Extropic Lança Chip Z1 para Transformar Eficiência Energética em IA

A Extropic entra na corrida por hardware de IA eficiente com o chip Z1, focado na inferência de modelos transformer. A sacada da empresa é usar uma tecnologia pioneira: CMOS sub-threshold probabilística. Isso significa que o chip opera em níveis de voltagem muito baixos, onde o comportamento elétrico já é intrinsecamente probabilístico. A ideia é co-projetar algoritmos que tirem proveito dessa característica, fugindo do paradigma dos modelos densos otimizados para GPUs.

O Z1 é construído para operações esparsas e computação "in-memory", o que é um contraste direto com a arquitetura das GPUs atuais, otimizadas para multiplicações de matrizes densas. Enquanto as GPUs precisam de grandes caches para conexões "all-to-all", o Z1 tem conectividade física esparsa, com um grau fixo de 16 conexões por "pbit" (probabilistic bit). Isso permite uma eficiência energética muito maior para tarefas específicas.

Em 3 de julho de 2026, o CEVIU News publicou sobre "A revolução silenciosa do hardware: chips customizados de IA chegam ao mercado", apontando para a transição dos chips personalizados da fase de conceito para a realidade. O lançamento do Z1 pela Extropic é um exemplo concreto dessa revolução, mas com uma abordagem mais radical. Enquanto outros chips buscam otimizar o desempenho dentro de paradigmas existentes (como a Etched com redução de voltagem ou a OpenAI com chips para cargas de trabalho específicas), o Z1 propõe uma mudança fundamental na forma como o hardware e o software de IA interagem.

Ele não é apenas um chip customizado; é um novo substrato físico que exige o co-desenho de algoritmos probabilísticos para hardware probabilístico, explorando a própria natureza física da computação em baixa energia. Isso marca um avanço da simples customização para uma redefinição das bases da computação de IA.

A relevância do Z1 vai além da mera eficiência. Modelos de IA, especialmente os transformers, consomem uma quantidade absurda de energia, contribuindo para desafios de sustentabilidade e limitando a escalabilidade. O Z1 mira justamente nesse gargalo, prometendo reduções drásticas no consumo energético, da ordem de duas ordens de magnitude em comparação com as GPUs atuais.

Isso pode democratizar o acesso a inferência de IA de ponta e permitir o desenvolvimento de modelos maiores e mais complexos sem estourar orçamentos ou o consumo de eletricidade. O co-design hardware-software e a exploração de computação probabilística podem abrir caminho para uma nova era de arquiteturas de IA mais eficientes e nativas a esse tipo de hardware.