Google leva seus chips de IA para o território da Nvidia

Principais destaques

• TPUs além da nuvem: Google avalia fornecer seus chips de IA diretamente para projetos nacionais de computação, começando pela Coreia do Sul.
• Um negócio de US$ 170 bilhões: analistas estimam que as vendas adicionais de TPUs possam representar até US$ 170 bilhões acumulados até 2028.
• Nvidia ganhou um concorrente: CUDA e o ecossistema de software continuam sendo vantagens importantes, mas governos começam a buscar alternativas para construir infraestrutura de IA soberana.

A guerra pelos chips de inteligência artificial está entrando em uma nova fase.

Durante anos, a disputa parecia concentrada em empresas de tecnologia comprando o máximo possível de GPUs da Nvidia. Agora, governos também querem decidir quem fornece a infraestrutura computacional que ficará dentro de suas fronteiras.

É nesse espaço que o Google está tentando colocar suas TPUs.

A Coreia do Sul pode ser o primeiro grande teste 🇰🇷

Segundo um relatório do Seoul Economic Daily publicado em 22 de setembro, representantes do Google se reuniram com autoridades sul-coreanas em 9 de setembro para discutir o fornecimento de TPUs destinadas ao desenvolvimento de IA soberana.

A ideia é importante porque muda o papel tradicional do chip.

As TPUs, ou Tensor Processing Units, foram desenvolvidas pelo Google principalmente para acelerar cargas de trabalho de inteligência artificial dentro de sua própria infraestrutura. Agora, a empresa começa a explorar a possibilidade de transformar essa tecnologia em infraestrutura computacional nacional.

E a Coreia do Sul tem exatamente o tipo de projeto que poderia consumir grandes quantidades desse hardware.

O país vem ampliando investimentos em semicondutores, inteligência artificial e data centers como parte de uma estratégia de independência tecnológica.

🔎 O tamanho da oportunidade: em julho, 92% dos grandes modelos de linguagem usados em projetos de IA soberana no mundo eram treinados com chips da Nvidia, segundo a Counterpoint Research.

Isso significa que existe um mercado enorme, mas também extremamente concentrado.

Google quer vender o chip, não apenas alugá-lo ☁️

A mudança mais interessante talvez esteja no modelo de negócios.

O Google já monetiza suas TPUs por meio do Google Cloud, oferecendo acesso à capacidade computacional sem que o cliente precise comprar o hardware.

Mas a estratégia está se ampliando.

A empresa agora trabalha com três caminhos principais:

• Google Cloud: clientes alugam capacidade computacional baseada em TPUs.
• Implantação local: sistemas TPU podem ser fornecidos para operação diretamente na infraestrutura do cliente.
• Crux AI: a plataforma de nuvem utiliza TPUs para oferecer capacidade computacional a terceiros.

Isso coloca o Google em uma posição diferente da tradicional empresa de nuvem.

Ela passa a disputar também uma parte do mercado de infraestrutura física de IA.

E apareceu um cheque de US$ 22 bilhões 💰

A expansão da Crux AI ajuda a mostrar o tamanho dessa aposta.

Na semana passada, um sindicato formado por 10 bancos concordou em fornecer à empresa um empréstimo de US$ 22 bilhões, garantido por TPUs e contratos com clientes, segundo a Reuters.

É um movimento particularmente relevante porque mostra que os processadores do Google estão começando a ser tratados como ativos capazes de sustentar estruturas financeiras de enorme escala.

Não estamos mais falando apenas de um chip usado internamente pelo Google.

💡 A TPU está deixando de ser apenas uma ferramenta do Google e começando a ser tratada como uma peça comercial da infraestrutura mundial de IA.

US$ 170 bilhões estão na conta 📈

O mercado financeiro também começa a enxergar esse movimento.

