Para onde vamos

Na edição especial de Informática, hoje, publicamos os principais trechos de uma palestra sobre o futuro da computação ministrada pelo professor STEVE FURBER, presidente do Comitê de Pesquisa em Computação do Reino Unido. Ele foi o principal projetista do microcomputador BBC, na Acorn Computers, na década de 80, quando também liderou o projeto do processador ARM, linha que domina o mercado de chips de celulares e micros de mão. Leia a seguir a íntegra da palestra, publicada sob licença da Oxford University Press.

Têm sido espetaculares os avanços realizados pela tecnologia da computação nas últimas quatro décadas, avanços esses impulsionados pela Lei de Moore (que afirma que, a cada dois anos, a capacidade de processamento dos computadores dobra), que, apesar de seu caráter inicial de mera constatação, transformou-se em uma profecia autoconfirmatória e em um instrumento de planejamento para os executivos.

Não obstante Gordon Moore haver manifestado seu vaticínio sobre o progresso, referindo-se somente ao número de transistores que poderiam ser incorporados de forma economicamente viável em um circuito integrado, a maneira pela qual esse progresso seria atingido se basearia principalmente na diminuição das dimensões do transistor, e com isso deram-se os ganhos colaterais em termos de performance, eficiência no uso de energia e, por último, mas não menos importante, redução dos custos.

A indústria dos semicondutores parece estar segura a respeito de sua capacidade de continuar diminuindo os transistores, ao menos durante cerca de uma década ainda. No entanto, o jogo já começa a adquirir uma nova cara. Não podemos mais pressupor que os circuitos menores terão velocidades cada vez maiores ou consumirão energia de forma cada vez mais eficiente. À medida que nos aproximamos do limite atômico, a inconstância dos dispositivos começa a cobrar seu preço, e os custos com os projetos atingem proporções gigantescas. Isso tem afetado a lógica comercial dos projetos de uma forma que reverberará em todo o setor da computação e das comunicações.

Por exemplo, nos desktops há uma tendência de trocar os processadores simples de alta velocidade por outros com vários núcleos, apesar do fato de continuar sendo um dos maiores problemas insolúveis da ciência computacional a programação em paralelo para fins genéricos.

Caso se deseje que os computadores beneficiem-se dos futuros avanços tecnológicos, então há grandes desafios à frente quanto à compreensão sobre desenvolver sistemas confiáveis com base em uma tecnologia cada vez menos confiável e sobre explorar de forma cada vez mais eficiente os recursos de paralelismo, o que significa não apenas uma melhoria de performance, mas também a superação das conseqüências geradas pelas falhas de componente.

Os sistemas biológicos contam com muitas das propriedades que pretendemos incorporar a nossa tecnologia artificial, de forma que surge a pergunta: Isso poderá oferecer uma fonte possível de idéias que conseguiríamos incorporar nos futuros e inovadores sistemas computacionais?

MEIO SÉCULO DE PROGRESSO

Quando, no dia 21 de junho de 1948, o computador Baby, de Manchester (foto à dir.), rodou pela primeira vez um programa gravado em uma memória de tubo de raios catódicos para produzir um resultado correto, iniciou-se a era moderna da computação. Comemoraremos neste ano as seis décadas desse acontecimento inigualável. Ao longo desses 60 anos, assistimos ao surgimento de um sem número de alterações na arquitetura dos computadores, alterações responsáveis por tornarem essas máquinas mais flexíveis e mais fáceis de serem programadas. Esse fato, porém, perde brilho quando colocado ao lado do progresso verificado na tecnologia usada para construir as máquinas.

A fim de verificar o quanto a tecnologia da computação avançou nos últimos 60 anos, podemos comparar algumas das características principais dos computadores de então e de hoje. O Baby (chamado oficialmente de SSEM Small-Scale Experimental Machine máquina experimental de pequena escala) ocupava várias estantes repletas de dispositivos eletrônicos conhecidos como válvulas termiônicas e obedecia a 700 instruções por segundo, consumindo cerca de 3,5 kW de energia elétrica. Em 1985, o primeiro processador ARM [1] (o ARM1, imagem à dir.) executou 6 milhões de instruções por segundo e usou 0,1 W. Hoje, um computador embutido com consumo eficiente de energia, como o ARM968 [2], do qual voltaremos a tratar, ocupa 0,4 mm2 da superfície de uma placa de silício usando um processo de 130 nm. O processador tem em seus registros tanta capacidade quanto a memória principal do Baby de Manchester. O ARM968 realiza cerca de 200 milhões de instruções por segundo consumindo 20 mW.

