Intel Hala Point: como funciona o sistema com 1,15 bilhão de neurônios artificiais

Uma máquina com 1,15 bilhão de neurônios artificiais e 128 bilhões de sinapses parece, à primeira vista, a descrição de um cérebro eletrônico.

Não é.

O Hala Point é um sistema experimental de computação neuromórfica desenvolvido pela Intel Labs. Ele reúne 1.152 processadores Loihi 2 em um único equipamento e tenta executar determinados tipos de inteligência artificial de uma maneira diferente da usada por CPUs e GPUs tradicionais.

A ideia é inspirar-se em algumas propriedades úteis observadas nos sistemas nervosos: processamento distribuído, atividade esparsa, comunicação por eventos e proximidade entre memória e processamento.

Isso não transforma o Hala Point em um cérebro.

Os “neurônios” e “sinapses” citados pela Intel são elementos computacionais artificiais, programados para representar determinadas dinâmicas neurais. Eles não equivalem, em complexidade biológica ou capacidade cognitiva, às células e conexões de um cérebro real.

A Intel anunciou o Hala Point em 17 de abril de 2024, depois de instalar a primeira unidade no Sandia National Laboratories, nos Estados Unidos. O objetivo era estudar se arquiteturas neuromórficas poderiam escalar para problemas maiores sem reproduzir todo o custo energético e a movimentação de dados das arquiteturas convencionais.

Para entender primeiro a tecnologia que está por trás desse experimento, o TecMaker já publicou um guia sobre o que é computação neuromórfica e como ela funciona.

O que é o Hala Point?

Hala Point é um computador neuromórfico de grande escala para pesquisa.

Ele não é um computador pessoal, não é uma GPU comercial e não é uma nova inteligência artificial semelhante ao ChatGPT.

Seu papel é servir como plataforma para pesquisadores experimentarem novas formas de computação inspiradas em características dos sistemas neurais.

A máquina foi construída a partir da segunda geração do processador neuromórfico da Intel, o Loihi 2. No total, são 1.152 desses chips trabalhando conjuntamente. Segundo a Intel, eles ficam distribuídos por 140.544 núcleos de processamento neuromórfico.

O sistema inteiro cabe em um chassi de seis unidades de rack, ou 6U. A própria Intel compara seu volume ao de um forno de micro-ondas. Ainda assim, dentro desse espaço estão recursos para representar até:

Os números são especificações divulgadas pela Intel para a plataforma e não devem ser confundidos com equivalência biológica.

O que significa ter 1,15 bilhão de “neurônios”?

Aqui está a parte que mais gera manchetes — e também mais pode induzir a erro.

Em computação neuromórfica, um neurônio artificial é um modelo computacional.

Ele pode possuir estado interno, receber eventos, modificar esse estado e emitir um sinal quando determinadas condições são atendidas.

Esse comportamento pode lembrar, de forma extremamente simplificada, alguns aspectos da atividade neural biológica.

Porém, um neurônio humano é uma célula viva com processos elétricos, químicos, moleculares e estruturais muito mais complexos.

Portanto:

1,15 bilhão de neurônios artificiais ≠ cérebro com 1,15 bilhão de neurônios biológicos.

A Intel chegou a comparar a quantidade de neurônios representáveis pelo Hala Point à encontrada aproximadamente no cérebro de uma coruja. A própria empresa, entretanto, ressalta que o sistema não foi projetado como uma reprodução de um cérebro animal.

A comparação serve para dar noção de escala, e não de inteligência.

Uma máquina capaz de representar tantos neurônios artificiais não possui automaticamente visão, memória, emoções, consciência ou capacidades cognitivas equivalentes às de um animal.

O Loihi 2 é o coração do Hala Point

O Hala Point existe porque a Intel conseguiu escalar uma arquitetura desenvolvida anteriormente no Loihi e depois ampliada no Loihi 2.

A Intel apresentou o Loihi 2 em 2021 como sua segunda geração de processadores neuromórficos de pesquisa. Cada chip suporta até aproximadamente 1 milhão de neurônios artificiais e foi fabricado usando o processo Intel 4. A empresa também criou o framework de software aberto Lava, destinado ao desenvolvimento de aplicações neuromórficas.

Em um computador tradicional, é comum haver uma separação significativa entre memória e processamento. Grandes volumes de dados precisam viajar repetidamente entre esses componentes.

O Loihi 2 tenta reduzir parte dessa movimentação.

Seus elementos de processamento mantêm estados localmente e trocam informações por meio de eventos.

Essa lógica combina com as chamadas Spiking Neural Networks, ou redes neurais pulsantes.

