, entusiasta de PC e hardware?
Mesmo que esses chips sejam voltados a datacenters, as tecnologias desenvolvidas no topo da pirâmide costumam escorrer para o consumidor final. DRAM HBM nasceu em supercomputadores e hoje equipa placas de vídeo como a Radeon PRO W7800; a mesma lógica vale para SRAM on-die: se ela mostrar ganhos consistentes, podemos ver:
- GPUs gamer com caches de SRAM ainda maiores (imagine um “Infinity Cache 2.0”);
- Processadores desktop capazes de rodar modelos de IA localmente, sem depender de nuvem;
- Periféricos “smart”, como mouses e teclados com aprendizado de uso em tempo real.
Para quem monta PCs ou acompanha promoções na Amazon, mais competição no nível de silício significa, em médio prazo, placas de vídeo e CPUs com melhor relação custo-benefício. Fique de olho: à medida que startups como Fractile desafiam a Nvidia, preços e recursos do lado consumidor tendem a melhorar.
No fim das contas, a negociação Anthropic + Fractile ainda está nos “rascunhos”. Mas o simples fato de uma big tech considerar chips que nem sequer existem em silício real indica que eficiência energética e custo por token tornaram-se a nova moeda forte da IA. Se a promessa se concretizar, 2027 pode ser lembrado como o ano em que a memória saiu do canto da placa e sentou-se no trono, bem no meio do chip.
Com informações de Hardware.com.br
