A aplicação prática da supercomputação também é decisiva para a inovação: na indústria farmacêutica, por exemplo, ela acelera a identificação e a caracterização de moléculas promissoras, reduzindo tempo e custos no desenvolvimento de novos medicamentos. Agora, a inteligência artificial (IA) emerge como um novo protagonista. Um exemplo notável é o AlphaFold, sistema que previu a estrutura de 200 milhões de proteínas a partir de suas sequências genéticas, revolucionando a biologia.
Métodos baseados em IA também dependem da supercomputação, tipicamente por meio de computadores equipados com chips especializados, como as GPUs, tanto para o treinamento e ajuste de modelos com bilhões de parâmetros quanto para a inferência em larga escala – quando esses métodos são aplicados de forma disseminada, como nos atuais grandes modelos de linguagem (LLMs). Assim, alguns dos principais avanços científicos e tecnológicos atuais, cujas possibilidades foram ampliadas pelas técnicas de IA, são baseados em supercomputação e, consequentemente, exigem uma infraestrutura computacional robusta.
A capacidade e a organização desses supercomputadores são fatores determinantes. No Brasil, o supercomputador Santos Dumont, instalado no Laboratório Nacional de Computação Científica (LNCC) desde 2015, é um exemplo notável e tem sido essencial para pesquisas de alto impacto, inviáveis sem esse nível de poder computacional. No entanto, a capacidade computacional instalada no País ainda é modesta diante de nossas necessidades científicas e de inovação, além de pouco estruturada. É necessário reforçar a organização da infraestrutura em camadas (tiers), desde computadores menores, instalados em laboratórios ou institutos de pesquisa, passando por centros regionais, onde cada estado ou região do País tenha máquinas de médio porte, até os grandes supercomputadores nacionais, de classe mundial.
Esse modelo deve ser seguido criteriosamente, garantindo que o acesso às máquinas mais potentes seja concedido com base na necessidade real de computação paralela, e não apenas pela ausência de recursos de menor escala. Além disso, as agências de fomento devem estabelecer políticas para financiar continuamente essas diferentes camadas de infraestrutura computacional, evitando seu envelhecimento e a consequente perda de capacidade.
Duas iniciativas recentes destacam-se na expansão dessa infraestrutura. O edital HPC-FAPESP, concluído em 2023, resultará na criação do Centro de SuperComputação Científica de São Paulo (C3SP), um passo fundamental para ampliar a capacidade computacional no nosso estado. Além disso, o projeto prevê a revitalização de cinco centros regionais distribuídos pelo País, que compõem o Sistema Nacional de Processamento de Alto Desempenho (Sinapad). Essas iniciativas contribuem para a organização de uma infraestrutura em camadas, como a citada anteriormente. Já o Plano Brasileiro de Inteligência Artificial (PBIA 2024-2028) prevê investimentos de até R$ 3 bilhões do Fundo Nacional de Desenvolvimento Científico e Tecnológico (FNDCT) para modernizar a infraestrutura computacional do País. Esses financiamentos promissores devem ir além da aquisição de equipamentos: é crucial garantir a manutenção a longo prazo, com atualizações de hardware e energia elétrica estável, uma vez que um supercomputador pode consumir tanto quanto uma cidade pequena. Assim, a sustentabilidade dessa infraestrutura deve ser uma prioridade, com soluções de eficiência energética, como resfriamento por água reciclada ou até o uso de energia solar.
A localização desses supercomputadores também é um aspecto relevante. Uma opção é instalá-los em centros de processamento de dados (CPDs ou data centers) diretamente vinculados a universidades e centros de pesquisa. A infraestrutura pode ser implementada em prédios tradicionais, galpões ou até contêineres, permitindo, neste último caso, maior mobilidade e agilidade na instalação. Além disso, a equipe técnica responsável pela operação pode ser treinada no próprio centro, contribuindo para a formação de especialistas na área. Outra possibilidade é o modelo de “colocation“, no qual os equipamentos são hospedados em data centers privados, com manutenção terceirizada. Uma alternativa emergente é a criação e o compartilhamento de data centers por meio de parcerias público-privadas (PPP) ou de empresas estatais, como a Prodesp ou o Serpro. A recente linha de crédito de R$ 2 bilhões anunciada pelo BNDES para a construção de data centers nacionais é um sinal positivo.
Independentemente do modelo adotado, a peça fundamental desse ecossistema é a formação de pessoal qualificado. A próxima geração de cientistas e engenheiros deve estar preparada para operar e inovar nesses ambientes computacionais. Aqui, temos uma oportunidade estratégica: vincular o financiamento governamental à capacitação prática. Por exemplo, agências de fomento podem oferecer bolsas de estudo específicas para projetos de pesquisa ou inovação que empreguem supercomputação. Além disso, parcerias entre universidades e empresas de alta tecnologia, como a IBM, parceira da USP no recente centro C4AI, poderiam capacitar estudantes e profissionais em ferramentas avançadas de IA e supercomputação, permitindo a competitividade do País nessa área.
Por fim, é necessário uma visão integrada para o futuro. Iniciativas como o Plano Brasileiro de IA, editais e linhas de crédito para a instalação de infraestrutura computacional são vitais, mas precisam estar inseridas em uma visão de longo prazo para o desenvolvimento nacional. A convergência entre supercomputação e inteligência artificial aproxima a academia e a ciência da inovação tecnológica e da cadeia produtiva de forma inédita.
A IA exige uma base científica sólida, tornando imprescindível a colaboração entre universidades, centros de pesquisa e a indústria. Assim, o Brasil tem a oportunidade de utilizar HPC e IA não apenas para publicar artigos científicos, mas para transformar conhecimento em inovação real – de medicamentos acessíveis a sistemas de previsão de desastres. Para isso, no entanto, não bastam máquinas: é preciso investir em pessoas, ética e uma infraestrutura que una academia, governo e setor produtivo em uma estratégia coesa e sustentável.
Agradecimentos: O autor agradece a Pedro Dias (Instituto de Astronomia, Geofísica e Ciências Atmosféricas-USP) e Antônio Tadeu Gomes (Laboratório Nacional de Computação Científica) por ótimas discussões e sugestões ao texto.
________________
(As opiniões expressas nos artigos publicados no Jornal da USP são de inteira responsabilidade de seus autores e não refletem opiniões do veículo nem posições institucionais da Universidade de São Paulo. Acesse aqui nossos parâmetros editoriais para artigos de opinião.)
