- O novo APU da GSI (chip de computação em memória) igualou a taxa de transferência da GPU NVIDIA A6000 em tarefas de IA em larga escala, enquanto utiliza “mais de 98% menos energia” [1]. Ele também acelera tarefas de recuperação ~5× mais rápido do que CPUs padrão (até 80% menos tempo de processamento) [2].
- Validação de Cornell: As descobertas vêm de um estudo liderado por Cornell (MICRO ’25) que avaliou rigorosamente o APU Gemini-I da GSI em cargas de trabalho de Recuperação com Geração Aumentada (RAG) [3]. O CEO da GSI, Lee-Lean Shu, celebrou os resultados: isso “confirma… que a computação em memória tem potencial para revolucionar o mercado de inferência de IA de US$ 100 bilhões”, entregando “desempenho de classe GPU a uma fração do custo energético” [4].
- Eficiência energética: Ao integrar memória e computação, o APU atinge um uso de energia 50–118× menor do que uma GPU (segundo a pesquisa) [5]. Isso atende a uma necessidade crítica: “hardware que consome menos energia reduzirá o apetite da IA por energia,” observa a Nature, destacando a urgência de hardware de IA sustentável [6].
- Contexto da indústria: O chip da GSI tem como alvo IA de borda (defesa, drones, IoT) onde a energia é escassa. Analistas estimam que o mercado de IA de borda chegará a cerca de US$ 57 bilhões até 2030 [7]. Outras empresas estão seguindo o mesmo caminho: por exemplo, o novo CPU Dimensity da MediaTek possui um NPU de computação em memória que reduz o consumo de energia de IA sempre ativa em ~42–56% [8].
- Reação das ações: As ações da NASDAQ:GSIT explodiram cerca de 200% em 20 de outubro de 2025 – saltando de cerca de US$ 5 para ~US$ 15 durante o dia (negociando em torno de US$ 14,80 no meio da manhã) [9]. Isso reflete o entusiasmo dos investidores com o avanço em IA de economia de energia.
- Analistas alertam: Apesar do hype, os indicadores financeiros continuam frágeis. As receitas da GSI são pequenas (≈US$ 22,1 milhões) e estão caindo (crescimento de 3 anos de −16,3%), com margens líquidas profundamente negativas (~−63%) [10]. Algumas previsões até indicam que a ação pode despencar após esse pico (a CoinCodex projeta uma queda para ~US$ 5/ação em breve [11]). Investidores observam que, embora novos acordos de IA tragam oportunidades, também carregam risco especulativo [12].
Desempenho inovador confirmado por Cornell
O anúncio da GSI Technology em 20 de outubro revelou resultados de um estudo da Universidade Cornell que comparou o Gemini-I APU da GSI com hardwares convencionais. A equipe de Cornell executou cargas de trabalho reais de IA (RAG em larga escala) no chip in-memory da GSI, em uma CPU multi-core padrão e em uma GPU Nvidia de alto desempenho (A6000). O resultado: o Gemini-I APU atingiu taxa de processamento comparável à GPU Nvidia A6000 [13]. Crucialmente, fez isso consumindo “mais de 98% menos energia” do que a GPU em grandes conjuntos de dados [14]. Em termos concretos, o estudo constatou que o APU usou cerca de 1–2% da energia exigida por uma GPU [15] [16]. Esse enorme ganho de eficiência sustenta a principal alegação da GSI.
Por outro lado, em CPUs tradicionais, o APU foi muito mais rápido. A GSI relata que o APU reduziu o tempo de processamento de recuperação em até 80% em comparação com CPUs [17], o que significa que as tarefas foram executadas mais de 5 vezes mais rápido. O CEO Lee-Lean Shu enfatizou esses resultados: “compute-in-memory tem o potencial de revolucionar o mercado de inferência de IA de US$ 100 bilhões”, disse ele [18]. “O APU oferece desempenho de classe GPU a uma fração do custo energético”, graças à sua arquitetura centrada em memória [19]. Essas declarações, diretamente do comunicado de imprensa, indicam a confiança da GSI na tecnologia. Os autores de Cornell também introduziram novos métodos de otimização para aproveitar totalmente a integração memória-cálculo, ressaltando que isso não é uma vitória pontual, mas uma plataforma para melhorias futuras [20] [21].