Uma forma de comparar essas máquinas computacionais baseia-se na eficiência de seu consumo de energia a na energia consumida para executar uma instrução, o equivalente nos computadores à medida de "litros por quilômetro" usada em um carro.

O Baby utilizava 5 joules por instrução, o ARM1, 15 nanojoules por instrução e o ARM968, 100 picojoules por instrução.

A relação entre o Baby e o ARM968 indica uma melhora estarrecedora no consumo de energia nos computadores, ao longo de 60 anos, uma melhora de um fator de 5x1.010. É esse o progresso que impulsiona a explosão atual dos produtos eletrônicos de consumo e a presença maciça dos computadores. Uma das ironias do panorama atual consiste no fato de que o mercado cresce tão rapidamente que a contribuição líquida dos produtos eletrônicos para o consumo global de energia também aumenta apesar das, ou provavelmente como resultado direto das, crescentes melhorias no consumo de energia, melhorias essas que permitem a criação de usos cada vez mais atraentes para esse tipo de tecnologia.

CONTINUA...

Mais ou menos?

O progresso espetacular na tecnologia computacional associou-se imediatamente à previsão feita por Gordon Moore, em 1965, de que o número de transistores em um circuito integrado continuaria a crescer exponencialmente pelos próximos dez anos, ou seja até 1975.

A constatação de que a Lei de Moore, como ficou conhecida mundialmente, continua a se verificar hoje, mais de 30 anos depois de expirado seu "prazo de validade", testemunha a transição de sua condição original de extrapolação objetiva baseada na observação e em conhecimentos específicos para seu status atual, de ferramenta central dos centros de planejamento da indústria global dos semicondutores. Essa transição foi formalizada por seu papel no Industry Technology Roadmap of Semiconductors (ITRS, mapa da indústria da tecnologia industrial para os semicondutores).

A profecia tornou-se autoconfirmatória; os investimentos realizados pelo setor dão-se em volume suficiente para que ela se realizasse. Ilustrando o quão longe o processo chegou, o cartão de memória microSD de 12 Gbytes incorpora uma ordem de 50 bilhões de transistores em um pequeno artefato, que é menor do que uma unha e que possui apenas 1 milímetro de espessura (usando tecnologia de célula multicamadas, cada transistor armazena 2 bits de dados).

Junto com o crescimento exponencial do número de transistores em um circuito integrado surgiram benefícios importantes. O mecanismo primário por meio do qual se obteve esse crescimento é o encolhimento dos transistores por meio de avanços cada vez mais demandantes na tecnologia de fabricação.

À medida que diminuíram, os transistores tornaram-se mais baratos, mais rápidos e mais econômicos em termos de consumo de energia por função. Como resultado dessa espiral desprovida de aspectos negativos, fixou-se a noção de que a única restrição à velocidade com que encolhiam os transistores seria o tempo necessário para recuperar os investimentos em um nó tecnológico antes de avançar para o próximo nó (menor, geralmente por um fator de raiz de dois em uma dimensão linear).

Há, no entanto, aspectos negativos nesse progresso exponencial. O custo de construir uma fábrica de chips (ou "fab") também aumenta exponencialmente, assim como o custo de projetar um chip de ponta. Mas vantagens superam as desvantagens, e, para os que dispõem de carteiras gordas o suficiente para bancar o imenso investimento inicial, o negócio dos chips tem sido altamente lucrativo em vista de sua expansão potencial quase ilimitada à medida que os produtos eletrônicos tornam-se menores, mais leves, mais funcionais e mais baratos. No entanto, o crescimento exponencial não se sustentará para sempre. Cedo ou tarde, será atingido algum tipo de limite, cuja superação exigirá uma mudança tecnológica de outra ordem que não a responsável por ter feito avançar a indústria da computação nos últimos 50 anos.

