Google anuncia algoritmo de compressão de dados

Este conteúdo foi originalmente publicado no Agora RN - Portal de Notícias do Rio Grande do Norte. Visite https://agorarn.com.br para mais notícias de Natal e RN.

Uma pesquisa divulgada pelo Google sobre um novo algoritmo de compressão de dados provocou reação imediata no mercado financeiro e levou à queda de ações de fabricantes de chips em diferentes países. A tecnologia, chamada TurboQuant, busca tornar mais eficiente o uso de memória necessária para rodar modelos de inteligência artificial.

De acordo com a empresa, o novo método permite armazenar até seis vezes mais informações no mesmo espaço em comparação com as técnicas atuais. Caso se confirme em aplicações práticas, a solução pode reduzir a pressão enfrentada pela indústria diante da escassez de chips voltados para IA.

Após o anúncio, papéis de grandes fabricantes registraram perdas relevantes. As ações da Samsung e da SK Hynix caíram mais de 6% na Bolsa da Coreia do Sul. Nos Estados Unidos, a Micron Technology recuou 6,97%, enquanto Western Digital e SanDisk registraram quedas de 7,7% e 11,02%, respectivamente. A AMD perdeu 7,9%, e a Nvidia caiu 4,16%.

O movimento ocorre após meses de valorização das empresas do setor, impulsionadas pelo avanço dos investimentos em infraestrutura de IA, que ampliaram a demanda por chips e elevaram preços e margens. Até então, ações como as da SK Hynix e da Samsung acumulavam ganhos superiores a 50% no ano, enquanto a Kioxia Holdings mais que dobrou de valor no período.

A possível adoção do TurboQuant surge em um contexto de forte expansão dos investimentos em tecnologia. Grandes empresas de computação em nuvem, incluindo Amazon e o próprio Google, projetam investir cerca de US$ 650 bilhões em 2026 na construção de data centers, com aquisição de aceleradores de IA e chips de memória.

Mesmo com essa perspectiva, executivos do setor ainda apontam limitações na oferta. O presidente do SK Group, Chey Tae-won, afirmou recentemente que a escassez de memória pode persistir até 2030.

Analistas avaliam, no entanto, que o impacto da nova tecnologia pode ser positivo para a indústria. Para Shawn Kim, da Morgan Stanley, o algoritmo ajuda a resolver um gargalo relevante ao aumentar a eficiência do chamado “key value cache”, utilizado na fase de inferência — etapa em que os modelos de IA são efetivamente executados.

“Se os modelos puderem operar com requisitos de memória significativamente menores sem perder desempenho, o custo por consulta cai de forma relevante, tornando a implementação de IA mais lucrativa”, afirmou.

Parte do mercado tem associado os possíveis efeitos da tecnologia ao Paradoxo de Jevons, segundo o qual ganhos de eficiência tendem a aumentar, e não reduzir, a demanda por determinado recurso. O conceito foi originalmente formulado no contexto do uso do carvão e voltou a ser citado por analistas de instituições como JP Morgan e Citigroup ao avaliar o impacto do TurboQuant.

A mesma teoria já havia sido mencionada em 2025, quando o modelo de IA de baixo custo da DeepSeek influenciou o comportamento do mercado.

Na apresentação técnica, o Google explicou que o TurboQuant utiliza uma abordagem distinta para representar dados. Em vez de coordenadas tradicionais — como X, Y e Z —, o método converte vetores de memória para coordenadas polares, alterando a forma como a informação é comprimida.

A empresa comparou o processo a trocar instruções como “ande três quadras para o leste e quatro para o norte” por “ande cinco quadras em um ângulo de 37 graus”. Esse é um dos mecanismos que permitem maior eficiência no armazenamento dentro do novo algoritmo.

Leia mais notícias do Rio Grande do Norte no Agora RN: https://agorarn.com.br | Siga-nos: Facebook.com/agorarn