A demanda por inferência de inteligência artificial está explodindo. Modelos como ChatGPT e DeepSeek exigem cada vez mais poder computacional, mas o gargalo não está apenas nos chips – está na comunicação entre processador e memória. A Fractile, uma startup sediada em Londres, quer resolver isso de forma radical: colocar computação e memória no mesmo die (chip).
A empresa acaba de anunciar uma rodada de US$ 220 milhões liderada pela Accel, com a participação de Pat Gelsinger (ex-CEO da Intel) como investidor-anjo. O objetivo é levar seu processador de inferência para produção em larga escala. A notícia chega semanas depois de a Anthropic ser reportada como potencial cliente, em negociações iniciais.
Neste artigo, vamos detalhar o que é a tecnologia de in-memory compute, por que ela é revolucionária para a inferência de IA e como esse investimento pode acelerar a adoção de modelos mais rápidos e eficientes.
O que são chips de inferência com memória integrada?
Tradicionalmente, os processadores (CPUs, GPUs) acessam a memória RAM por um barramento relativamente lento. Esse movimento de dados consome energia e tempo – o chamado “gargalo de von Neumann”. Para tarefas de inferência, onde o modelo precisa responder rapidamente (como um assistente de IA ou um sistema de recomendação), esse atraso é crítico.
A Fractile desenvolveu um chip que integra memória e processamento na mesma pastilha de silício. Isso significa que os dados não precisam viajar longas distâncias dentro do computador. O resultado: latência drasticamente reduzida e consumo de energia muito menor.
A rodada de US$ 220 milhões e os planos da Fractile
Liderada pela Accel (mesma investidora de startups como Slack e UiPath), a rodada também contou com a participação de Pat Gelsinger. O ex-CEO da Intel é uma figura conhecida no mundo dos semicondutores, e sua entrada como angel traz credibilidade técnica e comercial.
Os recursos serão usados para:
- Contratar engenheiros especializados em design de chips e sistemas.
- Fechar parcerias com fabricantes (foundries) para produção em escala.
- Desenvolver o software de suporte (compiladores, runtime) para facilitar a adoção.
- Expansão para mercados-chave, incluindo Estados Unidos e Europa.
Anthropic (criadora do Claude) está em negociações para se tornar cliente – o que sinaliza que grandes players de IA enxergam valor na tecnologia.
Por que isso importa para o mercado de IA (e para desenvolvedores web)
Você pode estar pensando: “Sou desenvolvedor WordPress ou de sites com Elementor, o que eu tenho a ver com chips?” A resposta está no back-end das aplicações modernas.
Cada vez mais plugins e funcionalidades dependem de IA para:
- Busca inteligente – com embeddings e respostas contextuais.
- Geração de conteúdo – artigos, descrições, legendas.
- Recomendações personalizadas – baseadas no comportamento do usuário.
- Chatbots e assistentes – como suporte ao cliente.
Tudo isso roda em servidores que executam inferência. Se os chips se tornarem mais baratos e rápidos, o custo de operar esses serviços cai – e desenvolvedores podem oferecer experiências mais ricas sem estourar o orçamento de hosting.
O papel de Pat Gelsinger e a aposta em inferência
Pat Gelsinger é um veterano que passou décadas na Intel e depois liderou a VMware. Sua saída da Intel em 2024 não diminuiu seu interesse por semicondutores. Ao investir na Fractile, ele aposta que a inferência será o principal mercado de crescimento nos próximos anos – superando até o treinamento de modelos.
Isso faz sentido: treinar um modelo enorme como GPT-4 consome milhões de dólares uma vez, mas a inferência é feita bilhões de vezes por dia. Qualquer ganho de eficiência por inferência se multiplica enormemente.
A Fractile não é a única nesse espaço – concorrentes como Groq, Cerebras e SambaNova também têm arquiteturas inovadoras. Mas a abordagem in-memory compute parece ser a mais radical para eliminar o gargalo de memória.
Desafios e próximos passos
Apesar do entusiasmo, a Fractile ainda precisa provar que pode fabricar chips com rendimento aceitável e preço competitivo. A produção de semicondutores é notoriamente difícil – muitas startups morrem na fase de tape-out.
Além disso, o ecossistema de software precisa amadurecer. Frameworks como PyTorch e TensorFlow devem ser adaptados para tirar proveito da nova arquitetura. A Fractile promete disponibilizar SDKs e bibliotecas para facilitar a migração.
Conclusão: o futuro da inferência está na memória
A rodada de US$ 220 milhões da Fractile mostra que o mercado está sedento por soluções que quebrem o gargalo de memória na inferência de IA. Com o apoio de investidores de peso e a expertise de Pat Gelsinger, a startup londrina tem potencial para mudar a forma como processamos modelos em produção.
Para desenvolvedores web e criadores de conteúdo digital, isso significa um horizonte de serviços de IA mais rápidos, baratos e acessíveis. Se você trabalha com WordPress, Elementor ou WooCommerce, comece a estudar como integrar inferência local ou via API em seus projetos – porque em breve essas capacidades serão padrão.
“A inferência é o novo petróleo. Quem controlar o hardware mais eficiente, controlará o custo da inteligência artificial.”
Quer saber mais sobre como a Fractile pode impactar seu trabalho? Deixe seu comentário ou compartilhe este artigo com sua equipe. E fique de olho no site oficial da Fractile para novidades.
