A Nvidia divulgou na quarta-feira (21) mais um resultado financeiro acima das expectativas, impulsionado pela forte demanda por suas GPUs voltadas a cargas de trabalho de inteligência artificial. O avanço, entretanto, ocorre em meio a uma corrida cada vez mais intensa de rivais que apostam em arquiteturas alternativas, especialmente os ASICs personalizados.
ASICs ganham força entre as big techs
Google, Amazon e OpenAI desenvolvem chips dedicados, menores e mais baratos, como forma de reduzir a dependência das GPUs de alto custo. Segundo Daniel Newman, analista do Futurum Group, esse segmento deve crescer em ritmo superior ao mercado de placas gráficas nos próximos anos.
O movimento teve início em 2015, quando o Google apresentou a primeira geração de Tensor Processing Units (TPUs). Atualmente na sétima geração, a companhia pretende utilizar até 1 milhão desses processadores para treinar modelos como o Claude, da Anthropic. A Amazon seguiu o mesmo caminho com os chips Inferentia e Trainium, enquanto Broadcom e Marvell se tornaram parceiras estratégicas no desenho de circuitos integrados sob medida.
Microsoft já opera o chip Maia 100 em seus data centers, e nomes como Intel, Qualcomm, Tesla, Cerebras e Groq também correm por espaço nesse mercado. Na China, Huawei, ByteDance e Alibaba aceleram projetos próprios, embora esbarrem em restrições de exportação de tecnologia avançada.
GPUs seguem dominantes, mas a concorrência cresce
Criadas originalmente para games, as GPUs colocaram a Nvidia no topo do valor de mercado global ao se tornarem peças-chave no treinamento e na execução de modelos de IA. Em 2024, foram comercializadas cerca de 6 milhões de unidades da família Blackwell. A guinada começou em 2012, quando a arquitetura paralela das placas permitiu a criação da AlexNet, marco para a IA moderna.
Hoje, esses processadores atuam nos data centers em conjunto com CPUs, realizando tarefas tanto de treinamento quanto de inferência. Nvidia e AMD dominam o segmento: a primeira mantém um ecossistema fechado baseado em CUDA, enquanto a segunda aposta em plataformas abertas. Com a demanda aquecida, um rack com 72 GPUs pode ultrapassar US$ 3 milhões, e a Nvidia despacha cerca de mil unidades por semana.
Imagem: Tigarto
Outras frentes: FPGAs e chips de IA embarcados
Além dos ASICs, especialistas consultados pela CNBC apontam para o avanço dos FPGAs — chips reconfiguráveis usados em redes, processamento de sinais e aplicações de IA — e para a proliferação de processadores de IA embarcados em dispositivos, área liderada por Qualcomm e Apple.
Com o mercado se diversificando, a Nvidia mantém crescimento recorde, mas agora precisa disputar atenção com uma variedade de soluções de hardware que prometem novas formas de acelerar a inteligência artificial.
Com informações de WizyThec
