A guerra dos chips de IA: NVIDIA contra Google e Amazon

A NVIDIA, por muito tempo considerada a referência absoluta no mercado de hardware para inteligência artificial, agora enfrenta uma disputa intensa em duas frentes. Suas GPUs (unidades de processamento gráfico) são vistas como padrão-ouro para treinar e executar modelos de IA, mas o cenário mudou: gigantes como Google e Amazon aceleram o desenvolvimento de chips próprios para reduzir a dependência dos caros produtos da NVIDIA.

O Google está apostando pesado em seus Tensor Processing Units (TPUs).

Criados inicialmente para uso interno em treinamentos de machine learning, esses chips foram aprimorados e hoje são oferecidos como alternativa de menor custo às GPUs da NVIDIA. De acordo com reportagem do The Information, a empresa vem negociando com provedores menores de computação em nuvem para que instalem TPUs ao lado das GPUs da NVIDIA em seus data centers. Essa estratégia busca ampliar a presença dos chips do Google e estimular uma adoção mais ampla de sua tecnologia.

Rumores anteriores já indicavam que a OpenAI, desenvolvedora do ChatGPT, havia transferido parte de suas cargas de trabalho para TPUs. O movimento ainda é limitado, mas tem motivação clara: o alto preço das placas NVIDIA. O novo relatório do The Information cita sete fontes diferentes e reforça que o Google não apenas testa, mas procura expandir ativamente a presença de seus chips através de parcerias no mercado de infraestrutura de nuvem.

Além disso, existe um fator interno. Mesmo com um bom estoque de chips, o Google não consegue ampliar seus data centers na mesma velocidade que cresce a demanda por IA. Apoiar-se em infraestrutura de terceiros equipada com TPUs é uma solução prática, permitindo à empresa atender clientes e, ao mesmo tempo, manter suas próprias ambições em IA sem gargalos de capacidade.

A Amazon segue um caminho parecido com seu chip proprietário, o Trainium, voltado para treinar modelos de IA. Mas os resultados ainda não convenceram o mercado. O último balanço da AWS mostrou queda no ritmo de crescimento do negócio de nuvem, em parte por conta da aposta no Trainium. As ações caíram quase 10% após o anúncio, e analistas ressaltaram os desafios de adoção. Segundo pesquisa da New Street, até mesmo a Anthropic – uma das principais usuárias do Trainium em escala – ainda prefere trabalhar com GPUs da NVIDIA, o que mostra as dificuldades de competir diretamente.

No centro dessa disputa está a clássica escolha entre custo e desempenho. As GPUs da NVIDIA continuam sem rival quando se trata de performance, confiabilidade e ecossistema já consolidado. Para startups e empresas, trocar essa segurança por uma alternativa mais barata pode ser arriscado. Porém, se TPUs ou Trainium conseguirem alcançar níveis próximos de performance, a vantagem de custo pode alterar drasticamente a dinâmica do setor.

Por enquanto, a NVIDIA mantém a liderança firme. Mas sinais de pressão começam a aparecer. A estratégia do Google lembra o que a empresa fez com o Android: oferecer escala e acessibilidade para minar gradualmente a liderança de um concorrente dominante. Já a Amazon, mesmo enfrentando resistência, tem recursos para continuar investindo até que seu chip se torne viável. O resultado dessa corrida não vai apenas redefinir o mercado de chips de IA, mas também moldar o futuro da computação nos próximos anos.