AMD adquire startup canadense para impulsionar estratégia em chips de inteligência artificial

AMD adquire startup Taalas para fortalecer sua atuação em inteligência artificial.

A AMD anunciou a aquisição da startup canadense Taalas, que é especializada em chips voltados para a inferência de inteligência artificial. Este movimento estratégico visa expandir o portfólio da empresa em hardware para IA, um mercado que cresce rapidamente à medida que os modelos de inteligência artificial se tornam mais sofisticados.

A Taalas, fundada em 2023 e localizada em Toronto, desenvolve aceleradores de IA projetados para executar modelos específicos. Essa abordagem permite que os chips ofereçam desempenho superior em determinadas aplicações, reduzindo gargalos de processamento e memória em comparação com as tradicionais unidades de processamento gráfico (GPUs).

Embora as GPUs continuem sendo a principal aposta da AMD para o crescimento em data centers, a empresa reconhece que elas não são ideais para todas as cargas de trabalho em inteligência artificial. A fase de inferência, onde um modelo de IA já treinado gera respostas, é uma das áreas que mais cresce no setor e exige respostas rápidas e alta eficiência energética, criando espaço para arquiteturas especializadas.

Os chips da Taalas são projetados especificamente para um único modelo de IA, o que, embora signifique menor flexibilidade, permite que suas soluções realizem determinadas tarefas milhares de vezes mais rápidas do que as GPUs convencionais, além de reduzir custos.

A AMD planeja integrar a tecnologia da Taalas em sua plataforma de IA, utilizando-a em produtos como os aceleradores AMD Instinct, processadores EPYC, software ROCm e a plataforma Helios, que é uma solução de servidores em escala de rack recém-lançada para competir com as ofertas da Nvidia.

De acordo com o vice-presidente sênior do Grupo de Inteligência Artificial da AMD, a aquisição reforça a estratégia da empresa de oferecer diversas opções de computação para diferentes aplicações de IA. A AMD está construindo uma plataforma completa que proporciona flexibilidade aos clientes na escolha da solução computacional adequada para cada carga de trabalho. A tecnologia da Taalas se alinha a essa visão, oferecendo desempenho e eficiência diferenciados para a inferência.

O cofundador e CEO da Taalas, Ljubisa Bajic, destacou que a união com a AMD permitirá acelerar o desenvolvimento de suas tecnologias, afirmando que a startup foi criada para repensar a inferência de IA desde o início, construindo hardware em torno do modelo. A associação com a AMD proporcionará escala, recursos de engenharia e alcance global para impulsionar a inovação.

A proposta da Taalas é transformar modelos de IA diretamente em circuitos dedicados, com a capacidade de converter um modelo em um chip personalizado em cerca de dois meses. Atualmente, seu principal acelerador executa uma versão reduzida do modelo Llama 3.1, da Meta, e a empresa está expandindo suas soluções para modelos maiores e mais complexos.

Com o aumento da demanda por aplicações que exigem respostas quase instantâneas, como sistemas de baixa latência, aceleradores especializados, como os da Taalas, estão se tornando cada vez mais relevantes. Apesar disso, a CEO da AMD, Lisa Su, acredita que as GPUs continuarão a dominar o mercado de chips para inteligência artificial, devido à sua versatilidade em executar uma ampla gama de modelos sem necessidade de adaptações específicas.

A aquisição da Taalas é parte de uma série de movimentos estratégicos da AMD para fortalecer sua divisão de IA e diminuir a vantagem da Nvidia no setor. Nos últimos anos, a AMD realizou diversas aquisições, incluindo a Silo AI e a ZT Systems, para integrar expertise em desenvolvimento de IA e expandir suas capacidades em servidores para data centers.

Esse movimento ocorre em um cenário de intensa concorrência no setor de IA, onde a Nvidia recentemente fez uma aquisição significativa para reforçar sua posição. Com a incorporação da Taalas, a AMD visa aumentar sua presença em um segmento estratégico para a próxima fase da inteligência artificial, focando na execução rápida e eficiente de modelos já treinados em aplicações do mundo real.