A barreira física da computação e a corrida dos data centers

Seis dos maiores provedores de infraestrutura em hiperescala estão a caminho de gastar mais de US$ 700 bilhões este ano em computação, praticamente o dobro do recorde financeiro estabelecido pelo setor em 2025. As empresas estão despejando concreto, cobre e silício em novas instalações em um ritmo mais rápido do que a própria rede elétrica consegue alimentar. Esse movimento tenta comprar desempenho por meio da força bruta, multiplicando componentes existentes à medida que os saltos arquitetônicos tradicionais começam a esbarrar no que os cientistas identificam como os limites físicos fundamentais da matéria.

A busca por capacidade de processamento hoje é guiada principalmente pela expansão massiva dos sistemas para atender à demanda de inteligência artificial. Desde 2010, o volume de operações aritméticas dedicadas ao treinamento de modelos de aprendizado de máquina tem dobrado aproximadamente a cada seis meses, uma velocidade que supera com folga o ritmo histórico da microeletrônica. Contudo, essa aceleração recente decorre de empilhar mais processadores, expandir a memória e aumentar o fornecimento de energia e refrigeração, e não de avanços proporcionais na eficiência intrínseca de cada transistor individual.

A perda de fôlego das leis

Durante a transição da era da informação no século XX para a era da inteligência no século XXI, as métricas históricas de evolução tecnológica começaram a desacelerar ou quebrar. A clássica Lei de Moore, que descreve o adensamento geométrico de transistores em circuitos de silício, perdeu intensidade. Paralelamente, o escalonamento formulado pelo engenheiro da IBM Robert Dennard em 1974 chegou ao fim por volta de 2004, momento em que os circuitos integrados não puderam mais dissipar o calor gerado pela operação contínua e a Intel foi forçada a cancelar seu anunciado processador de quatro gigahertz após as frequências de clock estabilizarem na faixa dos três gigahertz.

O recuo da eficiência não se limita à frequência de chaveamento e ao calor dos núcleos. A Lei de Koomey, que mapeia a quantidade de operações computacionais obtidas a partir de cada joule de energia consumida, começou a perder força progressivamente. Na área de armazenamento magnético, a Lei de Kryder, que dita o adensamento de bits em discos, desacelerou para um ritmo residual, enquanto a Lei de Keck, responsável por traçar a expansão exponencial na capacidade de transmissão de dados por uma única fibra óptica convencional, atinge um patamar de achatamento técnico.

Das palestras pioneiras à litografia

Em 29 de dezembro de 1959, durante um encontro da Sociedade Americana de Física realizado no Caltech, o físico Richard Feynman apresentou a palestra “There’s Plenty of Room at the Bottom”, defendendo a manipulação da matéria em escalas microscópicas:

There is no physical law stopping us from writing the entire Encyclopædia Britannica on the head of a pin, he argued, or from storing every book ever written in something the size of a dust speck—or, ultimately, from arranging matter atom by atom.

Na ocasião, Feynman ofereceu do próprio bolso dois prêmios de US$ 1.000 para incentivar a miniaturização mecânica e a inscrição ultra-reduzida de dados. Cerca de um ano depois da conferência, o engenheiro William McLellan, formado pelo Caltech, conquistou a primeira recompensa ao construir um motor elétrico funcional com dimensões inferiores a um cubo de 0,4 milímetro e pesando apenas 0,25 miligrama, montado manualmente com a ponta de um palito de dente e um torno de relojoeiro sob as lentes de um microscópio.

A segunda premiação de Feynman exigia a redução linear de uma página de texto por um fator de 25.000 vezes, permitindo que a íntegra da Encyclopædia Britannica coubesse na cabeça de um alfinete comum. A meta permaneceu sem solução por 25 anos até ser atingida em 1985 por Tom Newman, estudante de pós-graduação da Universidade de Stanford, que utilizou um sistema de litografia por feixe de elétrons para transcrever a primeira página da obra A Tale of Two Cities no tamanho microscópico estipulado.

A evolução do circuito integrado

O avanço da miniaturização em estado sólido teve seu ponto de inflexão prático meses antes da fala de Feynman. Em julho de 1958, trabalhando praticamente sozinho nas instalações da Texas Instruments durante o recesso de seus colegas, o engenheiro Jack Kilby conectou em uma única lâmina de germânio um transistor, um capacitor e três resistores, comprovando em setembro daquele mesmo ano a viabilidade de construir um circuito eletrônico completo a partir de um bloco contínuo de semicondutor.

