Sunrise S3: a resposta chinesa à «fome» de memória de vídeo e à geração cara

Enquanto o setor sofre com a falta de memória de vídeo e com os preços das H100, a chinesa Sunrise decidiu jogar as cartas que realmente preocupam os desenvolvedores. O novo chip S3 não é apenas mais uma tentativa de alcançar os líderes em teraflops, mas uma ferramenta pragmática para resolver o «gargalo de memória». Quem já tentou rodar um modelo de linguagem grande localmente sabe: o poder de processamento muitas vezes fica ocioso porque os dados não chegam a tempo da memória.

A Sunrise incluiu no S3 suporte à memória padrão LPDDR6. É a primeira vez que isso acontece em uma solução GPGPU chinesa, e a jogada parece, no mínimo, ousada. Com isso, a memória disponível cresceu quatro vezes em relação à geração anterior de chips da empresa. Em um mundo em que os parâmetros dos modelos crescem mais rápido que os orçamentos de hardware, esse salto permite manter na memória contextos e pesos de modelos bem maiores, sem recorrer a armazenamentos externos lentos.

Outro truque de engenharia está na flexibilidade do cálculo. O S3 permite alternar «em tempo real» entre precisão FP16 e FP4. Para quem não acompanha as nuances da quantização: migrar para FP4 permite comprimir os dados do modelo sem perda crítica de qualidade nas respostas. Isso afeta diretamente a velocidade de geração e, mais importante, a economia do processo. Quando o modelo ocupa menos espaço e exige menos recursos para processar cada palavra, o custo de operação cai de forma exponencial.

Os números apresentados pela Sunrise parecem quase desafiadores. Em modelos populares da família DeepSeek, o custo de gerar um token caiu 90% em relação às soluções anteriores da empresa. Se esses resultados se confirmarem em racks de servidores reais, veremos uma nova onda de serviços de IA acessíveis, que não exigem investimentos bilionários em infraestrutura. Isso é especialmente relevante para o mercado chinês, onde o acesso aos aceleradores avançados da Nvidia é limitado por sanções e a demanda por capacidade para os LLMs nacionais só cresce.

É importante entender o contexto: a Sunrise não tenta criar uma máquina universal para treinar modelos do zero. O S3 é uma «máquina-ferramenta» altamente especializada em inferência, ou seja, na operação de redes neurais já treinadas. É nessa etapa que hoje se queima a maior parte do dinheiro no negócio de IA. Se você consegue entregar respostas aos usuários 10 vezes mais barato que os concorrentes, seu modelo de negócio de repente começa a parecer viável.

No fim das contas, o sucesso do S3 dependerá não só do hardware, mas também da camada de software. Fabricantes chineses costumam tropeçar justamente em drivers e na compatibilidade com bibliotecas populares como o PyTorch. Ainda assim, o foco no DeepSeek, o modelo aberto mais popular da região, oferece uma ótima plataforma de lançamento. Parece que a era em que medíamos apenas o poder da GPU está ficando para trás, cedendo lugar à era da eficiência de memória.

O principal: o Sunrise S3 mostra que otimizar para arquiteturas específicas como o DeepSeek e trabalhar com memória LPDDR6 pode render mais eficiência do que a simples corrida por nanômetros. Essa abordagem poderá se tornar o padrão para inferência econômica no mundo todo?