Nvidia reage à nova corrida da inteligência artificial e aposta em parceria para acelerar chips de IA

Durante a conferência GTC, Jensen Huang apresentou novas estratégias e produtos para manter a liderança da Nvidia em um mercado de chips de inteligência artificial cada vez mais competitivo.

A Nvidia, empresa que se tornou sinônimo da infraestrutura da inteligência artificial moderna, está entrando em uma nova fase de competição. Durante a abertura da conferência anual de desenvolvedores da companhia, a GTC, realizada em San Jose, na Califórnia, o CEO Jensen Huang apresentou uma série de novidades destinadas a defender a posição dominante da empresa no mercado global de chips de IA.

Nos últimos três anos, Huang descreveu as GPUs da Nvidia como o “canivete suíço” da inteligência artificial — ferramentas versáteis capazes de treinar modelos complexos e executar aplicações avançadas. Porém, o avanço rápido da tecnologia e a mudança nas necessidades das empresas de IA estão alterando a dinâmica do setor, exigindo novos tipos de hardware focados em eficiência, custo e velocidade de processamento.

Durante sua apresentação, que durou cerca de duas horas, Huang revelou um novo produto que combina a tecnologia da Nvidia com chips desenvolvidos pela startup Groq. A solução une as GPUs da Nvidia — altamente eficientes para receber e interpretar solicitações de IA — com chips especializados da Groq, capazes de acelerar o funcionamento desses sistemas em determinadas etapas do processamento.

A corrida por chips mais rápidos para executar inteligência artificial

A mudança estratégica ocorre porque o mercado de IA está migrando do treinamento de modelos para a chamada fase de inferência. Nesse estágio, sistemas de inteligência artificial já treinados passam a gerar respostas em tempo real para usuários — criando textos, imagens, vídeos, códigos de software ou análises de dados.

Esse tipo de operação exige chips capazes de produzir resultados com extrema rapidez e baixo custo. E é justamente nessa área que novos concorrentes vêm avançando. Empresas como o Google, com seus chips Tensor Processing Units (TPUs), e startups como a Cerebras, desenvolveram arquiteturas focadas especificamente na execução de modelos de IA, muitas vezes oferecendo maior eficiência para tarefas de inferência.

Essas alternativas começaram a atrair alguns dos maiores clientes da Nvidia. Companhias como OpenAI e Meta passaram a testar ou adotar soluções de hardware concorrentes para rodar parte de seus sistemas de inteligência artificial, especialmente quando o objetivo é reduzir custos operacionais em larga escala.

O movimento chamou a atenção da Nvidia. Em resposta, a empresa anunciou em dezembro um acordo de licenciamento avaliado em cerca de US$ 20 bilhões com a Groq, que desenvolve chips customizados para inferência. A expectativa é que a combinação das duas tecnologias permita executar modelos de IA com mais velocidade e menor custo por operação.

“A inteligência artificial agora é capaz de realizar trabalho produtivo, e por isso chegamos ao ponto de inflexão da inferência”, afirmou Huang durante sua apresentação na GTC.

Uma corrida de trilhões de dólares

A pressa da Nvidia em integrar novas tecnologias mostra o ritmo acelerado da indústria de IA. Em apenas três anos, a empresa se tornou uma das forças mais importantes da economia digital global. Atualmente, seus chips representam mais de 90% do mercado de hardware utilizado para treinar modelos de inteligência artificial.

Manter essa liderança é essencial para o futuro da companhia. Huang revelou que a Nvidia projeta gerar pelo menos US$ 1 trilhão em receita com a venda de suas próximas gerações de chips — Blackwell e Rubin — entre 2025 e 2027. Essa estimativa praticamente dobra a previsão anterior da empresa, que apontava cerca de US$ 500 bilhões em vendas entre 2025 e 2026.

Além de novos chips, a Nvidia também apresentou na conferência o NemoClaw, uma ferramenta voltada para empresas de software que desejam desenvolver sistemas baseados em agentes de IA — assistentes digitais capazes de executar tarefas complexas de forma autônoma.

Esses agentes estão entre as tendências mais fortes da atual geração de inteligência artificial. Empresas como OpenAI e Anthropic vêm desenvolvendo sistemas capazes de escrever código, conduzir pesquisas ou realizar atividades online sem intervenção humana constante.

O crescimento explosivo de dados na era da IA

Com o aumento da adoção dessas tecnologias, cresce também a quantidade de dados processados por sistemas de inteligência artificial. Cada interação com um modelo gera unidades chamadas tokens, que representam fragmentos de informação usados para construir respostas.

Segundo Huang, o volume desses tokens está crescendo em ritmo exponencial. Isso exige data centers cada vez mais poderosos e eficientes para atender à demanda global por IA.

A Nvidia já começou a colher resultados dessa expansão. Recentemente, a OpenAI anunciou um acordo com a empresa para utilizar chips dedicados especificamente à execução de inferência em larga escala.

Analistas acreditam que a Nvidia continuará dominante no treinamento de modelos, mas enfrentará maior competição na fase de execução das aplicações de IA. Ainda assim, mesmo uma fatia menor desse mercado pode representar receitas gigantescas, dada a escala do setor.

Uma estratégia também para resolver gargalos de produção

O acordo com a Groq também oferece uma vantagem estratégica no lado da produção. Grande parte dos chips da Nvidia é fabricada pela Taiwan Semiconductor Manufacturing Company (TSMC), que enfrenta limitações de capacidade devido à enorme demanda global por semicondutores avançados.

Já os chips da Groq são produzidos pela Samsung Electronics, diversificando a cadeia de suprimentos da Nvidia. Além disso, eles não dependem de memórias de altíssima largura de banda — um componente que também está enfrentando escassez no mercado.

Na prática, isso significa que a Nvidia pode acelerar a produção de soluções voltadas para inferência enquanto continua expandindo sua presença em data centers e plataformas de IA. Para especialistas, trata-se de uma jogada estratégica que reforça as defesas da empresa em um dos mercados mais disputados da tecnologia atual.