O TecMaker já possui um artigo específico sobre como funcionam as redes neurais espinhosas e os chamados spikes.

Como o Hala Point processa informação?

Imagine duas situações.

Em um sistema convencional, uma grande matriz pode ser processada repetidamente, mesmo quando boa parte dos seus valores tem pouca relevância naquele momento.

Em determinadas arquiteturas neuromórficas, a computação pode acontecer principalmente quando surge um evento relevante.

É como comparar uma pessoa que pergunta a cada segundo:

“Alguma coisa mudou?”

com um sistema que permanece silencioso até que alguma coisa realmente mude.

Essa analogia ajuda a explicar a lógica orientada a eventos, mas não descreve toda a arquitetura.

O Hala Point combina três características importantes:

processamento paralelo, porque muitos elementos trabalham simultaneamente;

esparsidade, porque nem todas as unidades precisam estar ativas ao mesmo tempo;

e computação orientada a eventos, na qual atividades podem ocorrer quando sinais específicos chegam ao sistema.

Segundo a Intel, os processadores Loihi 2 integram memória e computação de maneira mais próxima e permitem que os neurônios artificiais se comuniquem diretamente por eventos, reduzindo movimentações de dados que consomem energia em arquiteturas tradicionais.

Por que a Intel construiu algo tão grande?

Porque resultados interessantes em um único chip não garantem que a tecnologia funcione quando escalada.

Esse é um problema recorrente em ciência da computação.

É possível demonstrar uma técnica em um laboratório com milhares ou milhões de unidades. Outra coisa completamente diferente é conectar mais de mil processadores e manter:

• comunicação eficiente;
• sincronização;
• baixa latência;
• distribuição da carga;
• programação viável;
• e ganhos energéticos.

O Hala Point foi construído justamente para investigar essa etapa.

Ele sucedeu o Pohoiki Springs, sistema anterior da Intel baseado na primeira geração do Loihi. Segundo a empresa, o Hala Point oferece mais de dez vezes a capacidade de neurônios e desempenho até 12 vezes maior que o sistema de primeira geração.

O Hala Point realmente gasta menos energia?

Essa pergunta exige cuidado.

A resposta correta é:

em determinados experimentos e tipos de carga, existem resultados muito promissores; isso não demonstra que Hala Point seja mais eficiente que GPUs para qualquer tarefa.

A Intel informa consumo máximo de aproximadamente 2.600 watts para o sistema completo. Porém, simplesmente comparar esse número com o consumo de uma GPU seria metodologicamente inadequado.

O que importa é:

quanta computação útil a máquina realiza para cada unidade de energia em uma tarefa comparável?

Em testes divulgados pela Intel em 2024, uma implementação específica de rede neural profunda no Hala Point atingiu eficiência superior a 15 TOPS/W. Esse resultado usou uma rede altamente esparsa e modelos de neurônios configurados para baixa taxa de ativação. A própria nota técnica da Intel descreve as condições do ensaio. Portanto, não é correto transformar o resultado em uma afirmação de que “Hala Point é sempre mais eficiente que uma GPU”.

Essa distinção é especialmente importante porque o consumo de eletricidade se tornou um dos grandes desafios da inteligência artificial. O TecMaker explica esse problema em detalhes no artigo sobre por que data centers de IA consomem tanta energia.

O que experimentos com Loihi 2 já mostraram?

Há evidências científicas mais específicas além das declarações comerciais da Intel.

Em trabalho apresentado na IEEE ICASSP 2024, pesquisadores estudaram o uso do Loihi 2 em processamento de vídeo, áudio e sinais convencionais.

Os autores encontraram reduções expressivas no produto combinado de energia e latência em determinadas implementações, comparadas a soluções convencionais de referência. Entretanto, os próprios resultados dizem respeito a tarefas e arquiteturas específicas — não a toda forma de inteligência artificial.

Uma revisão anterior publicada no Proceedings of the IEEE já mostrava a mesma tendência com a primeira geração Loihi: redes convencionais simples podiam apresentar pouco ou nenhum benefício, enquanto algoritmos que aproveitavam características neuromórficas — como recorrência, temporização dos spikes, esparsidade e plasticidade — alcançavam vantagens significativas em algumas tarefas.

Esse detalhe é fundamental.

O ganho não vem simplesmente de trocar uma GPU por um chip neuromórfico.

É necessário que o algoritmo também aproveite a arquitetura.

O Hala Point já está sendo usado para alguma coisa?

Sim, mas principalmente como plataforma experimental de pesquisa.

O primeiro Hala Point foi enviado ao Sandia National Laboratories, laboratório nacional dos Estados Unidos ligado à pesquisa científica e de segurança nacional.

