🚨 ÚLTIMA HORA: Um pesquisador do Google e vencedor do Prêmio Turing acaba de publicar um artigo que expõe a verdadeira crise da IA. Não é treinamento. É inferência. E o hardware que estamos usando nunca foi projetado para isso. O artigo é de Xiaoyu Ma e David Patterson. Aceito pela IEEE Computer, 2026. Sem alarde. Sem lançamento de produto. Apenas uma explicação fria do porquê atender LLMs é fundamentalmente quebrado no nível do hardware. O argumento central é brutal: → o FLOPS da GPU cresceu 80 vezes de 2012 a 2022 → A largura de banda da memória cresceu apenas 17 vezes nesse mesmo período → custos de HBM por GB estão subindo, não diminuindo → A fase de Decodificação é limitada à memória, não à computação → Estamos construindo inferência em chips projetados para treinamento Aqui está a parte mais louca: A OpenAI perdeu cerca de US$ 5 bilhões em US$ 3,7 bilhões de receita. O gargalo não é a qualidade do modelo. É o custo de servir cada token para cada usuário. A inferência está esgotando essas empresas. E cinco tendências estão piorando tudo simultaneamente: → modelos MoE como o DeepSeek-V3 com 256 especialistas explodindo memória → Modelos de raciocínio gerando cadeias massivas de pensamentos antes de responder → Entradas multimodais (imagem, áudio, vídeo) ofuscando o texto → Janelas de longo contexto que sobrecarregam caches KV → pipelines RAG injetando mais contexto por requisição As quatro mudanças de hardware propostas por eles: → Flash de alta largura de banda: pilhas de 512GB em largura de banda HBM, 10 vezes mais memória por nó → Processamento Próximo à Memória: dados lógicos colocados ao lado da memória, não no mesmo chip → Empilhamento 3D de Memória-Lógica: conexões verticais que entregam 2-3 vezes menos de potência que o HBM → Interconexão de Baixa Latência: menos saltos, computação na rede, buffers de pacotes SRAM Empresas que tentaram chips só SRAM, como Cerebras e Groq, já falharam e tiveram que reinstalar DRAM. Este jornal não vende um produto. Ela mapeia todo o gargalo do hardware e diz: a indústria está resolvendo o problema errado. O Paper foi lançado em janeiro de 2026. Link no primeiro comentário 👇

Macrohard ou Digital Optimus é um projeto conjunto xAI-Tesla, que faz parte do acordo de investimento da Tesla com a xAI. Grok é o maestro condutor/navegador com profundo entendimento do mundo para dirigir o Optimus digital, que processa e aciona os últimos 5 segundos de vídeo em tempo real na tela do computador e ações de teclado/mouse. O Grok é como uma versão muito mais avançada e sofisticada do software de navegação passo a passo. Você pode pensar nisso como a IA Digital Optimus sendo o Sistema 1 (parte instintiva da mente) e o Grok sendo o Sistema 2. (parte pensante da mente). Ele vai funcionar de forma muito competitiva no Tesla AI4 de custo super baixo (US$ 650), combinado com o uso relativamente econômico do hardware xAI Nvidia, muito mais caro. E será o único sistema inteligente de IA em tempo real. Isso é algo sério. Em princípio, é capaz de emular a função de empresas inteiras. Por isso o programa se chama MACROHARD, uma referência engraçada à Microsoft. Nenhuma outra empresa ainda consegue fazer isso.