Fable escreve o primeiro megakernel para GPU, e especialistas falam em ciclo de autoaperfeiçoamento da IA

Em 6 de julho de 2026, a empresa de IA Fable publicou um resultado que Jack Clark, cofundador da Anthropic e autor da newsletter Import AI, chamou de "início de um ciclo de autoaperfeiçoamento recursivo": seu modelo criou sozinho o primeiro megakernel de verdade para GPU da história e, segundo os autores, o mais rápido que já existiu.

O que é um megakernel para GPU e por que é tão difícil?

Um kernel de GPU é um programa executado simultaneamente em milhares de núcleos de uma placa de vídeo. Escrever kernels eficientes é considerado uma das tarefas mais difíceis da programação de infraestrutura: o engenheiro precisa entender em detalhes a arquitetura de uma GPU específica, os padrões de acesso à memória e os métodos numéricos. Por isso, a maioria dos frameworks de IA, como PyTorch, JAX e TensorFlow, roda sobre kernels que especialistas da NVIDIA e equipes pequenas, como os desenvolvedores do FlashAttention, aperfeiçoam manualmente há anos.

Um megakernel é o nível seguinte de complexidade: ele reúne várias operações em uma só, eliminando os acessos intermediários à memória. Isso permite reduzir a latência e aumentar a vazão no treinamento de modelos grandes. Antes do trabalho da Fable, escrever megakernels continuava sendo domínio de poucos especialistas.

• 6 de julho de 2026: data de publicação do resultado na newsletter Import AI #464
• Primeiro megakernel "de verdade" escrito por um modelo de IA
• Declarado como o megakernel mais rápido na data da publicação
• Avaliação de Jack Clark, cofundador da Anthropic
• O termo "RSI loop" é aplicado pela primeira vez a uma conquista concreta de engenharia

Por que se fala em "ciclo RSI"?

O autoaperfeiçoamento recursivo (RSI, na sigla em inglês) descreve a situação em que a IA passa a acelerar o próprio desenvolvimento: um modelo mais inteligente otimiza a computação em GPU → GPUs mais rápidas permitem treinar um modelo ainda mais poderoso → ele escreve kernels ainda melhores. Um clássico ciclo de retroalimentação positiva.

Por anos, a RSI ficou no campo conceitual: filósofos e teóricos de segurança de IA a discutiam, mas ninguém citava exemplos concretos. Clark, um dos comentaristas mais cautelosos do setor, não suavizou o tom e chamou diretamente o trabalho da Fable de "início" de um ciclo desses. Para um observador experiente, é uma avaliação incomumente empolgada.

"The start of an RSI loop": foi assim que

Clark descreveu o resultado na edição #464 da Import AI, de 6 de julho de 2026.

É importante entender a escala: não se trata de a IA ter acelerado "um pouco" a escrita de código. Megakernels são a base de infraestrutura sobre a qual são construídas as próximas gerações de sistemas de IA. Se os modelos conseguirem produzir esse código de forma consistente, desaparece um dos gargalos fundamentais: a falta de engenheiros capazes de otimizar a computação no nível do hardware.

O que isso significa

A conquista da Fable indica que a automação do desenvolvimento de IA está saindo da abstração e entrando na prática. Se benchmarks independentes confirmarem o desempenho declarado do megakernel, o episódio ficará como um marco: o momento em que a IA começou a automatizar para valer a própria infraestrutura. Vale à indústria observar se outros laboratórios, como Google DeepMind, Meta FAIR e Mistral, vão adotar essa abordagem ou tentar ultrapassar a Fable.

*A Meta foi classificada como organização extremista e é proibida na Rússia.