Materiais recentes da Sandia mostram que o sistema continua inserido no Neural Exploration and Research Laboratory, o NERL. Uma das linhas de trabalho descritas pelo laboratório envolve a simulação do conectoma da Drosophila melanogaster, a mosca-da-fruta, cuja rede neural tem aproximadamente 140 mil neurônios e dezenas de milhões de conexões.

A Sandia também investiga computação neuromórfica para:

• simulações científicas;
• sensoriamento remoto;
• processamento próximo aos sensores;
• aprendizado de máquina;
• problemas matemáticos e de otimização;
• aplicações ligadas à segurança nacional.

Em 2025, o laboratório recebeu ainda o NERL Braunfels, baseado em SpiNNaker2, com capacidade declarada de aproximadamente 175 milhões de neurônios artificiais. Hoje, Sandia descreve Hala Point e NERL Braunfels como dois de seus grandes sistemas para explorar arquiteturas neuromórficas em escala.

Isso mostra que o campo não está restrito a uma única empresa ou arquitetura.

O Hala Point pode rodar modelos de linguagem como ChatGPT?

Essa possibilidade ainda precisa ser tratada como pesquisa, não como produto disponível.

A Intel afirma que arquiteturas neuromórficas futuras poderiam beneficiar modelos capazes de aprender continuamente, reduzindo a necessidade de reentrenamentos frequentes. Hala Point também foi projetado para testar como redes neurais convencionais podem ser adaptadas para computação esparsa em larga escala.

Mas isso não significa que exista hoje um “ChatGPT rodando no Hala Point” com as mesmas capacidades de grandes modelos comerciais.

A maior parte dos grandes modelos generativos atuais foi construída para GPUs e outros aceleradores matriciais.

Transportar esse tipo de sistema para hardware neuromórfico exige mudanças em:

• modelos matemáticos;
• treinamento;
• representação dos dados;
• software;
• memória;
• comunicação.

Portanto, a ideia é uma linha de pesquisa plausível, não uma tecnologia pronta para substituir clusters de GPUs.

Hala Point é mais poderoso que uma GPU?

Essa comparação isolada não faz muito sentido.

É como perguntar se um caminhão é “mais poderoso” que um carro esportivo sem especificar a tarefa.

Uma GPU é extraordinariamente eficiente em operações matriciais altamente paralelas.

O Hala Point foi construído para explorar:

• computação esparsa;
• processamento por eventos;
• sinais temporais;
• redes pulsantes;
• adaptação;
• otimização;
• cargas contínuas de baixa latência.

Dependendo do problema, uma dessas arquiteturas pode levar vantagem.

E justamente por isso a computação moderna tende a caminhar para hardware especializado, e não para um único processador capaz de dominar todas as tarefas.

O Hala Point pensa como um cérebro?

Não.

Esse é um dos pontos mais importantes deste artigo.

Hala Point:

• não possui consciência demonstrada;
• não possui emoções;
• não demonstra experiência subjetiva;
• não reproduz a química de um cérebro;
• não possui organização biológica equivalente;
• não se torna inteligente apenas por ter muitos “neurônios”.

Os termos “neurônio” e “sinapse” são úteis porque descrevem partes do modelo computacional.

Mas são também termos que podem induzir o leitor a imaginar equivalências que não existem.

O objetivo da computação neuromórfica não precisa ser construir uma cópia do cérebro.

Pode ser simplesmente aprender com algumas estratégias eficientes da biologia para construir computadores melhores em determinadas tarefas.

Por que o Hala Point importa?

Porque a evolução da inteligência artificial criou um paradoxo.

Quanto melhores ficam os modelos, maior tende a ser a infraestrutura necessária para treiná-los e executá-los.

Isso envolve:

• mais chips;
• mais memória;
• mais data centers;
• mais eletricidade;
• mais refrigeração;
• mais custo.

O TecMaker já mostrou como a IA passou a depender de uma verdadeira infraestrutura global de energia, chips e data centers.

Nesse contexto, o Hala Point representa uma pergunta importante:

e se parte da próxima geração de IA não depender apenas de chips mais rápidos, mas de uma maneira diferente de organizar a computação?

Ainda não sabemos se a abordagem neuromórfica se tornará dominante.

Mas sabemos que laboratórios como Intel, Sandia, IBM, universidades e startups continuam investindo no problema.

O que isso muda para o Brasil?

No curto prazo, pouco muda para o consumidor brasileiro.

Hala Point é uma plataforma de pesquisa localizada nos Estados Unidos e não é um produto vendido para usuários comuns.

A relevância para o Brasil é indireta, mas estratégica.