O LIMITE

Quando os transistores chegarem às dimensões atômicas, a atual tecnologia deixará de funcionar. Todas as tecnologias têm um ponto de saturação, conforme a curva ‘S‘, que começa com um crescimento exponencial, mas depois termina com avanços lentos, em assímptota (reta que é tangente a uma curva no infinito).

Há várias razões aventadas para explicar o motivo pelo qual o avanço da tecnologia computacional perderá velocidade, e cada comentarista possui o seu motivo preferido: propriedades físicas dos artefatos, razões econômicas, dissipação de energia, inconstância processual.

No entanto, a menos que ocorra um salto hoje imprevisto rumo a uma tecnologia totalmente nova, o momento da desaceleração encontra-se prestes a irromper. Ao longo da próxima década, as melhorias vão se tornar cada vez mais difíceis de serem realizadas, já que as leis físicas dos dispositivos minúsculos prevêem uma crescente dificuldade para controlá-los.

Um reflexo dos custos crescentes dos novos projetos manifesta-se na queda da quantidade de projetos iniciados para sistemas integrados complexos (SOC, Systems-on-Chip) à medida que se torna cada vez mais questionável a rentabilidade desses artefatos.

Um outro é uma desaceleração no ritmo de inauguração de novas fábricas de semicondutores por empresas novas (empresas criadas para desenvolver seus próprios projetos de chip para ser fabricado em regime de terceirização, por "fundições"), nas quais o montante de investimento exigido para empatar os custos fez aumentar o risco para além dos limites em que se sentem confortáveis os investidores de capital de risco.

Todos esses fatores sugerem que o futuro não será simplesmente uma extrapolação do passado. Chegou a hora de os projetistas repensarem os pesos e contrapesos quanto ao uso mais adequado da tecnologia hoje disponível.

CONTINUA...

Vivendo com o fracasso

Uma conseqüência imediata da escala quase atômica dos transistores do futuro próximo traduz-se na carência por projetos capazes de enfrentar as crescentes taxas de oscilação e erros dos dispositivos.

Os modelos demonstram que as características dos dispositivos apresentarão uma oscilação cada vez maior, algo medido pelo montante de variância de uma característica como o limite de voltagem de um transistor em relação a sua aplicação.

A alta taxa de variância somada às estatísticas de cifra alta a serem consideradas, já que o número de transistores em um chip chega à casa das dezenas de bilhões, significa que muitos dispositivos serão descartáveis ou totalmente inoperantes, levando a uma alta incidência tanto de "soft errors" (falhas transitórias) quanto "hard errors" (falhas permanentes).

O desafio de projetar sistemas confiáveis com base em tecnologias instáveis não é novo. John von Neumann escreveu há tempos um artigo sobre o assunto, o que talvez nem é tão surpreendente quando se considera a instabilidade das válvulas termiônicas usadas à época.

Mas os engenheiros de hoje acostumaram-se com o circuito integrado padrão, apto a oferecer níveis extremamente altos de confiabilidade ao longo de várias décadas.

Além disso, os procedimentos técnicos utilizados atualmente para enfrentar as poucas falhas nos aplicativos de alta confiabilidade simplesmente não servirão para tratar dos problemas que nos aguardam nas próximas uma ou duas décadas.

A Redundância Modular Tripla serve bem a seu propósito se a confiabilidade de um subsistema individual como um microprocessador for alta. No entanto, se houver uma probabilidade de até mesmo 0,1% de um transistor falhar, nenhum dos três microprocessadores redundantes dará conta da tarefa.

E colocar três deles para influir no resultado quando todos estão funcionando com erro não adiantará nada! As previsões sobre as tecnologias futuras sugerem que a taxas de erro serão muito maiores do que 0,1%.

A fim de ilustrar os problemas que surgem quando se enfrentam taxas de erro assim altas, a imagem à direita mostra a porcentagem da taxa de informação (em bits corrigidos de dados para cada centenas de bits de dados crus) contra a porcentagem de taxa de bit errado (bits errados por centenas de bits de dados crus) em relação a uma série de codificações redundantes.

Um exemplo: a redundância modular tripla (TMR) requer que cada bit de dado seja repetido três vezes e fornece uma taxa de informação de 33% (um bit de informação para cada três bits usados) ao passo que enfrenta uma taxa de bits errados de 33% (ele consegue corrigir um único bit errado a cada grupo de três bits).