Por que Compute-in-Memory é importante
Chips de IA tradicionais (CPUs/GPUs) separam memória e processamento, causando enormes transferências de dados e alto consumo de energia. Compute-in-memory (CIM) coloca o processamento dentro dos arrays de memória para eliminar esse gargalo. Como observam os editores da Nature, a fome de energia da IA é uma crise crescente, e “hardware que consome menos energia reduzirá o apetite da IA por energia” [22]. O Gemini I APU exemplifica essa abordagem com “Unidades de Processamento Associativo” baseadas em SRAM. Ele basicamente realiza operações de produto escalar e busca diretamente na SRAM, usando muito menos energia por operação.
Os resultados detalhados do estudo de Cornell confirmam a promessa do hardware CIM. Eles relatam que o dispositivo CIM da GSI “iguala o desempenho de uma GPU NVIDIA A6000 para RAG enquanto é significativamente mais eficiente em energia (redução de 54,4×–117,9×)” [23]. Em termos práticos, o APU poderia lidar com tarefas de inferência de IA com cerca de 2% do consumo de energia da GPU. Tal eficiência pode ser transformadora: data centers e sistemas de borda rodando centenas de GPUs poderiam reduzir a necessidade de energia em ordens de magnitude.
Este conceito está ganhando força além da GSI. Por exemplo, o chip móvel Dimensity 9500, recentemente anunciado pela MediaTek, inclui uma NPU “Super Eficiente” que utiliza técnicas CIM. A MediaTek afirma que este núcleo executa IA sempre ativa (por exemplo, cancelamento de ruído, processamento de sensores) com cerca de 42–56% menos consumo de energia do que antes [24]. A visão é a mesma: transferir pequenas tarefas de IA para hardware de ultrabaixo consumo. No universo dos smartphones, essas NPUs CIM permitem que os telefones mantenham assistentes de IA e recursos de visão funcionando 24/7 sem esgotar a bateria.
Impacto de Mercado e Opiniões de Especialistas
A GSI é um player pequeno em semicondutores (valor de mercado de cerca de US$ 148 milhões [25]), então grandes avanços são necessários para causar impacto. Ainda assim, a empresa está estrategicamente focada em defesa e aeroespacial (mercados de alta margem e restrição de energia). Analistas do setor observam que o mercado de chips de IA de Borda pode chegar a US$ 56–57 bilhões até 2030 [26], impulsionado pelo crescimento do 5G/IoT e pelos gastos governamentais. O mais recente APU Gemini-II da GSI (já produzido) é explicitamente direcionado a casos de uso de IA embarcada e de baixa latência, como drones autônomos e satélites [27]. A AInvest observa que os parceiros da GSI incluem contratados de defesa para imageamento de satélites/drones, alinhando-se com esse nicho de IA de borda [28].
No lado dos investimentos, as ações da GSI (NASDAQ:GSIT) dispararam com a notícia. Dados de mercado mostraram GSIT em alta de ~191% no meio do pregão de 20 de outubro (negociando em torno de US$ 14,80 às 10:02) [29]. Operadores citaram a surpresa com tais alegações de eficiência. No entanto, especialistas pedem cautela. Os dados financeiros da GSI são fracos: receita anual ≈US$ 22,1 milhões (queda de mais de 16% em 3 anos) e prejuízos líquidos com margens em torno de –63% [30]. O CoinCodex, um site de previsão técnica, até projeta que a ação pode rapidamente recuar – prevendo uma queda para cerca de US$ 5,08 em poucos dias [31]. De fato, microcaps com pouca liquidez costumam apresentar oscilações dramáticas após notícias.
