Por Que Toda Big Tech Quer Ter Seu Próprio Chip de IA

No dia 12 de julho, a SK Hynix fechou a maior abertura de capital estrangeira já registrada nos Estados Unidos, movida quase inteiramente pela demanda por chips de memória HBM usados em inteligência artificial. Na mesma semana, rumores sobre o futuro chip M7 Ultra da Apple davam conta de suporte a até 1,5 TB de RAM. Duas notícias aparentemente distintas, mas que apontam para o mesmo movimento: as grandes empresas de tecnologia não querem mais depender só da Nvidia para rodar seus modelos de IA.

Por Que Não Basta Comprar Chip da Nvidia

A Nvidia domina o mercado de processadores para treinar e rodar modelos de IA há anos, e por bons motivos: seus chips e o ecossistema de software ao redor deles são difíceis de igualar. O problema é que essa dominância virou um gargalo. A demanda por capacidade de processamento cresceu muito mais rápido do que a capacidade da Nvidia de fabricar e entregar, e empresas que dependem inteiramente de um único fornecedor ficam reféns do preço e da fila de espera dele.

O Gargalo Real Está na Memória, Não Só no Processamento

Rodar um modelo de linguagem grande não é só uma questão de poder de cálculo. O modelo inteiro, com seus bilhões de parâmetros, precisa ficar acessível o mais perto possível do processador, e é aí que entra a memória HBM, sigla para High Bandwidth Memory. Ela é mais cara e mais difícil de fabricar que a memória comum de computador, e a demanda por ela cresceu tanto que fabricantes como a SK Hynix viraram peças tão estratégicas quanto a própria Nvidia. Isso explica por que uma empresa de memória, não de processadores, protagonizou a maior IPO estrangeira da história americana.

Quem Já Está Construindo o Próprio Chip

O movimento não é novo, só está acelerando. O Google desenvolve seus próprios chips TPU há mais de uma década para rodar o Gemini e outros modelos internos. A Amazon tem os chips Trainium e Inferentia rodando parte da infraestrutura da AWS. A Microsoft apresentou o chip Maia para seus data centers de IA. Até a OpenAI, que não fabrica hardware, já sinalizou nos últimos anos interesse em desenvolver capacidade própria de chips para reduzir sua dependência de fornecedores externos.

A Apple segue o mesmo caminho por outra porta: já domina o design de silício próprio nos iPhones e Macs, e está expandindo essa estratégia para suportar cargas de IA cada vez maiores localmente, como sugerem os rumores em torno do M7 Ultra. Nenhuma dessas empresas parou de comprar chips da Nvidia. O objetivo não é substituir completamente o fornecedor, mas reduzir a dependência dele e ter controle sobre uma parte da própria infraestrutura.

O Que Isso Muda Para Quem Só Usa IA no Dia a Dia

Para o usuário final, esse movimento tende a aparecer de forma indireta: modelos rodando mais rápido, custo por consulta caindo aos poucos e novos recursos, como janelas de contexto maiores, ficando viáveis. Ao mesmo tempo, cria uma disputa de longo prazo entre quem fabrica o hardware e quem constrói os modelos, o que deve moldar o preço e a disponibilidade das ferramentas de IA nos próximos anos.

FAQ

Isso significa que a Nvidia vai perder o mercado de IA?

Não no curto prazo. A Nvidia continua sendo a principal fornecedora de chips de IA do mundo. O movimento das big techs é sobre reduzir dependência, não substituir completamente esse fornecimento.

Por que memória é tão importante quanto o processador?

Porque um modelo de IA precisa manter seus parâmetros acessíveis rapidamente durante o processamento. Sem memória de alta velocidade suficiente, mesmo o processador mais rápido do mundo fica ocioso esperando dados.

Isso vai baixar o preço das ferramentas de IA?

É uma das apostas do setor. Mais fornecedores de hardware e menos dependência de um único ponto de gargalo tendem a aumentar a oferta e, com o tempo, pressionar os custos para baixo.

Empresas menores também conseguem fazer isso?

Dificilmente. Projetar um chip do zero exige bilhões de dólares em investimento e anos de desenvolvimento, o que só está ao alcance de empresas com escala e caixa como Google, Amazon, Microsoft e Apple.