Novos formatos numéricos buscam aumentar a eficiência da IA

O conteúdo trata de tecnologia, com foco em inovação computacional e arquitetural para representação numérica em sistemas digitais.

Nos últimos anos, o avanço da inteligência artificial impulsionou a criação de novos formatos numéricos, buscando otimizar a eficiência computacional e energética. Tradicionalmente, sistemas digitais utilizavam representações de 64 bits para números, mas aplicações em IA demonstraram que é possível operar com menos bits, como 16, 8 ou até 2, reduzindo significativamente o consumo de energia. No entanto, essas soluções, desenvolvidas para IA, não atendem adequadamente às demandas de áreas como física computacional, biologia e simulações de engenharia, que exigem alta precisão e amplo alcance dinâmico.

Laslo Hunhold, engenheiro da Openchip, destaca que o desafio central está em como alocar os bits disponíveis para representar os números realmente utilizados em cada contexto. Enquanto formatos como os “posits” aumentam a densidade de representação para valores próximos de um — ideal para IA —, eles perdem eficiência ao lidar com valores extremos, comuns na computação científica. Isso limita sua aplicabilidade em cenários que exigem alta precisão em toda a faixa de valores.

Para superar essa limitação, Hunhold desenvolveu o formato numérico “takum”, projetado especificamente para as necessidades da computação científica. O diferencial técnico do takum está em manter o alcance dinâmico necessário mesmo quando a quantidade de bits é reduzida, assegurando precisão e eficiência operacional. Essa inovação pode viabilizar simulações científicas mais rápidas e econômicas, além de abrir caminho para novos avanços em hardware e software voltados à pesquisa aplicada e à engenharia.