Além disso, alguns analistas traçam paralelos com outras ações de defesa e IA. A mídia de tecnologia observa que as altas nas ações de defesa-IA (por exemplo, os recentes ganhos de 22% da BigBear.ai em contratos com o Pentágono) são uma faca de dois gumes [32]. “A cobertura sobre o crescimento dos contratos de IA de defesa destaca tanto a oportunidade quanto o hype especulativo”, alerta um relatório [33]. Em outras palavras, embora a tecnologia seja empolgante, a conversão em lucros e adoção leva tempo. O CEO da GSI ecoou essa visão equilibrada ao apresentar um roteiro (Gemini-II e um futuro chip “Plato”) visando menor consumo de energia e maior rendimento [34] [35], indicando que a empresa está pensando além do comunicado de imprensa de hoje.
Perspectivas e Previsões de Analistas
Olhando para frente, a GSI divulgará os resultados do segundo trimestre do ano fiscal de 2026 em 30 de outubro, o que esclarecerá a demanda real por seus chips. O comunicado de imprensa e o estudo são sinais positivos, mas muito depende da execução. Por enquanto, os indicadores técnicos estão mistos: o sentimento em relação à ação é otimista, mas a volatilidade é extrema. O modelo da CoinCodex classificou GSIT como de “volatilidade muito alta” e recomendou uma posição vendida porque a disparada do preço era insustentável [36].
Ainda assim, a conquista principal é clara: o APU compute-in-memory da GSI rompeu comprovadamente a barreira de consumo dos GPUs. Se a tecnologia escalar, pode forçar concorrentes a repensarem o design de chips de IA. Como disse um analista do setor sobre esforços semelhantes, gerenciar o consumo de energia muitas vezes importa mais do que pontuações brutas de benchmark. A questão é se a GSI conseguirá transformar essa inovação em vendas em grande escala. Para investidores e engenheiros, esta notícia marca um marco: um chip de IA de memória associativa passou por um teste no mundo real e, pela primeira vez, desempenho de IA em nível de GPU pode estar disponível com wattagem de data center.
Fontes: Comunicado de imprensa da GSI Technology (20 de outubro de 2025) [37] [38]; Estudo APU de Cornell (Micro ’25) [39]; Dados de mercado GuruFocus, StockAnalysis, CoinCodex [40] [41] [42]; Análises de chips TechStock² (TS2.tech) [43] [44] [45]; Nature (artigo sobre energia em IA) [46].
References
1. www.globenewswire.com, 2. www.globenewswire.com, 3. www.globenewswire.com, 4. www.globenewswire.com, 5. arxiv.org, 6. www.nature.com, 7. www.ainvest.com, 8. ts2.tech, 9. stockanalysis.com, 10. www.gurufocus.com, 11. coincodex.com, 12. www.ainvest.com, 13. www.globenewswire.com, 14. www.globenewswire.com, 15. arxiv.org, 16. www.globenewswire.com, 17. www.globenewswire.com, 18. www.globenewswire.com, 19. www.globenewswire.com, 20. arxiv.org, 21. www.globenewswire.com, 22. www.nature.com, 23. arxiv.org, 24. ts2.tech, 25. www.gurufocus.com, 26. www.ainvest.com, 27. www.ainvest.com, 28. www.ainvest.com, 29. stockanalysis.com, 30. www.gurufocus.com, 31. coincodex.com, 32. www.ainvest.com, 33. www.ainvest.com, 34. www.stocktitan.net, 35. www.globenewswire.com, 36. coincodex.com, 37. www.globenewswire.com, 38. www.globenewswire.com, 39. arxiv.org, 40. www.gurufocus.com, 41. stockanalysis.com, 42. coincodex.com, 43. ts2.tech, 44. www.ainvest.com, 45. www.ainvest.com, 46. www.nature.com