O envelope de pontos corresponde à medida de "entropia" de informação de Shannon, que representa o limite do que é realizável. A princípio, pode parecer estranho que todos os pontos constantes da figura apareçam dentro do envelope, sugerindo que teriam uma performance melhor do que o nível teórico ideal. No entanto, isso se explica facilmente.

A TMR, por exemplo, consegue lidar com uma taxa de 33% de bits errados, mas apenas se exatamente um erro ocorrer a cada código de três bits. Uma taxa randômica de bits errados de 33% colocaria, com grande probabilidade, dois erros dentro de um código de três bits, provocando erros incorrigíveis e, já que é impossível para o dispositivo recebedor determinar onde aconteceram os erros incorrigíveis, uma outra camada de redundância e correção de erro se faria necessária, o que reduziria ainda mais a taxa de informação.

Podemos perceber que qualquer sistema projetado para enfrentar uma taxa de falha de componentes de 30% demanda uma despesa com a redundância de 10x, e uma tolerância de 10% de falha requer uma despesa com a redundância de 100% (no mínimo). Conclui-se, entre outras coisas, que, se a diminuição contínua dos transistores nos levar a um universo em que as falhas de componente tornam-se freqüentes demais, a despesa com a redundância suplementar para enfrentar essas falhas poderiam facilmente superar os benefícios gerados pela potência maior dos transistores disponibilizada pela redução no tamanho deles. Há, portanto, um limite sobre o quanto será tecnicamente vantajoso continuar avançando nessa direção.

Claro que esta análise só vale se as falhas e os erros forem realmente randômicos. Os "hard errors" apresentam um padrão de recorrência entre uma unidade de dado para a outra, e a localização deles pode ser identificada e levada em consideração. Como resultado, os custos adicionais de hardware para enfrentar os "hard errors" e as falhas de componente revelam-se potencialmente muito menores do que no caso dos "soft errors".

Uma área na qual há tecnologias capazes de enfrentar altas taxas de falha é a das memórias.

Dispositivos como o cartão de memória microSD de 12 Gbytes, citado anteriormente, incorporam mecanismos sofisticados para a detecção e a correção de erros a fim de enfrentar os "soft errors" e conseguem testar internamente áreas da memória e identificar as que apresentam problemas com taxas exorbitantes devido a "hard errors" (da mesma forma que as seções defeituosas de um disco rígido deixam de ser usadas).

Esse é um dos motivos pelos quais tais dispositivos atingem contagens tão altas de transistores; a simetria na distribuição física dos elementos dos transistores é outro. Outra área que funciona dessa maneira é a das comunicações, na qual principalmente as transmissões de rádio precisam ter robustez para enfrentar as altas taxas de bits errados. No entanto, nenhum desses recursos parece aplicável para estruturas lógicas complexas como as de um microprocessador.

Uma questão a ser respondida trata do nível aceitável de taxa de falhas. Em aparelhos de mídia como as TVs digitais e os players portáteis de música precisa haver garantias de que nenhum erro passará pelo sistema?

Distorções bastante raras na imagem acontecem nas TVs digitais devido a erros incorrigíveis de comunicação. Porém, em virtude da codificação da imagem esses erros costumam ser altamente visíveis e incomodantes.

Com certeza, pode-se perguntar se seria necessário garantir que os pequenos erros incorrigíveis na comunicação provoquem erros imperceptíveis na tela, talvez afetando apenas os bits menos significativos (LSBs) do valor de cor. O argumento pode ser usado para a computação numérica. Os recursos atuais gastam tanta energia para corrigir os LSBs quanto para os bits mais significativos (MSBs).

Certamente se pode perguntar se, estando os recursos em falta, deveria ser usada para proteger os MSB uma parte maior deles do que aquela voltada para os LSBs. O conceito da correção balanceada de erros tem sido utilizado nos protocolos de comunicação (protegendo a informação em trânsito com mais afinco do que a carga útil de dados), mas parece haver um potencial maior nesse recurso do que o atualmente explorado.

No limite, no ponto em que os gargalos da tecnologia restringirem todos os aspectos de um sistema para apresentar erros ocasionais, seria possível projetar um microprocessador no qual um pequeno erro no fluxo de instrução provocasse um erro incomensuravelmente pequeno na execução de um programa?

