Novo chip inspirado no cérebro humano pode reduzir em 70% o consumo de energia da inteligência artificial
Novo chip inspirado no cérebro humano pode reduzir em 70% o consumo de energia da inteligência artificial
Pesquisadores da Universidade de Cambridge desenvolveram um dispositivo nanoeletrônico que imita os neurônios humanos e pode cortar em até 70% o enorme gasto de energia dos sistemas de IA — uma das maiores preocupações ambientais do setor.
O problema de energia da IA
Toda vez que você usa uma ferramenta de inteligência artificial — seja o ChatGPT, o Google Gemini ou qualquer outro assistente — há um enorme gasto de energia nos bastidores. Os servidores que processam essas informações consomem eletricidade em escala comparável ao consumo de cidades inteiras.
Mas pesquisadores da Universidade de Cambridge podem ter encontrado uma solução: um chip inspirado no funcionamento do cérebro humano.
Como funciona esse chip de inteligência artificial
O novo dispositivo usa um material chamado óxido de háfnio modificado para imitar a forma como os neurônios processam e armazenam informações ao mesmo tempo — algo que os chips tradicionais não conseguem fazer.
Os processadores convencionais desperdiçam muita energia porque precisam transferir dados entre a memória e a unidade de processamento o tempo todo. O novo componente — chamado de memristor — elimina esse vai e vem. O resultado: consumo de energia até 70% menor, com correntes de operação um milhão de vezes menores do que as de chips mais antigos.
Por que isso importa para você
Com chips mais eficientes, será possível rodar modelos de IA diretamente no seu celular ou computador, sem depender de servidores na nuvem. Isso tornaria os assistentes de IA mais rápidos, mais baratos e mais acessíveis — especialmente em regiões com internet mais lenta ou cara.
Além disso, reduzir o consumo de energia tornaria a IA mais sustentável, um debate cada vez mais urgente à medida que o setor cresce.
Ainda é laboratório — mas os resultados são sólidos
O estudo foi publicado na revista científica Science Advances em 2026. Os testes foram feitos em laboratório, e a tecnologia ainda precisa ser escalada para uso comercial. Mas os resultados impressionam: o chip resistiu a dezenas de milhares de ciclos de operação sem falhar e imita o processo de aprendizado dos neurônios humanos com precisão.
Dica prática
Essa tecnologia ainda não chegou ao mercado, mas vale acompanhar. Nos próximos anos, chips mais eficientes devem chegar a dispositivos do dia a dia. Para se manter atualizado, acompanhe as publicações da Universidade de Cambridge em cam.ac.uk e o portal ScienceDaily.
