Durante anos, o mercado de chips para inteligência artificial funcionou de forma relativamente simples: as empresas desenvolviam os seus modelos e softwares, e a Nvidia fornecia o hardware necessário para os fazer correr. Era uma relação de dependência quase total, semelhante à de um restaurante que compra toda a sua eletricidade a um único fornecedor sem alternativas disponíveis. Hoje, esse cenário está a mudar de forma acelerada e as consequências chegam até nós, utilizadores finais.
O que está realmente a acontecer
Empresas como a OpenAI, a Google, a Amazon, a Meta e até a SpaceX estão a investir somas avultadas no desenvolvimento dos seus próprios chips de inteligência artificial. A OpenAI, criadora do ChatGPT, anunciou planos para produzir chips em parceria com a TSMC, o gigante taiwanês de fabrico de semicondutores. A SpaceX, de Elon Musk, está a desenvolver chips dedicados para os seus sistemas de IA. A Google já tem os seus TPUs (Tensor Processing Units) em funcionamento há vários anos. A Amazon e a Microsoft seguem caminhos semelhantes com os seus próprios projetos de silício.
Para perceber a magnitude deste movimento, vale a pena usar uma analogia do quotidiano. Pensemos numa cadeia de supermercados que, durante décadas, comprou todos os seus produtos de marca própria a um único fabricante exclusivo. A dado momento, esse fabricante torna-se tão poderoso, e os preços tão elevados, que a cadeia decide construir as suas próprias fábricas. O fabricante original não desaparece de um dia para o outro, mas o equilíbrio de poder muda para sempre.
Por que razão isto interessa a quem usa IA no dia a dia
A resposta está no preço e na velocidade. Atualmente, grande parte dos custos associados ao uso de ferramentas de inteligência artificial, seja o ChatGPT, o Gemini da Google ou o Copilot da Microsoft, reflete o custo elevado do aluguer de infraestrutura baseada em chips da Nvidia. As GPUs H100 e H200 da empresa americana chegam a custar dezenas de milhares de euros por unidade e há frequentemente filas de espera para acesso às mesmas.
Quando as grandes empresas passam a usar os seus próprios chips, otimizados especificamente para as suas necessidades, dois efeitos tornam-se prováveis. Primeiro, os custos operacionais tendem a diminuir, o que pode traduzir-se em serviços mais acessíveis para o utilizador comum. Segundo, a velocidade de resposta e a eficiência energética dos sistemas melhora, porque um chip desenhado para uma tarefa específica é sempre mais eficiente do que um chip de propósito geral.
A Nvidia não está em risco imediato, mas o sinal é claro
Importa contextualizar: a Nvidia continua a ser o líder incontestado do mercado, com uma quota que ronda os 80% em chips para IA. O valor de mercado da empresa ultrapassou os dois biliões de dólares, tornando-a uma das empresas mais valiosas do mundo. No entanto, o facto de os seus maiores clientes estarem a investir em alternativas próprias representa um sinal que os mercados financeiros já não ignoram.
É um fenómeno que a história tecnológica já registou antes. A Apple durante anos dependeu de chips da Intel para os seus computadores Mac. Quando a empresa de Cupertino lançou os seus próprios chips da série M em 2020, o desempenho e a eficiência energética dos seus portáteis deram um salto notável. O utilizador beneficiou diretamente. É esse o percurso que outras empresas tecnológicas estão agora a tentar replicar no universo da inteligência artificial.
O que podemos esperar nos próximos anos
O desenvolvimento de chips de raiz é um processo que demora entre três a cinco anos desde a conceção até à produção em larga escala. Portanto, os efeitos práticos desta corrida ao silício próprio não serão imediatos. No curto prazo, a Nvidia mantém a sua posição dominante e as empresas continuarão a ser clientes seus em paralelo com o desenvolvimento das suas soluções internas.
A médio prazo, porém, é razoável antecipar um mercado mais fragmentado, com maior diversidade de hardware a suportar os serviços de IA que utilizamos. Essa diversificação é geralmente positiva para o consumidor final: mais competição tende a produzir melhores produtos a preços mais competitivos. Para nós, que usamos ferramentas de inteligência artificial no trabalho, no estudo e na vida pessoal, esta corrida tecnológica que acontece nos bastidores pode muito bem resultar em serviços mais rápidos, mais baratos e mais capazes nos próximos anos.
Fonte: Notícia Original