CONTINUA...

Vários núcleos em ação

 Uma conseqüência da forma como a tecnologia computacional vem se alterando é a recente mudança de paradigma nos microprocessadores de alta performance. Durante várias décadas, arrancaram-se todas as gotas possíveis de performance dos processadores de ponta com núcleo único, e isso ao custo de uma complexidade arquitetural feroz. Acrescentaram-se recursos que ultrapassavam em muito o limite dos retornos cada vez menores segundo a lógica de custo e benefício, e isso porque todos os softwares dependiam de um modelo particularmente simples de programação em linha única. O meio século de pesquisas sobre a computação em paralelo precisa justificar o uso do paralelismo para os usos mais comuns, de forma que o modelo de processador único dominou o mercado de consumo de massa e as ineficiências dos processadores supercomplexos justificavam-se tendo em um vista o contexto do sistema como um todo.

Agora, de uma hora para outra, tudo mudou. Os processadores dual core tornaram-se o padrão, os com quatro núcleos começam a aparecer e o setor já fala sobre o crescimento futuro em termos de processadores com um número ainda maior de núcleos em um chip. O que aconteceu? O paralelismo para uso geral certamente não foi solucionado e, até que o seja, a utilidade de processadores de vários núcleos continua a ser questionável (para os aplicativos de desktop de uso geral; não há dúvida sobre a utilidade deles em muitos aplicativos de servidores, nos quais as múltiplas transações independentes oferecem com facilidade um montante suficiente de paralelismo para manter todos os núcleos ocupados). A verdade é que os lucros cada vez menores oferecidos pela complexidade adicional, os custos de projeto e a mudança da relação entre as defasagens de processamento e de comunicação nos chips somam-se para tornar o investimento nos processadores de núcleo único menos atraente. A operação de cortar e colar é tão fácil no silício quanto em qualquer outro lugar, de forma que colocar dois ou quatro núcleos em um chip não se revela tão mais difícil do que colocar um (não obstante a complexidade de manter um modelo de memória coerente e equilibrar as exigências da largura de banda). O setor simplesmente abandonou o caminho do processador de núcleo único, considerando-o difícil demais e optando pela rota que oferecia menos resistência. Os fabricantes conseguem aumentar a capacidade de processamento por meio do investimento nos núcleos múltiplos; se você consegue ou não utilizar esse potencial, isso é problema seu, não deles.

Há uma motivação consideravelmente maior para realizar avanços no paralelismo de uso geral porque não há mais outra forma de seguir adiante. Uma conseqüência interessante disso é que, quando uma solução apresenta-se, essa pode causar uma mudança avassaladora no equilíbrio de forças que determina o ponto ideal para uma arquitetura computacional. Os processadores podem ser avaliados segundo seu custo de fabricação (que diz respeito à performance por unidade de área de silício) e segundo seu custo de rodagem (que diz respeito a sua eficiência no consumo de energia, conforme discutimos anteriormente). No primeiro caso, os processadores de alta performance, como os usados nos desktops, e os processadores embutidos do tipo ARM, como os usados em celulares e em players de música, são basicamente equivalentes. No segundo, os processadores embutidos ganham de olhos fechados. Esses ficam atrás na performance de direção única de processamento, mas, se e quando o paralelismo estiver realmente disponível, essas máquinas terão mais eficiência no consumo de energia ao usar um grande número de processadores simples ao invés de um pequeno número de processadores de ponta. Muitos núcleos simples poderiam de fato tornar mais fácil a tarefa da computação, no sentido de que esses contribuem diretamente para melhorar de forma significativa o consumo de energia.

Como vimos, muita coisa está mudando na tecnologia computacional. Isso exige posturas novas e visionárias da parte da comunidade de projetistas da microeletrônica caso se deseje enfrentar os desafios apresentados pela tecnologia e explorar a fundo o potencial dos novos tipos de projeto e produto. A comunidade britânica de pesquisadores de projeto na área de microeletrônica identificou um conjunto de quatro Grandes Desafios para os esforços a serem realizados nessa área, um conjunto que oferece uma agenda para os avanços futuros:

-Baterias Não Inclusas - minimizar as demandas de energia dos produtos eletrônicos. À medida que os produtos eletrônicos tornam-se cada vez mais invasivos, será impraticável alimentá-los por meio de baterias que precisam ser constantemente trocadas. Conseguiremos utilizar o montante de energia desperdiçada ou obter um consumo de energia tão baixo que uma única bateria alimentará o aparelho ao longo de toda a vida dele?