Essa abordagem permitiu que a densidade de componentes nos microchips iniciasse uma trajetória de duplicações sucessivas e previsíveis. Em 1965, Gordon Moore publicou um artigo em uma revista setorial projetando essa tendência contínua, notando que, naquele período, a quantidade de componentes que minimizava os custos de manufatura era de aproximadamente 50 componentes por circuito integrado. Moore destacou que colocar menos componentes desperdiçava a área útil, enquanto concentrar peças além dessa margem multiplicava falhas industriais e derrubava o rendimento das fábricas.

A distância para o limite

Nas quase oito décadas decorridas desde o surgimento do primeiro transistor, a densidade de dispositivos semicondutores saltou 10 ordens de magnitude, um fator de 10 bilhões de vezes, superando atualmente a marca de 100 milhões de transistores por milímetro quadrado e mais de 100 bilhões de unidades em um único chip. A velocidade computacional bruta cresceu 12 ordens de magnitude (um trilhão de vezes), enquanto a energia gasta por operação lógica despencou 17 ordens de magnitude, caindo de cerca de 100 joules na época das válvulas para a escala de um femtojoule (10⁻¹⁵ joule) por comutação de porta lógica.

Para calcular o limite máximo dessa trajetória de redução, o físico Seth Lloyd, do MIT, publicou no ano 2000 na revista Nature o estudo “Ultimate physical limits to computation”, no qual concebeu o conceito teórico do laptop supremo. Lloyd calculou a capacidade de processamento de uma massa de um quilograma de matéria confinada no volume de um litro, aplicando a equivalência entre massa e energia regida pela equação E = mc², o que resulta em um reservatório interno de aproximadamente 9 × 10¹⁶ joules.

Segundo as projeções físicas de Lloyd, se toda a energia de repouso desse quilograma de massa fosse convertida estritamente em processamento, o sistema alcançaria a marca de 5 × 10⁵⁰ operações por segundo, superando em cerca de 35 ordens de magnitude o desempenho dos processadores modernos. No entanto, o custo termodinâmico direto dessa densidade energética transformaria a estrutura do dispositivo em um plasma a um bilhão de graus, em condições térmicas análogas às registradas nos minutos iniciais após o Big Bang.

Termodinâmica e densidade de dados

A dissipação de energia computacional encontra uma barreira termodinâmica descrita em 1961 pelo físico Rolf Landauer, nos laboratórios da IBM. O Princípio de Landauer estabeleceu que apagar irreversivelmente um único bit de informação exige a liberação compulsória de pelo menos 2,9 × 10⁻²¹ joules de calor em temperatura ambiente. Apesar dos avanços em escala nanométrica, os microchips comerciais contemporâneos ainda consomem centenas de milhares de vezes mais energia por ciclo de chaveamento do que a cota mínima estabelecida pela termodinâmica.

A densidade volumétrica de armazenamento de dados também possui um teto absoluto derivado da física gravitacional e formulado em 1981 pelo físico Jacob Bekenstein durante seus estudos teóricos sobre a termodinâmica de buracos negros. O Limite de Bekenstein dita que a informação máxima retida em qualquer região do espaço depende de suas dimensões físicas e de sua energia interna. No caso de um volume cúbico com dimensões idênticas às do computador de Seth Lloyd, esse teto teórico alcança cerca de 10⁴² bits, equivalente a 10³⁶ bits por milímetro cúbico, uma margem que permanece aproximadamente 30 ordens de magnitude acima de qualquer dispositivo de armazenamento fabricado pela indústria atual.

Impactos para a infraestrutura brasileira

A transição de um modelo de miniaturização contínua para uma dependência crescente de hiperescala impõe desafios logísticos aos centros de dados no Brasil. O setor local de tecnologia enfrenta a necessidade de acomodar clusters massivos de inteligência artificial que demandam fornecimento ininterrupto de dezenas de megawatts, pressionando acordos de compra de energia limpa e sistemas avançados de resfriamento líquido para mitigar o fim do escalonamento de Dennard em território nacional.

Com as restrições térmicas interrompendo ganhos automáticos de velocidade de clock por processador, os operadores de telecomunicações e data centers no país passam a depender fortemente de arquiteturas distribuídas e de orquestração de software multithread. As métricas de engenharia mostram que, embora as leis empíricas como as de Moore e Dennard tenham perdido ímpeto prático, os sistemas de processamento atuais operam com uma margem de eficiência centenas de milhares de vezes distante dos limites fundamentais estabelecidos pela mecânica quântica e pelas leis da termodinâmica.