Jason Helfstein, analista da Oppenheimer, estimou em relatório publicado em 9 de setembro que as vendas incrementais acumuladas de TPUs poderiam chegar a US$ 170 bilhões até 2028.

Segundo a estimativa, esse potencial ainda não estaria totalmente incorporado às projeções de consenso de Wall Street.

Há outro número chamativo.

A SemiAnalysis afirmou que a TPU Ironwood, geração mais recente do Google, oferece 50% mais desempenho por dólar do que os chips Blackwell Ultra da Nvidia em seu benchmark de inferência.

Isso não significa que a TPU tenha simplesmente derrotado a Nvidia.

Benchmarks dependem de carga de trabalho, software, configuração e metodologia. Mas ajudam a explicar por que o Google acredita que existe espaço para disputar contratos que até agora gravitavam em torno das GPUs da Nvidia.

O problema da Nvidia continua sendo difícil de atacar 🟢

É aqui que a história fica menos simples.

A Nvidia não construiu sua posição apenas vendendo processadores rápidos.

Seu maior diferencial está em torno deles.

O ecossistema CUDA, as bibliotecas de software, ferramentas para desenvolvedores e a infraestrutura de rede criaram uma enorme base instalada. Para uma organização que já construiu seus sistemas em torno desse ambiente, trocar de fornecedor não significa simplesmente retirar uma placa e colocar outra.

É preciso adaptar software, modelos e infraestrutura.

🧩 O custo da mudança: quanto maior e mais complexo o sistema de IA, maior pode ser o esforço necessário para migrar uma arquitetura construída em torno do ecossistema Nvidia.

Google, AMD e outros concorrentes podem oferecer hardware alternativo. A questão é quanto dessa vantagem de hardware consegue ser convertida em uma alternativa completa para quem já depende de CUDA.

Mas governos têm uma preocupação diferente 🌎

Para uma empresa privada, preço e desempenho podem ser suficientes para definir uma compra.

Para um governo, a equação pode incluir outro componente: soberania computacional.

Países que pretendem desenvolver seus próprios modelos de IA precisam pensar em onde os dados serão processados, quem controla os data centers, quais fornecedores estarão envolvidos e quão dependente o país ficará de uma única companhia estrangeira.

É por isso que a estratégia sul-coreana interessa tanto ao Google.

Em vez de disputar apenas com Nvidia, a empresa pode estar diante de um mercado no qual diversificação de fornecedores virou uma questão estratégica.

E a Nvidia pode continuar crescendo mesmo assim

Há uma aparente contradição.

O Google pode conquistar espaço em IA soberana sem que isso necessariamente signifique uma queda imediata nos negócios da Nvidia.

O mercado de infraestrutura de IA continua crescendo, e diferentes fornecedores podem capturar partes diferentes dessa expansão.

A questão mais importante é outra: quanto da nova demanda será destinado às TPUs em vez das GPUs da Nvidia?

Se governos começarem a exigir ou incentivar arquiteturas alternativas, o mercado pode ficar progressivamente mais competitivo.

E isso seria uma mudança importante para a Nvidia, que durante anos se beneficiou de uma combinação difícil de replicar: hardware poderoso, software consolidado e uma enorme comunidade de desenvolvedores.

A próxima batalha pode acontecer dentro dos países 🏗️

A expansão das TPUs transforma a disputa entre Google e Nvidia em algo maior do que uma competição por desempenho.

Ela passa a envolver data centers, governos, financiamento, soberania tecnológica e controle da infraestrutura de IA.

A Coreia do Sul pode ser um dos primeiros grandes testes dessa estratégia.

Se outros países seguirem o mesmo caminho, a pergunta deixará de ser apenas qual chip consegue treinar ou executar um modelo de IA mais rápido.

Será também quem terá o direito de construir a máquina de IA que ficará dentro de cada país.

E, nesse jogo, o Google acaba de colocar sua TPU em uma mesa onde a Nvidia estava acostumada a jogar quase sozinha.