-O Silício Ganha Vida - unir a eletrônica com a biologia. Próteses de retina, diagnósticos médicos implantados, interfaces de cérebro-máquina essas todas são tecnologias promissoras do ponto de vista do tratamento médico que demandam uma integração muito maior entre a eletrônica e a biologia.

-Mais por Menos - projetos de performance maior para a tecnologia de chips da geração internet. Os esforços para obter potenciais de computação cada vez maiores continuarão. No entanto, precisa-se dar mais atenção para os custos envolvidos nisso: os custos para o meio ambiente e os custos em termos de projeto.

-Construindo Cérebros - sistemas eletrônicos inspirados na neurologia. Nossos cérebros são muito mais eficientes em termos de consumo de energia do que os aparelhos eletrônicos e muito mais tolerantes quando às falhas de componente. Se conseguíssemos vislumbrar como funciona o sistema biológico poderíamos aprender como aplicar essas lições nos novos sistemas computacionais e como construir sistemas confiáveis com base em tecnologias não-confiáveis. Nesse processo, talvez aprendêssemos também algumas coisas interessantes a respeito de nós mesmos!

Esses Desafios revelam alguns dados sobre como a comunidade de pesquisadores vê o desenvolvimento futuro da tecnologia computacional e sobre nossa habilidade de explorá-la por meio da criação de dispositivos artificiais úteis. Esses Desafios são todos, claro, multidisciplinares e os projetos eletrônicos respondem somente por um aspecto deles. Esses pontos, no entanto, arrolam uma agenda de pesquisa de longo prazo baseada nas idéias da comunidade científica sobre a meta que a tecnologia nos permitirá atingir nas próximas uma ou duas décadas.

CONTINUA...

A professora biologia

A fim de encontrar um exemplo que suporta as falhas de componente, explora níveis bastante altos de paralelismo e apresenta um patamar excelente de eficiência no consumo de energia, podemos nos voltar para a biologia. Não se conhecem muito bem os princípios do processamento de informação a partir dos quais funciona o cérebro, mas a tecnologia subjacente tem sido estudada muito detalhadamente. Perdemos cerca de um neurônio por segundo ao longo de nossa vida adulta, mas sofremos uma perda de desempenho pouco evidente como resultado disso. Os nossos 100 bilhões de neurônios funcionam lentamente e utilizam uma quantidade mínima de energia, mas juntos realizam funções impossíveis de serem realizadas pelos nossos computadores mais poderosos. Se conseguíssemos entender como o cérebro produz esse nível de funcionalidade, talvez aprendêssemos como construir máquinas mais resistentes e mais eficientes quanto ao consumo de energia.

O projeto SpiNNaker, uma parceria entre a Universidade de Manchester e a Universidade de Southampton, e do qual participam também as empresas ARM Ltd e Silistix Ltd, pretende colocar 1 milhão de núcleos de processamento ARM em um computador maciçamente paralelo com o objetivo de modelar grandes sistemas de neurônio com pontas em tempo biológico real. A máquina baseia-se em um chip com processador de vários núcleos projetado especialmente para esse fim e que incorpora 20 processadores ARM968, conectados por um tecido de comunicação intra- e inter-chip criado para dar apoio aos níveis bastante altos de conectividade encontrados entre os neurônios do cérebro. Cada chip de núcleos múltiplos conecta-se a um chip de memória local de 128 Mbytes. O sistema possui no total 8 terabytes de memória e pode executar 256 tera (1.012) instruções por segundo. Mesmo esse montante de capacidade computacional consegue modelar em tempo real apenas 1 bilhão de neurônios com pontas bastante simples, o que talvez seja o equivalente a 1% do cérebro humano.

Um sistema dessa escala seria inconcebível, ou ao menos proibitivamente caro, a apenas uma década atrás. A tecnologia de hoje permite montá-lo dentro de um orçamento de pesquisa relativamente modesto; a tecnologia de amanhã pode depender de algumas das lições que tirarmos dele a respeito da redundância e da tolerância a falhas dos sistemas biológicos se desejamos continuar com o progresso notável testemunhado quanto à capacidade da tecnologia computacional nos últimos 60 anos.

