Inteligência artificial pode gerar falta de chips para os carros

A indústria automobilística ainda guarda em seus registros o trauma provocado pela falta de semicondutores durante a pandemia. Fábricas diminuíram o volume de produção, modelos mais caros foram priorizados e carros eram entregues sem equipamentos.

Os preços subiram e o consumidor descobriu, da pior maneira possível, que um pequeno componente poderia impedir a produção de um automóvel inteiro. Quem comprou no período pandêmico pagou por um automóvel mais caro e não esquece isso.

Agora, uma nova disputa começa a preocupar o setor. E, desta vez, o novo concorrente da indústria atende pelo nome de inteligência artificial. O mesmo processador empregado pelo Claude, ChatGPT, Gemini ou outras plataformas de inteligência artificial serve aos automóveis, servidores, computadores e sistemas de IA.

Na TSMC, por exemplo, maior fabricante terceirizada de semicondutores do planeta, a computação de alto desempenho já respondeu por cerca de dois terços das receitas da companhia.

O setor automotivo, em comparação, representa apenas uma pequena parcela. E, nessa disputa, vocês acham que a empresa vai priorizar quem?

No 2º trimestre de 2026, a divisão das receitas da TSMC, segundo a empresa, por plataforma ficou assim: HPC (computação de alto desempenho) 66%, smartphones 22%, IoT 5% e automotivo 4%.

O automóvel deixou de ser apenas motor, câmbio, bolsas infláveis, ABS e quatro rodas. Ele virou praticamente um computador sobre rodas.

Um carro moderno pode utilizar dezenas de processadores e centenas de semicondutores espalhados por sistemas de segurança, motor, transmissão, suspensão, central multimídia, câmeras, radares, sensores, conectividade, climatização e sistemas de assistência ao motorista.

Nos elétricos e híbridos, essa dependência aumenta ainda mais. E veja que a questão está só começando, porque, recentemente, feito no Brasil, a Jeep passou a oferecer o Avenger com GPT a bordo. A Volvo produziu o carro mais inteligente da sua história, o novo EX60, que testamos para entender a eficiência dos veículos com IA.

Nessa conta da tecnologia, ainda entram em cena o inversor responsável pelo motor elétrico, conversores de tensão, gerenciamento da bateria, sistema de regeneração de energia e módulos eletrônicos de potência.

Na indústria automotiva, estimam que a eletrificação vai utilizar duas vezes mais semicondutores que um automóvel convencional a combustão, que utiliza entre 500 e mil, contra dois mil a três mil semicondutores em um elétrico.

A inteligência artificial

Os veículos passaram a concorrer com os grandes data centers? Sim. Porque estão utilizando mais memória. Veja as centrais multimídia com telas cada vez maiores, atualizações pela internet, navegação, reconhecimento de voz, câmeras, condução semiautônoma e processamento de informações em tempo real.

Tudo isso exige capacidade de armazenamento e memória que, alguns anos atrás, simplesmente não existia dentro de um automóvel.

O sinal de alerta

Parece pouco, mas não é. Nos Estados Unidos, Ford e General Motors fecharam recentemente acordos estratégicos de longo prazo com a Micron, uma das maiores fabricantes de memória do mundo, para garantir o fornecimento de componentes destinados às próximas gerações de veículos.

Quando duas gigantes da indústria automobilística começam a reservar memória antecipadamente, o assunto deixa de ser apenas uma previsão.

Evolução

Componentes fabricados com carbeto de silício, conhecido pela sigla SiC, e nitreto de gálio, o GaN, permitem trabalhar com grandes potências utilizando menos energia e produzindo menos calor. Lembrem-se dos novos carregadores de celulares que não esquentam mais.

Nos carros elétricos, essas tecnologias aparecem principalmente nos inversores e sistemas de carregamento.

Nos data centers de inteligência artificial, eles surgem nos sistemas responsáveis por alimentar milhares de processadores trabalhando simultaneamente. A evolução desse processo chegou ao balcão para ser oferecida ao cliente.

E será como antes?

É importante destacar que não estaremos diante de uma repetição da crise de 2021. Naquele momento, a falta de "micro peças" atingiu principalmente chips utilizados em larga escala pela indústria automobilística.

Hoje, uma GPU utilizada para treinar inteligência artificial não é o mesmo componente usado para controlar o vidro elétrico de um automóvel. As tecnologias, fábricas e processos podem ser diferentes.