Fabrício Mainenti
RedatorO domínio da NVIDIA sobre a indústria de hardware de inteligência artificial (IA) é inabalável. Atualmente, a empresa, liderada por Jensen Huang, controla quase 80% do mercado de chips de IA e, embora concorra com AMD, Intel, Google e Amazon, nada indica que sua posição dominante será alterada no curto ou médio prazo. No entanto, seu sucesso não se deve apenas às suas GPUs; a tecnologia CUDA (Compute Unified Device Architecture) também desempenha um papel crucial em seus negócios.
A maioria dos projetos de IA atualmente em desenvolvimento são implementados em CUDA. Essa tecnologia integra o compilador e as ferramentas de desenvolvimento usadas pelos programadores para desenvolver seus softwares para GPUs NVIDIA, e substituí-la por outra opção em projetos existentes representa um desafio. A Huawei, que visa conquistar uma parcela significativa desse mercado na China, possui o CANN (Compute Architecture for Neural Networks), sua alternativa ao CUDA, mas, por enquanto, este domina o mercado.
O CUDA é o resultado de uma das ideias mais inspiradoras da NVIDIA
O CUDA é o resultado de uma das ideias mais geniais da NVIDIA. Toda a indústria de IA quer eliminar o CUDA. Pelo menos, foi o que afirmou Pat Gelsinger, ex-CEO da Intel. Em dezembro de 2023, o executivo assumiu uma posição firme e explicou o posicionamento oficial da sua empresa no setor de IA.
"Toda a indústria está determinada a eliminar o CUDA do mercado [...] Nós o vemos como uma vantagem competitiva pequena e superficial [...]", argumentou Gelsinger no evento "AI Everywhere", realizado em Nova York.
Para entender o contexto em que o CUDA nasceu e por que se tornou uma tecnologia fundamental no portfólio da NVIDIA, precisamos voltar a 2002. Como Tae Kim nos conta em "The NVIDIA Way", Mark Harris, um engenheiro de computação da Universidade da Carolina do Norte (EUA), queria encontrar uma maneira de usar computadores para simular com mais precisão fenômenos naturais complexos, como a dinâmica de fluidos ou a termodinâmica das nuvens atmosféricas.
Harris logo percebeu que cada vez mais engenheiros estavam usando as GPUs de placas de vídeo como a GeForce 3 da NVIDIA para executar códigos que não eram destinados à geração de gráficos. Curiosamente, eles faziam isso porque haviam descoberto que as simulações científicas rodavam com muito mais eficiência em uma GPU do que em uma CPU da época. Isso se devia ao fato de a arquitetura da GPU priorizar o paralelismo e ser capaz de realizar operações matriciais muito rapidamente.
Os engenheiros da NVIDIA também perceberam que um novo mercado havia se aberto diante deles, um mercado que ia além dos jogos e tinha um enorme potencial.
"Tínhamos construído um mecanismo de computação superpoderoso e superflexível para gerar gráficos, porque os gráficos são muito exigentes. E os pesquisadores descobriram todo esse poder de computação de ponto flutuante e a possibilidade de usá-lo, ocultando seu código para executar simulações dentro de algoritmos que eram ostensivamente destinados à geração de gráficos", explica David Kirk, engenheiro da NVIDIA.
A CUDA foi a resposta da empresa liderada por Jensen Huang a esse caso de uso. Dois de seus arquitetos dentro da NVIDIA foram Ian Buck e John Nickolls, e todos os engenheiros envolvidos em seu desenvolvimento contaram com o apoio total de Huang desde o início. O cofundador e CEO da empresa estava convencido de que a CUDA tinha o potencial de expandir seus negócios para alcançar todos os cantos da indústria de tecnologia. Esse novo software, e não o novo hardware, transformaria a NVIDIA. E ele estava certo. O resto é história.
Bibliografia | 'The NVIDIA Way', de Tae Kim
Ver 0 Comentários