Se arquiteturas neuromórficas amadurecerem, elas podem contribuir para sistemas que precisam combinar inteligência local com baixo consumo de energia, como:

• robótica industrial;
• agricultura de precisão;
• sensores ambientais;
• cidades inteligentes;
• veículos autônomos;
• sistemas de segurança;
• edge AI;
• dispositivos médicos;
• equipamentos operando longe de data centers.

Esse tipo de hardware também pode ganhar importância em um mundo no qual energia e infraestrutura já são limitadores da expansão da IA.

Por enquanto, porém, isso permanece principalmente como possibilidade tecnológica em desenvolvimento, e não como uma transformação já disponível no mercado brasileiro.

O que ainda não sabemos

Apesar da escala do Hala Point, várias perguntas continuam abertas.

Ainda não sabemos:

• quais aplicações justificarão comercialmente uma arquitetura neuromórfica;
• se ela conseguirá competir com GPUs e NPUs em volume;
• quais padrões de software se consolidarão;
• como treinar grandes modelos neuromórficos de maneira eficiente;
• quanto da vantagem energética permanecerá em sistemas comerciais completos;
• se o custo de desenvolvimento compensará os ganhos;
• quais arquiteturas neuromórficas vencerão a disputa.

Há ainda um desafio importante: benchmarking.

Dois sistemas podem usar modelos, precisões, níveis de esparsidade e métricas de consumo muito diferentes. Comparar apenas TOPS, watts ou número de neurônios pode produzir conclusões enganosas.

Por isso, resultados extraordinários precisam vir acompanhados das condições do experimento.

Perguntas frequentes

O que é Hala Point?

Hala Point é um sistema neuromórfico de pesquisa desenvolvido pela Intel Labs e baseado em 1.152 processadores Loihi 2. A Intel anunciou o equipamento em abril de 2024 e o instalou inicialmente no Sandia National Laboratories.

Quantos neurônios o Hala Point possui?

O sistema pode representar até 1,15 bilhão de neurônios artificiais e 128 bilhões de sinapses artificiais. Esses números representam elementos computacionais e não neurônios biológicos.

O que é Loihi 2?

Loihi 2 é a segunda geração do processador neuromórfico experimental da Intel. Ele suporta computação orientada a eventos, diferentes modelos de neurônios e redes neurais pulsantes.

Hala Point é um cérebro artificial?

Não. Ele utiliza modelos inspirados em alguns aspectos da comunicação neural, mas não reproduz um cérebro e não existe evidência de consciência.

Hala Point usa menos energia que GPUs?

Em determinadas cargas e condições experimentais, Intel e trabalhos científicos com Loihi demonstraram vantagens relevantes de eficiência e latência. Isso não prova que a arquitetura seja mais eficiente que GPUs em qualquer tarefa.

Posso comprar um Hala Point?

Não como produto de consumo. Trata-se de uma plataforma de pesquisa neuromórfica da Intel destinada a colaboradores e instituições científicas. A Intel ainda descreve a tecnologia como parte de seu esforço para levar a computação neuromórfica da pesquisa a futuras aplicações comerciais.

Hala Point ainda está em uso?

Sim. Materiais recentes do Sandia National Laboratories continuam apresentando o Hala Point como parte de sua infraestrutura para pesquisa neuromórfica em larga escala.

Conclusão

O número 1,15 bilhão de neurônios artificiais chama atenção, mas não é a parte mais importante do Hala Point.

O verdadeiro experimento está na arquitetura.

A Intel quer descobrir se milhares de processadores orientados a eventos, conectados em grande escala e executando computação esparsa, podem resolver certos problemas de inteligência artificial usando menos movimentação de dados, menor latência e, em situações adequadas, menos energia.

Os resultados até agora mostram que a ideia merece pesquisa.

Eles ainda não mostram que GPUs ficaram obsoletas, que computadores neuromórficos substituirão os data centers atuais ou que um cérebro artificial foi criado.

Hala Point é muito mais interessante quando deixamos de tratá-lo como um “cérebro eletrônico” e o enxergamos pelo que ele realmente é: um laboratório para testar outra maneira de fazer computação.

E talvez seja justamente dessa mudança de arquitetura — e não apenas de modelos maiores — que venha uma parte da próxima geração da inteligência artificial.

Equipe TecMaker

A Equipe TecMaker é o núcleo editorial e de testes do portal, dedicada a trazer análises imparciais, comparativos de produtos e as últimas notícias do universo da tecnologia. Nosso objetivo é decodificar a inovação e ajudar nossos leitores a fazerem as melhores escolhas no mercado digital e de dispositivos emergentes.