O cenário competitivo na área de inteligência artificial está passando por uma nova transformação. A Alphabet, empresa controladora do Google, lançou recentemente o modelo multimodal Gemini 3, que demonstrou desempenho excepcional em diversos testes de benchmark. Este modelo foi treinado utilizando o chip TPU desenvolvido pelo próprio Google. Observações de mercado indicam que esse avanço tecnológico está impactando o atual mercado de poder computacional para IA, dominado pelas GPUs da Nvidia.

Dados do mercado de ações dos EUA no dia 25 mostraram que o preço das ações da Nvidia caiu inicialmente mais de 7% no início do pregão, reduzindo sua capitalização de mercado em aproximadamente US$ 1 trilhão em relação ao seu pico histórico no mês anterior. No dia 26, o preço das ações havia se recuperado ligeiramente. Durante o mesmo período, os preços das ações de outras empresas de semicondutores, como AMD e Arm, também oscilaram.

Análises técnicas apontam que o TPU do Google, por ser um chip personalizado, possui uma arquitetura mais adequada para lidar com tarefas de IA generativa. Estimativas da indústria sugerem que o custo operacional de um chip TPU é apenas de 10% a 50% do custo de um chip equivalente da Nvidia, uma diferença significativa para os investimentos em poder computacional de grandes empresas de tecnologia.

Em resposta às mudanças do mercado, a Nvidia declarou em suas redes sociais: "Estamos satisfeitos com o sucesso do Google e continuaremos nossa parceria de fornecimento com o Google". A empresa enfatizou que sua plataforma é totalmente compatível e pode suportar diversos modelos de IA. Atualmente, a Nvidia detém uma participação significativa no mercado de chips para treinamento de IA, com suas GPUs das séries H100 e H200 amplamente utilizadas na infraestrutura global de IA.

Embora os TPUs do Google tenham demonstrado potencial de desenvolvimento, especialistas do setor apontam que a substituição completa das GPUs da Nvidia ainda enfrenta desafios. O ecossistema CUDA da Nvidia foi amplamente adotado por desenvolvedores em todo o mundo, criando uma dependência tecnológica significativa. A Bloomberg relata que empresas, incluindo o Google, ainda não desenvolveram uma solução tecnológica completa para substituir as GPUs da Nvidia.

A Meta estaria considerando implantar TPUs do Google em seus data centers a partir de 2027 e pode alugar poder computacional relacionado por meio do Google Cloud no próximo ano. Caso essa potencial colaboração se concretize, ela fortalecerá ainda mais a influência das TPUs do Google no mercado de poder computacional para IA. Analistas de mercado acreditam que tais colaborações impulsionarão o poder computacional para IA, tornando-o mais acessível e econômico.