O valor de mercado da Nvidia acaba de atingir US$ 5,5 trilhões, a TSMC aprovou US$ 31,3 bilhões em gastos de capital, e o governo dos EUA continua aumentando subsídios para fábricas domésticas. Dinheiro está fluindo, capacidade está sendo construída. O próximo gargalo crítico: talento.
US$ 125 milhões, cinco empresas, cinco anos
Na sexta-feira (22 de maio), Broadcom, Meta, Applied Materials, GlobalFoundries e Synopsys anunciaram conjuntamente um investimento de US$ 125 milhões ao longo de cinco anos para estabelecer um centro de P&D de semicondutores na UCLA.
Os participantes cobrem toda a cadeia de suprimentos:
- Broadcom: chips de IA personalizados
- Meta: cliente de data center hyperscale
- Applied Materials: equipamentos de fabricação de semicondutores
- GlobalFoundries: fundição
- Synopsys: software de design de chips
De ferramentas EDA de front-end a embalagem e fabricação de back-end, toda a cadeia está representada. O centro realizará pesquisas fundamentais para chips de IA de próxima geração e, mais criticamente, treinará engenheiros capazes de realizar esse trabalho.
'A própria indústria não sabe como será em dez anos'
A reitora da Escola de Engenharia da UCLA, Ah-Hyung "Alissa" Park, fez uma observação franca na cerimônia:
"A própria indústria não sabe como será a indústria de semicondutores em dez anos."
Cinco anos atrás, isso seria retórica de relações públicas. Hoje, é verdade. O cenário de chips de IA está mudando rapidamente—TPU, Trainium, ASICs personalizados, wafer-scale da Cerebras, LPU da Groq. Cada grande cliente está desenvolvendo sua própria solução, cada uma exigindo diferentes rotas de processo e metodologias de design. O treinamento de engenheiros não consegue acompanhar.
O CEO da Applied Materials, Gary Dickerson, expressou a urgência de forma mais direta:
"À medida que a complexidade dos chips aumenta e o desenvolvimento de IA acelera, fortalecer os laços entre indústria e academia é mais importante do que nunca."
No passado, um doutorado em semicondutores levava de 5 a 7 anos, da matrícula à formatura. Quando eles se formam, todo o nó do processo pode ter mudado novamente.
A abordagem da UCLA
O novo centro oferece uma estrutura diferente para estudantes de doutorado:
- Estágios de longo prazo em empresas parceiras a cada ano
- Supervisão conjunta por professores e engenheiros da indústria
- Tópicos de pesquisa alinhados com as necessidades reais de P&D dos parceiros
- Formandos com habilidades diretamente alinhadas às demandas da indústria
Esse modelo não é novo—a educação em engenharia alemã e os programas de semicondutores de Taiwan o usam há anos—mas não tem sido amplamente adotado em programas de semicondutores de universidades dos EUA há muito tempo.
O presidente da UCLA destacou os "pontos fortes únicos em integração interdisciplinar" da universidade—ou seja, a capacidade de reunir ciência da computação, engenharia elétrica, ciência dos materiais e química. Isso contrasta implicitamente com escolas como Stanford e MIT, frequentemente consideradas mais "semicondutoras." A capacidade da UCLA de obter compromissos de cinco empresas simultaneamente está ligada à sua localização (o hub de design do sul da Califórnia) e à capacidade de integração da escola de engenharia.
Mais lento que construir fábricas, mas mais urgente
O governo dos EUA investiu dezenas de bilhões de dólares em fábricas de chips domésticas nos últimos dois anos—US$ 20 bilhões da TSMC no Arizona, o projeto de Ohio da Intel, a instalação da Micron em Nova York. Construir e equipar instalações é a parte rápida.
A parte lenta é a equipe. Uma fábrica de 12 polegadas requer milhares de engenheiros e técnicos, e os EUA atualmente não têm um pool de talentos suficiente. Vários projetos já foram adiados, em parte devido à dificuldade de contratar equipes de engenharia qualificadas.
A iniciativa Broadcom + Meta + UCLA está alimentando um pool de talentos que dará frutos em uma década. Mas se não for iniciada agora, será ainda mais difícil daqui a dez anos.
Fontes: CocoLoop, Meta, Broadcom, and Synopsys launch $125M Semiconductor Hub at UCLA to accelerate next-generation AI chip breakthroughs (Tech Startups)