Os Chips Tensor do Google ganham terreno contra a Nvidia enquanto a Meta explora uma parceria estratégica

O panorama competitivo em hardware de IA está a mudar visivelmente à medida que a Google faz avanços estratégicos num mercado há muito dominado pela Nvidia. A Meta Platforms está, alegadamente, em negociações com a Google para adotar as suas unidades de processamento tensorial (TPUs) para implementação nos seus data centers a partir de 2027, com potencial acesso antecipado através do Google Cloud já no próximo ano. Este desenvolvimento sinaliza uma tendência mais ampla: grandes empresas de tecnologia estão a diversificar ativamente os seus fornecedores de chips de IA, em vez de dependerem exclusivamente das ofertas da Nvidia.

O mercado refletiu imediatamente este movimento competitivo. As ações da Nvidia recuaram 2,7% após o fecho na terça-feira, enquanto a Alphabet—empresa-mãe da Google—subiu 2,7%, capitalizando o otimismo crescente em torno do seu modelo de IA Gemini e das capacidades de hardware em expansão. Fornecedores asiáticos ligados à Google também beneficiaram, com a IsuPetasys, da Coreia do Sul—um fornecedor chave de placas multicamadas—a subir 18%, e a MediaTek de Taiwan a aumentar quase 5%.

A potencial adoção dos TPUs da Google pela Meta seguiria uma trajetória semelhante à já estabelecida pela Anthropic. A Google garantiu um acordo para fornecer até 1 milhão de chips à startup de IA, um marco que o analista Jay Goldberg, da Seaport, caracterizou como uma “validação realmente poderosa” da tecnologia da Google. Esta validação tem repercutido na indústria, incentivando outras empresas a avaliarem os TPUs como uma alternativa legítima às unidades de processamento gráfico (GPUs) da Nvidia.

Compreender o posicionamento competitivo exige analisar como estas tecnologias diferem. Os GPUs da Nvidia evoluíram das suas aplicações originais de jogos e gráficos e tornaram-se a escolha padrão para cargas de trabalho de treino de IA, dominando a quota de mercado no setor. Os TPUs da Google, por outro lado, representam uma filosofia de design especializada—circuitos integrados específicos de aplicação (ASICs) construídos do zero para tarefas de IA e aprendizagem automática. Mais de uma década de refinamento através da implementação nos produtos e modelos próprios da Google, como o Gemini, permitiu à empresa otimizar simultaneamente hardware e software, criando um ciclo de retroalimentação que reforça a sua posição competitiva.

Para a Meta, especificamente, a economia é convincente. A empresa prevê gastar pelo menos $100 bilhão em despesas de capital em 2026, com analistas da Bloomberg Intelligence a estimar que entre 40 a 50 mil milhões de dólares possam ser direcionados para capacidade de chips de inferência. Se a Meta avançar com a adoção de GPUs juntamente com a continuação das compras à Nvidia, este padrão de despesa poderá acelerar substancialmente o crescimento do negócio de infraestrutura do Google Cloud.

Os analistas da Bloomberg, Mandeep Singh e Robert Biggar, enquadram as negociações da Meta como parte de uma mudança mais ampla na indústria: fornecedores terceiros de IA estão a tratar cada vez mais a Google como um fornecedor secundário credível para chips de inferência, em vez de considerarem a Nvidia como a sua única opção. Este sentimento reflete uma confiança crescente no desempenho e fiabilidade dos TPUs.

Nem a Meta nem a Google confirmaram oficialmente as negociações de parceria. No entanto, a exploração desta opção pela Meta—juntamente com o seu compromisso de investir massivamente em infraestrutura de IA—destaca como os maiores operadores de IA do mundo estão a gerir ativamente o risco de concentração de fornecedores de chips. O sucesso a longo prazo da estratégia de TPU da Google dependerá, em última análise, de os chips conseguirem oferecer desempenho competitivo e eficiência energética em escala, mas a receção inicial da indústria sugere que a Google posicionou-se com sucesso como uma força emergente na competição acelerada por hardware de IA.