Governança de computação

Em linguagem simples

Treinar um modelo de fronteira exige enormes quantidades de hardware especializado, energia e dinheiro, concentrados em um punhado de fabricantes de chips e provedores de nuvem. Isso torna a computação uma das poucas partes do desenvolvimento de SI que os governos conseguem ver e contar. A governança de computação aproveita isso: controles de exportação de chips avançados, obrigações de comunicar grandes treinamentos, regras de conheça seu cliente para provedores de nuvem e propostas de chips capazes de verificar como são usados.

Os limiares de computação são a ferramenta mais visível. O EU AI Act presume risco sistêmico para modelos de propósito geral treinados com mais de 10^25 FLOP, e várias leis estaduais dos EUA usam 10^26 operações para definir desenvolvedores de fronteira. A governança de computação não consegue ver tudo. Os algoritmos ficam cada vez mais eficientes, então a mesma capacidade exige menos computação a cada ano, e, uma vez liberados os pesos, os controles de computação deixam de limitar quem pode rodar o modelo.

Por que isso importa para a SI rebelde

A computação é o gargalo físico do desenvolvimento de SI. Se algum dia for preciso impedir um treinamento perigoso, o controle sobre chips e data centers é uma das poucas alavancas que funcionam sem a cooperação do modelo.

Leis e regras que o usam

• Em vigor EU AI Act (GPAI) União Europeia
• Em vigor SB 53 Califórnia
• Aprovada, ainda não em vigor RAISE Act Nova York
• Aprovada, ainda não em vigor SB 315 Illinois
• Em vigor AI Basic Act Coreia do Sul

Fontes

1. Guidelines for providers of general-purpose AI models European Commission · 18 jul. 2025
2. SB 53: Artificial intelligence models: large developers CalMatters Digital Democracy