Uma startup francesa chamada Kog está desafiando uma crença comum no mundo da inteligência artificial: a de que GPUs (unidades de processamento gráfico) não são adequadas para sistemas com agentes de IA autônomos. Para a empresa, isso é um grande equívoco – e eles estão se aprofundando em técnicas para otimizar ao máximo o uso desses chips em tarefas de inferência.

Mas, afinal, o que são GPUs e por que elas são tão importantes? De forma simples, GPUs são processadores especializados originalmente criados para renderizar gráficos em jogos. Nos últimos anos, elas se tornaram o motor por trás da explosão da inteligência artificial, especialmente no treinamento de modelos como o ChatGPT. O motivo? Elas conseguem fazer milhares de cálculos ao mesmo tempo, de forma paralela, algo essencial para redes neurais.

O problema, segundo alguns críticos, é que quando você tenta usar esses mesmos chips para executar (inferir) modelos de IA em sistemas que envolvem múltiplas etapas e decisões – os chamados fluxos de trabalho agênticos (agentic workflows) – o desempenho cai. Nesses cenários, um agente de IA pode precisar raciocinar, acessar ferramentas externas, buscar informações e tomar decisões sequenciais, o que exige mais do que simplesmente rodar um modelo em lote.

A Kog, no entanto, acredita que essa visão é limitada. Com otimizações de software e arquitetura, é possível “espremer” muito mais capacidade de inferência das GPUs, tornando-as viáveis até para cargas de trabalho complexas. A startup não divulgou detalhes técnicos específicos, mas o anúncio sugere que eles estão desenvolvendo técnicas de scheduling (agendamento) inteligente e gerenciamento de memória para evitar gargalos quando vários agentes interagem simultaneamente.

“As GPUs são incrivelmente poderosas”, diz a empresa em seu comunicado. “O problema não está no hardware, mas na forma como as pessoas pensam em usá-lo para agentes. Estamos mudando essa lógica.”

Se a Kog conseguir provar seu ponto, o impacto pode ser enorme. Hoje, boa parte dos desenvolvedores recorre a soluções com múltiplos servidores ou até CPUs – que são mais lentas, mas mais flexíveis – para executar agentes autônomos. Se as GPUs puderem assumir essa função com eficiência, o custo operacional de sistemas como assistentes pessoais, chatbots avançados e ferramentas de automação pode cair drasticamente.

Vale uma reflexão: será que estamos subestimando o potencial das GPUs? Ou será que a Kog está simplificando um desafio complexo? O tempo dirá, mas a movimentação da startup mostra que o mercado de IA ainda tem muito espaço para inovações de software – nem sempre a resposta é comprar mais hardware.

Por ora, a comunidade de desenvolvedores e investidores de olho em Paris (onde a Kog está sediada) aguarda os primeiros resultados práticos. Se a promessa se concretizar, o sonho de agentes de IA rápidos e baratos pode se tornar realidade mais cedo do que se imagina.

Produtos recomendados: Notebook Gamer Acer Nitro 5 | Webcam Logitech C920