O ingrediente secreto que mantém a IA a funcionar: ciência avançada de materiais

Pontos-chave

• Materiais especializados, incluindo perfluoroelastómeros (vedantes resistentes ao calor utilizados no interior de máquinas de fabrico de chips) e fluidos de transferência de calor, estabelecem limites físicos rigorosos sobre o quão potentes os chips de IA podem tornar-se.
• A empresa química belga Syensqo desenvolveu um perfluoroelastómero de próxima geração fabricado sem surfactantes de flúor, uma classe de compostos químicos de longa duração que são difíceis de degradar no ambiente.
• A Syensqo está a utilizar Microsoft Discovery, uma plataforma de investigação assistida por IA, para identificar moléculas candidatas para novos fluidos de arrefecimento mais rapidamente do que os métodos tradicionais de laboratório permitem.
• Técnicas de arrefecimento emprestadas da engenharia de veículos elétricos estão a ser adaptadas para racks de servidores de IA de alta densidade, que geram calor intenso num pequeno espaço.
• Novos materiais têm de passar anos de testes de qualificação antes que os fabricantes de chips os aceitem, portanto o desempenho e a fiabilidade ainda têm prioridade sobre tudo o resto.

Sempre que um novo modelo de IA é lançado, a conversa volta-se para algoritmos, dados e os mil milhões gastos em novos chips. Raramente se volta para os vedantes no interior das máquinas que imprimem esses chips, ou os fluidos que os impedem de sobreaquecer. Esta é uma lacuna que vale a pena colmatar.

A fabricação de um chip semicondutor moderno requer milhares de etapas rigidamente controladas. Pequenas variações de temperatura ou materiais quimicamente instáveis criam defeitos microscópicos, reduzindo o número de chips funcionais por wafer e aumentando os custos. À medida que cada nova geração de chips encaixa mais transístores, essas tolerâncias apertar-se ainda mais.

Os perfluoroelastómeros são um exemplo de onde a ciência dos materiais está na primeira linha deste problema. Estes vedantes densos e flexíveis mantêm os gases reativos e o plasma no interior dos equipamentos de fabrico de chips. Têm de sobreviver a condições que destruiriam a maioria dos materiais industriais. A Syensqo, uma empresa de químicos especializados criada a partir da Solvay em 2023, fabrica agora uma versão destes vedantes utilizando um processo de fabrico que evita surfactantes de flúor. A empresa afirma que o novo material oferece melhor desempenho e é produzido de forma mais responsável, sem obrigar os fabricantes de chips a escolher entre os dois.

Isto afeta os utilizadores comuns de IA?

Sim, indiretamente mas concretamente. Quando os materiais falham ou ficam aquém do esperado, os rendimentos de chips caem, os custos de hardware sobem, e o preço de executar serviços de IA sobe com eles. Materiais melhores significam chips mais fiáveis, computação em nuvem mais acessível e ferramentas de IA que chegam a mais pessoas.

A pressão não é apenas no chão de fabrico. Os centros de dados que executam grandes cargas de trabalho de IA agora empacotar hardware de computação tão densamente que o arrefecimento convencional por ar dificilmente consegue acompanhar. Sistemas de energia de tensão mais elevada estão a tornar-se norma, e isso traz um novo conjunto de desafios de materiais em torno de isolamento elétrico e gestão de calor.

A Syensqo diz que está a aproveitar o trabalho que já realizou para veículos elétricos para abordar isto. Os sistemas de fluido de arrefecimento concebidos para baterias de VE partilham DNA de engenharia suficiente com racks de servidores de IA arrefecidos por líquido para que as lições se transfiram, reduzindo o tempo de desenvolvimento.

Depois existe a questão de como os novos materiais são descobertos em primeiro lugar. Tradicionalmente, os químicos formulariam uma hipótese, sintetizariam um composto, testá-lo-iam e iterariam, um ciclo que demora meses por candidato. A Syensqo agora utiliza Microsoft Discovery, uma plataforma de investigação assistida por IA, para rastrear candidatos moleculares para novos fluidos de transferência de calor no início do processo. A IA não substitui os químicos. Ela reduz o campo para que eles gastem tempo de laboratório nas opções mais promissoras em vez de em apostas arriscadas.

Nada disto se move rapidamente. Um material identificado num laboratório hoje poderia levar vários anos a qualificar-se para uso em equipamentos comerciais de fabrico de chips. Os fabricantes mudam materiais apenas quando um novo genuinamente resolve um problema.

O artigo apareceu originalmente como conteúdo patrocinado publicado pela MIT Technology Review. Esse contexto é importante: é uma empresa a apresentar o seu caso, não uma análise independente. Os princípios de engenharia que descreve, porém, refletem restrições reais que moldam o que o hardware de IA pode ou não fazer.