A Nvidia voltou a surpreender o mercado ao anunciar, na última quarta-feira (21), lucros robustos impulsionados pela demanda por suas GPUs — peças fundamentais para cargas de trabalho de inteligência artificial.
Enquanto a empresa quebra recordes, cresce também a movimentação de gigantes da tecnologia em torno de outras arquiteturas de processamento, especialmente os ASICs personalizados.
Google, Amazon e até a OpenAI vêm desenvolvendo seus próprios chips, menores e mais baratos, como alternativa estratégica às GPUs de alto custo. Para Daniel Newman, do Futurum Group, essa categoria deve “crescer ainda mais rápido do que o mercado de GPUs nos próximos anos”.
Além de GPUs e ASICs, especialistas apontam para os FPGAs — chips reconfiguráveis usados em redes, processamento de sinais e IA — e para a expansão de chips de IA embarcados em dispositivos, segmento liderado por Qualcomm e Apple. A avaliação foi feita por analistas e profissionais do setor em entrevistas à CNBC.
A força (e o limite) das GPUs
- As GPUs, originalmente criadas para games, impulsionaram a Nvidia ao topo do valor de mercado global após se tornarem essenciais para treinar e executar modelos de IA.
- No ano passado, cerca de 6 milhões de GPUs Blackwell foram vendidas. A transformação começou em 2012, quando a arquitetura paralela dessas placas ajudou pesquisadores a criar a AlexNet, marco da IA moderna.
- Hoje, GPUs operam em data centers combinadas com CPUs, executando tarefas de treinamento e inferência.
- Nvidia e AMD dominam esse mercado, sustentadas por ecossistemas de software distintos — CUDA, no caso da Nvidia, e plataformas abertas no caso da AMD.
- A demanda é tão alta que racks com 72 GPUs podem ultrapassar US$ 3 milhões, e a Nvidia envia cerca de mil unidades por semana.
Leia mais
- Foxconn alerta para escassez de chips de IA em 2024; veja
- Guerra dos Chips: essas são as empresas chinesas que você deve ficar de olho
- Startup quer enfrentar a Nvidia no mercado de chips de IA
ASICs: o contra-ataque dos hiperescaladores
Enquanto GPUs funcionam como “canivetes suíços”, ASICs são projetados para tarefas específicas — e, quando bem aplicados, oferecem grande economia e eficiência.
O Google inaugurou essa corrida em 2015 com as TPUs; hoje, já está na sétima geração e planeja treinar modelos como o Claude, da Anthropic, em até 1 milhão desses chips.
A Amazon seguiu o mesmo caminho com os chips Inferentia e Trainium, e empresas como Broadcom e Marvell tornaram-se peças-chave no design desses circuitos.
A tendência agora se espalha: a Microsoft já opera seu chip Maia 100 em data centers, enquanto Intel, Qualcomm, Tesla, Cerebras e Groq disputam espaço com soluções personalizadas.
Na China, Huawei, ByteDance e Alibaba tentam acelerar seus próprios projetos, embora enfrentem restrições de exportação de tecnologia avançada.
O resultado é um cenário em rápida evolução: a Nvidia cresce mais do que nunca, mas agora enfrenta concorrência real em praticamente todas as frentes do hardware de IA.
O post Corrida por chips se intensifica e rivais correm atrás da NVIDIA apareceu primeiro em Olhar Digital.