CONCLUSÕES

As primeiras seis décadas da tecnologia computacional pautaram-se por um progresso admirável, exemplificado pelo aumento de dez vezes na eficiência com que os computadores consomem energia. Esse progresso subjaz à explosão dos produtos eletrônicos de consumo que vemos hoje. A continuidade do progresso, no entanto, não está de forma nenhuma garantida à medida que a tecnologia aproxima-se da escala atômica e uma série de problemas, que inclui as leis fundamentais da física, a complexidade de projeto e a viabilidade econômica, ameaça obstruir o caminho.

Os sinais de desgaste já se tornam aparentes, e as mudanças visíveis na prática empresarial e a migração para os processadores de núcleos múltiplos (antes de haver softwares capazes de os explorarem) oferecem manifestações prévias dos problemas vindouros. Uma tecnologia muito menos confiável deve aparecer, obrigando a novas mudanças na arquitetura dos chips, a mudanças na forma de projetá-los e, se os projetista não conseguirem responder satisfatoriamente a esses problemas, a mudanças sensíveis na robustez e na performance dos sistemas.

Há muitos desafios científicos no caminho a ser trilhado, e uma avenida promissora é aumentar nossa compreensão sobre como a biologia oferece sistemas confiáveis baseados em plataformas não-confiáveis. Da biologia, podemos aprender também alguma coisa sobre o consumo eficiente de energia. Não obstante termos avançado muito desde os primeiros computadores, ainda temos um fator de 1 milhão a ser superado antes de nossas máquinas serem competitivas com a natureza a esse respeito, uma distância cujo encurtamento poderia significar uma contribuição importante para o futuro sustentável do nosso planeta!

Tradução de RODRIGO CAMPOS CASTRO

Segredo rompido

O Tribunal de Justiça do Distrito Federal determinou que o Google quebre o sigilo de um usuário que divulgou no You Tube trechos de escutas telefônicas relacionados à Operação Aquarela. Um usuário, identificado como "xingunotícias", colocou ilegalmente na internet em setembro do ano passado conversas sigilosas obtidas pela Justiça durante investigação sobre desvio de recursos do BRB (Banco de Brasília).

"È uma determinação judicial para que possamos identificar os responsáveis pela divulgação das conversa e isso se cumpre", disse o juiz Roberval Belinati, da 1ª Vara Criminal, que tomou a decisão.

Segundo ele, dados que são sigilosos e acabam divulgados na rede podem levar à prisão dos autores ou responsáveis pela disseminação das informações.

"Determinei a quebra do sigilo ao Google porque, ao sabermos que foi o autor ou quem foram os autores da divulgação das escutas, entraremos com uma ação criminal. Por isso é importante que a determinação seja seguida", afirmou.

Entre os trechos divulgados na internet, estão conversas comprometedoras entre o ex-governador do DF Joaquim Roriz (PMDB) e o ex-presidente do BRB (Banco de Brasília) Tarcísio Franklim de Moura e também entre Moura e o governador José Roberto Arruda (DEM).

Em algumas das escutas que caíram na rede, Roriz conversa com Moura sobre a partilha de um cheque de R$ 2,2 milhões. Os trechos das conversas não estão mais no ar.

O juiz disse acreditar que o autor da divulgação tenha retirado o material da internet por saber que sua identidade está sendo investigada.

O Google disse não ter recebido ainda notificação da Justiça. Segundo a assessoria de imprensa, não há nos arquivos recentes usuário com o nome "xingunotícias".

Há duas semanas, o Tribunal de Justiça do Rio de Janeiro determinou a retirada de conteúdo relacionado ao presidente do Vasco da Gama, Eurico Miranda, do YouTube e do Orkut. Miranda entrou com ação contra os sites porque uma pesquisa com seu nome leva a mais de cem comunidades com conteúdo considerado pelo cartola ofensivo. Em 2006, a apresentadora Daniela Cicarelli entrou com ação contra o YouTube por ter divulgado imagens dela e do namorado em uma praia na Espanha.

Contribuição da repórter Simone Iglesias, da Sucursal de Brasília da Folha