Nvidia | IA é o próximo ponto de inflexão da indústria de games

Jaime Casis, Alexandre Ziebert e André Forte, da Nvidia, comentaram sobre como a Inteligência Artificial é o novo ponto de inflexão para a indústria de games. No entanto, diferente da percepção geral, essa virada — e os investimentos da empresa no setor — começaram mais de 10 anos atrás.

• Nvidia abre caminho para uso de IA generativa em games e PCs Windows
• Nvidia desenvolve IA generativa para descobrir novos remédios

Na última quarta-feira (11), Casis, Diretor de Varejo da América Latina da Nvidia, Ziebert e Forte, Gerentes de Marketing Técnico e de Relacionamento, respectivamente, falaram exclusivamente ao Canaltech. Ao traçar um panorama de mais de 10 anos, fica evidente como o trabalho intenso com visão de longo prazo antecipou, já em 2006, o caminho que permitiu consolidar a atual liderança no segmento.

Investindo em IA desde 2012

Atualmente, a Nvidia compete com seus próprios produtos no mercado de Inteligência Artificial. Praticamente toda a infraestrutura de serviços como ChatGPT e outros servidores de IA Generativa utilizam servidores com as GPUs H100, ou alguns ainda utilizando os primeiros servidores DGX de 2016 com as placas P100.

Como apenas agora essas tecnologias alcançaram o consumidor final de forma mais direta, a impressão que fica é que IA é uma tecnologia extremamente recente. Questionado sobre os investimentos da Nvidia no segmento, Casis reconta a trajetória da empresa, constatando que a tecnologia é, de fato, disruptiva, mas o caminho para o que temos hoje já tem mais de 10 anos.

“Eu diria que a história remete a 2006 com a introdução do CUDA. Naquele momento específico foi quando computadores de alto desempenho começaram a realmente olhar para GPUs para gerenciar grandes cargas de trabalho. Em 2016, os primeiros servidores DGX foram introduzidos [com as GPUs Nvidia P100], (...) criados especificamente para IA. Isso também possibilitou o desenvolvimento da tecnologia NVLink, basicamente uma interface de alta velocidade para interconectar várias GPUs”.

Casis ainda relembra que, quando “em 2012, a AlexNet venceu o desafio de reconhecimento de imagem, (...) isso foi parte do ponto de inflexão, porque esse prêmio foi conquistado usando GPUs para executar a IA”. Segundo o Diretor de Varejo da Nvidia, aquele foi o momento em que a empresa decidiu concentrar esforços em IA, por identificar que “este era um mercado em crescimento e a próxima grande coisa [do segmento de computação], isso há dez anos”.

Muito mais que Ray Tracing

Pensando no usuário doméstico, o lançamento da série GeForce RTX 2000 em 2018 foi uma das primeiras soluções de IA colocada nas mãos dos consumidores.

“Foi a primeira vez que um produto foi capaz de, de fato, trazer inovações como Ray Tracing em tempo real em jogos e DLSS, que realmente ajudou a melhorar o desempenho e a qualidade da imagem. Acho que esse é o ponto de partida para onde estamos hoje, porque vimos como continuamos inovando, e você vê nossa série RTX 4000, que é de outro mundo.”

É importante ressaltar que a estratégia de marketing das placas GeForce RTX acaba, até certo ponto, contribuindo para a falsa sensação de que a IA é algo recente. O ponto central da divulgação das GPUs para games é o efeito de Ray Tracing, mas isso só é possível com a qualidade e desempenho que temos graças à aceleração via Inteligência Artificial dos núcleos Tensor.

Modelos cada vez mais complexos

Antes das placas RTX, os efeitos físicos e de partículas em jogos eram bem mais limitados. Até então, a GPU executava integralmente os modelos e equações físicas para criar os os efeitos visuais e isso limitava bastante o que poderia ser reproduzido em tempo real. Alexandre Ziebert explica que, graças ao DLSS 3.5, hoje o Ray Tracing já evoluiu par Full Path Tracing.

“Nós focamos em Ray Tracing, mas é a IA que viabiliza o uso prático do Ray Tracing. Nos primeiros jogos, você tinha um ou dois efeitos (...) e agora conseguimos recriar traçados completos [de raios de luz, sombra, reflexo, partículas] em resoluções 4K a 120 quadros por segundo”.

Além disso, a Nvidia está avançando também na frente de LLM (large language models) e HPC (High Performance Computing), evoluindo consideravelmente os modelos de treinamento, uma vez que já temos supercomputadores em casa. Segundo Ziebert, a nova tecnologia Nvidia ACE irá permitir interagir com NPCs em jogos de maneira orgânica, sem roteiros predefinidos.

Com o treinamento avançado de modelos de linguagem, “o desenvolvedor poderá definir os padrões de personalidade e preferências de um NPC e os diálogos serão conduzidos utilizando processamento de linguagem natural”. Na prática, os jogadores poderão falar com esses NPCs, e a respostas serão orgânicas e geradas com fala, expressões faciais e sincronia labial geradas por IA.

“O exemplo que temos é uma loja de ramen em [um mundo] cyberpunk. O contexto é que o vilão principal foi derrotado e as pessoas estão seguras, e você pode conversar com o NPC para saber mais sobre aquele mundo, perguntando o que você quiser”.

Ainda sobre IA Generativa, as placas RTX 4000 já conseguem criar 7 de cada 10 quadros; Ziebert cita a entrevista do VP de Pesquisa Aplicada em Deep Learning da Nvidia. Em sua fala, Bryan Catanzaro mencionou que, no futuro, a IA será capaz de dar aos motores gráficos todas as instruções de renderização.

Apesar de não comentar sobre exatamente quando isto será possível, Ziebert afirma que, em termos de pesquisa, “a Nvidia já atingiu sete oitavos do processo”. Sendo assim, é provável que essa realidade esteja disponível para os desenvolvedores bem antes do que imaginado até agora.

Compatível com a todas as placas RTX

Naturalmente, algumas inovações específicas ficarão restritas a hardwares mais novos, mas, de maneira geral, a maioria das melhorias proporcionadas por IA serão compatíveis com todas as placas com núcleos Tensor, desde as RTX 2000. O exemplo mencionado por Ziebert e Casis é a tecnologia de compressão via redes neurais.

Com ela, é possível reduzir o tamanho de texturas em até 16 vezes, praticamente sem perda de qualidade. Tanto esta tecnologia quanto o próprio Full Path Tracing, do DLSS 3.5, serão compatíveis com todas as GPUs RTX, potencialmente aumentando ainda mais a longevidade das primeiras placas da série.

Tudo isto posto, fica claro que a liderança isolada da Nvidia em IA é fruto de um projeto extenso. DLSS, RTX e outros produtos domésticos são a fração visível para o consumidor de um investimento de mais de uma década, mas que alimenta, quase que exclusivamente, toda a infraestrutura de outros serviços nessa frente.

A conversa com o Canaltech foi a primeira entrevista de Jaime Casis no Brasil desde que assumiu a conta LATAM da Nvidia em 2020, e reforça a postura que a empresa sempre manteve de deixar clara a importância para eles do mercado brasileiro.