GM simula 34 mil anos de testes de bateria LMR em menos de um mês

Foto: ThisIsEngineering (Pexels)

A General Motors diz ter comprimido o equivalente a décadas de simulação de baterias em poucas semanas. Com modelagem computacional e inteligência artificial (IA), a montadora afirma ter avaliado virtualmente mais de 300 mil configurações de packs ricos em manganês e lítio, as chamadas LMR, e avançado do primeiro conceito à aprovação formal em menos de um mês.

Segundo a empresa, o esforço consumiu mais de 300 milhões de horas de processamento. Em um computador convencional rodando 24 horas por dia, isso corresponderia a cerca de 34 mil anos de cálculo contínuo — o número que a Fast Company colocou no centro da reportagem publicada nesta quinta-feira, 22 de outubro de 2026.

O que aconteceu

Desenvolver novas células para veículos elétricos costuma levar anos de pesquisa. No caso das baterias LMR, a GM afirma já ter investido cerca de uma década de trabalho. Até agora, porém, essa química ainda não equipa nenhum modelo da marca nas ruas. O salto recente, de acordo com a montadora, veio do laboratório digital: em vez de fabricar e testar fisicamente um leque estreito de protótipos, a equipe simulou centenas de milhares de arranjos de pack antes de fechar o desenho aprovado.

Essas mais de 300 mil formulações exploraram combinações químicas distintas, ciclos de temperatura e outras abordagens para a célula, explicou Sterling Anderson, chief product officer da GM, à Fast Company. A lógica, segundo ele, é ampliar o espaço de busca. “Se não tivéssemos o luxo de algumas dessas ferramentas, teríamos de amostrar de forma mais esparsa o que era possível”, disse Anderson.

A reportagem destaca que a aposta não se limita a acelerar o cronômetro. Ao cruzar IA e simulações virtuais, a GM diz conseguir testar mais opções de uma só vez, em vez de escolher entre poucos candidatos físicos. O volume de unidade central de processamento (CPU) citado — mais de 300 milhões de horas — funciona, na narrativa da empresa, como prova de escala: o que um único computador levaria milênios para completar foi distribuído e condensado em semanas de calendário.

O episódio se encaixa na trajetória já longa da LMR na casa. A química ainda não chegou ao mercado sob o emblema GM, o que torna o marco de “conceito a aprovação formal em menos de um mês” um indicador de processo, não de produto já à venda.

O que isso pode mudar

A GM quer levar a mesma abordagem de IA e simulação para além das baterias, cobrindo todas as etapas do desenvolvimento de veículos, com a meta de reduzir pela metade o tempo necessário para criar um carro. Se a promessa se confirmar na prática, o ciclo tradicional de engenharia — longo, caro e dependente de protótipos físicos sucessivos — tenderia a ceder espaço a uma triagem digital prévia mais densa, com o metal e o laboratório entrando depois, já com opções pré-filtradas.

Na hipótese mais otimista para a montadora, isso poderia encurtar a distância entre a bancada e a linha de montagem e tornar a LMR, ainda ausente das ruas, um candidato mais rápido a produção. Também pode ampliar a pressão competitiva no setor de elétricos: quem conseguir varrer centenas de milhares de configurações antes de gastar em células reais ganha margem de custo e de prazo. Ainda assim, aprovação formal de programa não equivale a veículo entregue ao consumidor; o risco de que a simulação subestime falhas do mundo real permanece.

Para investidores e rivais, o sinal mais claro da Fast Company é metodológico. A GM não anuncia, nesse relato, um carro novo nas concessionárias, e sim uma capacidade de varredura computacional que pretende generalizar. Se a meta de cortar pela metade o tempo de desenvolvimento avançar do discurso à engenharia de rotina, o mercado de elétricos pode ver ciclos de produto mais curtos — e uma disputa cada vez mais definida por quem domina o laboratório virtual antes da fábrica.

Fontes: Fast Company

Leia mais em: www.mundodosnegocio.com.br