A OpenAI impulsiona a avaliação por tarefa à medida que se expande para o design e financiamento de chips

A OpenAI está a expandir os seus modelos avançados para o design de chips, ciências da vida e finanças, argumentando que um modelo com um custo inicial mais elevado pode compensar ao executar uma tarefa com menos tentativas.

A Reuters noticiou a 9 de setembro que a diretora financeira Sarah Friar apresentou este argumento na Conferência Communacopia + Technology da Goldman Sachs, em São Francisco, no dia 7 de setembro.

Para as empresas que têm de decidir entre modelos de gama alta e de baixo custo, isto altera o debate. Em vez de perguntar qual o modelo com o preço mais baixo em tokens, a OpenAI gostaria que os clientes considerassem qual o modelo que oferece a tarefa concluída pelo preço mais baixo.

O design de chips como solução alternativa, não como substituto do EDA

A OpenAI não pretende substituir os sistemas de automatização de designtronque os engenheiros já utilizam para desenvolver chips. As suas soluções, na verdade, auxiliam na otimização destes processos, ajudando os engenheiros a analisar problemas, avaliar abordagens e acelerar determinadas tarefas.

Segundo Friar, a procura por IA desenvolvida para tarefas específicas está a crescer. Tal como noticiado pela Reuters, a OpenAI está também a testar um modelo de negócio em que o preço depende da eficácia da IA para a empresa em questão, e não do consumo.

Isto está em linha com a publicação feita por Friar a 17 de julho , que sugeriu a importância da "Inteligência Útil por Dólar" em detrimento do preço do token. Embora um modelo mais barato possa exigir múltiplas tentativas e revisões, bem como intervenção humana, um modelo mais caro pode revelar-se uma opção mais rentável, uma vez que chega ao resultado mais rapidamente.

Jalapeño como prova interna

A demonstração mais clara do engenho da OpenAI é o Jalapeño, o seu primeiro chip de inferência personalizado. A empresa afirmou numa publicação de 25 de agosto que a sua tecnologia de IA facilitou a transição do Jalapeño da fase de conceção para a produção em apenas nove meses.

Graças à IA, os ciclos de design, medição e verificação foram encurtados. A IA foi também utilizada para melhorar o desempenho dos circuitos aritméticos e programar o chip finalizado.

A OpenAI afirmou que o desempenho do chip Jalapeño foi 1,5 a 1,9 vezes superior em termos de trabalho de IA por watt em comparação com os dispositivos equivalentes GB200 e GB300 da Nvidia, utilizados para realizar os cálculos do GPT-OSS 120B, DeepSeek R1 e Kimi K2.5.

De acordo com as informações fornecidas pela Cryptopolitan a 25 de agosto, o chip concebido pela Broadcom destina-se estritamente aos fins da OpenAI e não à venda no mercado. Portanto, estes dados são apenas números da OpenAI. A SemiAnalysis observou as execuções do InferenceX, mas não reproduziu de forma independentedentconjunto completo de testes.

O argumento do custo por tarefa, confrontado com dados externos

Friar afirmou que a decisão da OpenAI de reduzir drasticamente o custo do seu produto de nível mais básico, o Luna, contribuiu para um crescimento de quase dez vezes na sua utilização, além de ter aumentado o número de utilizadores do Codex para 25 milhões, segundo a Reuters.

independentesdent fornecem algumas evidências para a declaração de preços. A Artificial Analysis contra 2,01 dólares do GLM-5.3 para uma tarefa padrão.

No entanto, esta comparação não é propriamente unilateral. O GLM-5.3 obteve 45 pontos no Índice de Inteligência de Análise Artificial, o que dá ao Luna uma pontuação de apenas 38. Portanto, a OpenAI tem uma vantagem no preço por tarefa padrão, mas não é necessariamente a IA com o melhor desempenho.

Um campo em que a OpenAI está a entrar tardiamente

O design de chips assistido por IA já está bem estabelecido. A Synopsys afirma que o seu copiloto de IA generativa pode reduzir o tempo de recuperação de informação em 40% e o tempo para a obtenção de soluções em 10 a 20 vezes.

A Cadence anunciou no dia 1 de junho que o seu engenheiro de IA autónomo ChipStack pode reduzir alguns ciclos de validação RTL de cinco semanas para menos de um dia. O AlphaChip da Google também tem sido utilizado em chips avançados em toda a Alphabet.

O verdadeiro diferencial da OpenAI, portanto, não é a alegação de que a IA pode ajudar a desenhar chips. É o argumento de que os seus modelos proprietários podem fazê-lo a um custo mais baixo por resultado bem-sucedido.

Porque é que os riscos continuam a aumentar?

O mercado que sustenta este argumento é enorme. A PwC afirmou a 2 de setembro que o investimento global em infraestruturas de IA poderá atingir os 31,6 triliões de dólares até 2050, com os gastos anuais a subirem de cerca de 800 mil milhões de dólares em 2026 para 1,8 triliões em 2050.Espera-se que as atualizações recorrentes de chips e servidores impulsionem grande parte destes gastos.

O relatório da OCDE de 10 de julho sobre os mercados de IA apresenta o contraponto: os preços dos modelos de IA ajustados à qualidade caíram quase 80% entre janeiro de 2024 e abril de 2026, mesmo com a elevada concentração de recursos computacionais, chips e outros inputs críticos.

A OpenAI aposta que uma integração mais estreita entre modelos, software e silício transformará esta concentração numa vantagem de eficiência. Se for bem-sucedido, o custo por tarefa concluída poderá importar mais do que o preço do token — e tornar-se mais uma força a impulsionar a IA para empresas que oferecem soluções completas.

As mentes mais brilhantes do mundo das criptomoedas já leem nossa newsletter. Quer participar? Junte-se a elas.