Leipzig, Alemanha – Um supercomputador capaz de simular mais de 10 bilhões de neurônios artificiais foi instalado na Universidade de Leipzig e desponta como aposta para acelerar drasticamente o desenvolvimento de medicamentos.
Supercomputador inspirado no cérebro chega à Universidade de Leipzig
Batizado de SpiNNcloud Server System, o equipamento foi criado pela empresa alemã SpiNNcloud para executar tarefas que exigem paralelismo extremo, reproduzindo a forma como os neurônios humanos processam informações.
Em vez da arquitetura tradicional, o sistema emprega processadores ARM de baixo consumo conectados de modo a simular redes neurais biológicas, estratégia que permite distribuir cálculos simultaneamente e com rapidez inédita.
Arquitetura neuromórfica baseada em ARM
Cada placa comporta 48 chips SpiNNaker2; em cada chip funcionam 152 núcleos ARM acompanhados de aceleradores especializados, totalizando 7 296 núcleos por placa voltados a aplicações de inteligência artificial.
A configuração foi idealizada por Steve Furber, cocriador da arquitetura ARM, em parceria com universidades europeias, para atender pesquisas que exigem simulações massivas de sistemas neurais.
Impacto na descoberta de medicamentos
O principal foco inicial é reduzir o tempo de triagem de moléculas e de simulação de dobramento de proteínas, etapa crítica na identificação de novos fármacos.
Simulações de dobramento de proteínas em minutos
Um protótipo já demonstra a capacidade de analisar 20 bilhões de moléculas em menos de uma hora, desempenho cerca de 100 vezes superior ao obtido com mil núcleos de CPU tradicionais.
A aceleração decorre da natureza do problema: o enovelamento proteico busca o estado de menor energia, cenário ideal para algoritmos de otimização executados de forma massivamente paralela.
Potencial para medicina personalizada
Ao combinar perfis de pacientes com simulações de proteínas, o sistema oferece suporte à medicina personalizada, permitindo adaptar tratamentos às características genéticas individuais.
Essa abordagem amplia a eficiência clínica e pode abrir caminho para fármacos ajustados a populações específicas, reduzindo efeitos adversos e elevando taxas de sucesso terapêutico.
Eficiência energética e sustentabilidade
Além da velocidade, o SpiNNcloud Server System se destaca pelo consumo reduzido de eletricidade, característica crucial em um momento de expansão de data centers de IA.
Imagem: Felipe Alencar via hardware.com.br
Consumo reduzido em comparação às GPUs
Segundo a fabricante, o supercomputador alcança eficiência 18 vezes maior que a de GPUs atuais, o que representa economia significativa em operações contínuas de alta performance.
Relatório da União Internacional de Telecomunicações aponta crescimento anual de 12% no consumo energético de centros de dados de IA entre 2017 e 2023, tendência que reforça a relevância de soluções mais econômicas.
Mudança de paradigma em computação de alto desempenho
Especialistas veem na plataforma um exemplo de coprojetação de hardware e software, na qual a infraestrutura é concebida junto com os algoritmos para atender demandas específicas.
Co-projeto de hardware e software
Peter Rutten, da IDC, observa que a integração total entre componentes reduz gargalos, potencializa resultados científicos e sinaliza um novo rumo para a computação de alto desempenho.
O modelo difere de abordagens genéricas, pois prioriza eficiência em tarefas delimitadas, como simulação neural e otimização molecular, sem desperdiçar recursos com funcionalidades supérfluas.
Perspectivas para centros de pesquisa brasileiros
Instituições farmacêuticas no Brasil buscam alternativas que acelerem a inovação e reduzam custos, cenário em que a solução neuromórfica surge como caminho plausível.
Ao ampliar a velocidade de triagem e diminuir a demanda energética, a tecnologia pode favorecer programas voltados a doenças tropicais negligenciadas ou a tratamentos ajustados à diversidade genética brasileira.
A adoção de sistemas inspirados no cérebro pode, portanto, reforçar a competitividade de laboratórios nacionais e contribuir para avanços em saúde pública, encurtando o intervalo entre a identificação de compostos promissores e a chegada de novos medicamentos ao mercado.