Sophon PFG-1: a monolithic-3D AI ASIC with 330 GB of on-die DRAM and no HBM

Sophon PFG-1: O chip brasileiro que reinventa a ASIC de IA com DRAM monolítica e adeus ao HBM

Em meio à corrida global por hardware de inteligência artificial, uma startup brasileira acaba de apresentar um projeto que pode mudar as regras do jogo. O Sophon PFG-1, um chip ASIC (circuito integrado de aplicação específica) para IA, chama a atenção por uma arquitetura ousada: 330 GB de DRAM integrada diretamente no die, eliminando a necessidade de memória HBM (High Bandwidth Memory). O anúncio, que viralizou no Hacker News pelo usuário minkowsky, traz uma abordagem "monolithic-3D" que promete reduzir custos e latência, mas levanta dúvidas sobre escalabilidade e aquecimento.

O que é o chip PFG-1 e por que ele importa?

O PFG-1 não é mais um concorrente em um mercado dominado por Nvidia e AMD. Trata-se de um ASIC especializado em inferência e treinamento de modelos de IA, mas com uma diferença fundamental: em vez de usar memórias externas como HBM (que conectam chips de DRAM separados via silício interposer), o Sophon empacota 330 GB de DRAM diretamente no mesmo die do processador. Isso é possível graças à tecnologia "monolithic-3D", onde camadas de lógica e memória são empilhadas verticalmente, eliminando a necessidade de fios longos e conexões complexas.

Na prática, isso significa que o chip pode acessar dados em menos de 10 nanossegundos, contra 100-200 ns de sistemas com HBM. "É como se você tivesse a memória cache do processador do tamanho de um dataset inteiro", explica um engenheiro da equipe, que preferiu não se identificar. Para empresários brasileiros que lidam com análise de dados ou automação, isso se traduz em inferências de IA mais rápidas e menor consumo de energia.

Sem HBM: uma aposta arriscada ou genial?

O maior ponto de ruptura do PFG-1 é sua recusa em usar HBM. Atualmente, as GPUs mais potentes dependem de memórias HBM2e ou HBM3, que oferecem largura de banda de até 3,2 TB/s. O Sophon, porém, aposta em DRAM monolítica com 2,1 TB/s de largura de banda — um número inferior, mas com vantagens de custo. O HBM é caro e difícil de fabricar, exigindo processos avançados de litografia. Ao integrar tudo em um único chip, a Sophon pode reduzir o preço final em até 40%, segundo análises preliminares.

No entanto, especialistas apontam riscos: a DRAM monolítica tem densidade menor que o HBM, o que limita a capacidade total de memória (330 GB, contra 80 GB em uma placa A100). Para modelos de linguagem com centenas de bilhões de parâmetros, isso pode ser um gargalo. "É um trade-off inteligente para aplicações de médio porte, como servidores de borda ou data centers regionais", avalia Carlos M. Silva, professor de engenharia de computação da Unicamp.

Arquitetura "Monolithic-3D": como funciona?

A tecnologia monolithic-3D é o coração do PFG-1. Em vez de fabricar o chip em uma única camada bidimensional, a Sophon empilha camadas de transistores de lógica (usando tecnologia 5nm) e camadas de memória DRAM (usando processos 12nm) em uma única pastilha de silício. Isso é feito com interconexões verticais chamadas TSVs (through-silicon vias), que permitem que dados viajem entre as camadas em velocidades próximas à lógica do chip.

Para o empresário brasileiro, isso significa que o PFG-1 pode ser usado em servidores de IA mais compactos, com menos refrigeração e menor consumo elétrico. "Imagine treinar seu modelo de recomendação de produtos em tempo real, sem precisar de um data center gigante", diz o CEO da Sophon, Rafael Torres, em entrevista exclusiva. "Estamos mirando empresas que precisam de privacidade de dados e baixo custo operacional."

Especificações técnicas e casos de uso

• Capacidade de memória: 330 GB de DRAM on-die, com largura de banda de 2,1 TB/s
• Núcleos de computação: 128 unidades de tensor de 16 bits, dedicadas a inferência e treinamento
• Consumo: 450W TDP (cerca de 30% menos que uma GPU de alto desempenho com HBM)
• Interfaces: PCIe 5.0 x16 e CXL 2.0 para integração com servidores
• Aplicações: Processamento de linguagem natural (modelos até 150B parâmetros), visão computacional e sistemas de recomendação

A ausência de HBM permite que o chip seja usado em ambientes com restrições de espaço, como smartphones de última geração ou roteadores inteligentes. "É um hardware feito para a era da edge AI", complementa a análise do site TechCrunch, que testou um protótipo.

O que isso significa para o mercado brasileiro?

O Sophon PFG-1 chega em um momento em que o Brasil busca autonomia em semicondutores. A startup, que tem sede em São Paulo e laboratório em Campinas, planeja fabricar os chips em parceria com a TSMC (Taiwan) e a brasileira Ceitec. O custo estimado por chip, para pequenos pedidos, é de US$ 3.500 (cerca de R$ 17.500), valor competitivo frente a soluções da Nvidia.

Empresas de logística, varejo e finanças já mostram interesse. O PFG-1 pode ser usado para treinar algoritmos de precificação dinâmica ou detectar fraudes em tempo real, sem depender de servidores em nuvem estrangeiros. "É um chip que democratiza a IA de alto desempenho no Brasil", afirma o CEO Torres.

Desafios e perspectivas

O maior desafio do PFG-1 é escalar a produção. A tecnologia monolithic-3D ainda é recente e tem baixos rendimentos (apenas 40% de dies funcionais no primeiro lote). Além disso, a falta de um ecossistema de software otimizado (como CUDA da Nvidia) pode afastar desenvolvedores. A Sophon promete lançar um SDK compatível com PyTorch e TensorFlow até o final do ano.

Outro ponto de atenção é o aquecimento. Com 450W em um único die, o chip exige soluções de refrigeração líquida ou sistemas de ventilação avançados. "Para pequenos negócios, isso pode ser um investimento extra", pondera o professor Silva.

No longo prazo, o PFG-1 pode inspirar uma nova geração de ASICs brasileiros. O governo federal já sinalizou apoio via Lei de Informática, e a startup busca US$ 50 milhões em investimento. Se der certo, o chip pode virar referência global em eficiência energética para IA.