Os chips de IA personalizados da Amazon e do Google enfrentam a Nvidia: roteiros do AWS Trainium e do Google TPU apontam para uma batalha de US$ 200 bilhões pelo domínio da computação em IA até 2027
A Amazon e o Google apostam que o silício personalizado lhes permitirá capturar uma fatia maior do boom da computação em IA, e ambas as empresas sinalizaram recentemente que seus chips próprios são centrais para suas estratégias de nuvem de longo prazo. O Amazon Web Services vem expandindo suas famílias de chips Trainium e Inferentia, enquanto o Google vem implantando suas Tensor Processing Units (TPUs) tanto para cargas de trabalho internas de IA quanto para clientes externos da nuvem. As duas empresas estão se posicionando como alternativas à Nvidia, cujas GPUs dominaram o mercado de treinamento de IA e ajudaram a impulsionar a receita de data center da fabricante de chips a níveis recordes.
Em 30 de outubro de 2026, ambas as empresas forneceram atualizações sobre seus roteiros de chips personalizados durante suas respectivas teleconferências de resultados, segundo fontes familiarizadas com o assunto. A Amazon disse que seus chips Trainium2 agora estão sendo usados pela Anthropic para treinar grandes modelos de linguagem, e que o Trainium3 está no caminho certo para lançamento no final de 2026. O Google disse que seu Trillium TPU, a sexta geração de seu chip personalizado, agora está disponível em geral e oferece uma melhoria de 4,7x no desempenho de computação em relação à geração anterior.
Por que a AWS está apostando alto no Trainium2 e no Trainium3
A estratégia de chips personalizados da Amazon está centrada em reduzir sua dependência das GPUs da Nvidia e oferecer aos clientes uma alternativa de menor custo para cargas de trabalho de IA. A empresa disse que o Trainium2 oferece até 30% melhor relação preço-desempenho do que instâncias comparáveis com GPU, e que está sendo usado pela Anthropic, uma das principais desenvolvedoras de modelos de IA, para treinar seus modelos Claude. A Amazon investiu US$ 8 bilhões na Anthropic, e as duas empresas têm uma parceria estratégica que inclui o uso da AWS como provedora de nuvem primária da Anthropic e dos chips Trainium para treinamento e inferência.
O chip Trainium3, cujo lançamento é esperado para o final de 2026, é construído em um processo de 3 nanômetros e foi projetado para oferecer ainda maior desempenho e eficiência energética. A Amazon não divulgou números específicos de desempenho do Trainium3, mas analistas esperam que seja um avanço significativo em relação ao Trainium2 e que ajude a AWS a competir de forma mais eficaz com as GPUs mais recentes da Nvidia. A empresa também vem expandindo seus chips Inferentia para cargas de trabalho de inferência, que normalmente são menos intensivas em computação do que o treinamento, mas ainda exigem hardware especializado.
A estratégia de TPU do Google: Trillium e o caminho para clientes externos
A estratégia de TPU do Google é diferente da da Amazon, pois o Google vem usando TPUs internamente há anos para alimentar seus próprios serviços de IA, como busca, tradução e recomendações do YouTube. A empresa começou a oferecer TPUs a clientes externos por meio do Google Cloud em 2018 e vem expandindo esse negócio de forma constante. O Trillium TPU, a sexta geração do chip personalizado do Google, agora está disponível em geral e foi projetado para oferecer melhorias significativas em desempenho e eficiência energética.
O Google disse que o Trillium oferece uma melhoria de 4,7x no desempenho de computação em relação à geração anterior, o TPU v5e, e que está sendo usado por clientes como Anthropic, Salesforce e Midjourney. A empresa também vem desenvolvendo seus próprios modelos de IA, como o Gemini, usando TPUs, o que lhe dá uma vantagem única na otimização conjunta de hardware e software. O Google não divulgou a receita de seu negócio de TPU, mas analistas estimam que seja uma parte pequena, porém crescente, da receita total do Google Cloud.
O mercado de chips de IA de US$ 200 bilhões e o domínio da Nvidia
Espera-se que o mercado de chips de IA cresça para mais de US$ 200 bilhões até 2027, segundo estimativas de analistas do setor. A Nvidia atualmente domina esse mercado com uma participação estimada de 80% no mercado de aceleradores de IA, segundo a firma de pesquisa IDC. A receita de data center da empresa tem sido impulsionada pela demanda por suas GPUs H100 e H200.
A Amazon e o Google esperam capturar uma fatia maior desse mercado oferecendo chips personalizados que são otimizados para cargas de trabalho específicas e mais econômicos do que as GPUs da Nvidia. No entanto, ambas as empresas enfrentam desafios significativos. A plataforma de software CUDA da Nvidia é amplamente usada por desenvolvedores de IA e se tornou um padrão de fato, o que cria um forte efeito de rede que favorece a Nvidia. A Amazon e o Google vêm desenvolvendo suas próprias ferramentas de software para facilitar o uso de seus chips pelos desenvolvedores, mas ainda estão correndo atrás.
O que observar: lançamento do Trainium3 e adoção do Trillium
Os investidores devem observar o lançamento do chip Trainium3 da Amazon no final de 2026, que será um teste fundamental para saber se a AWS pode oferecer uma alternativa competitiva às GPUs mais recentes da Nvidia. A capacidade do Google de atrair clientes externos para seus Trillium TPUs também será acompanhada de perto, assim como quaisquer anúncios sobre novas gerações de TPU. As orientações de despesas de capital das empresas para 2027 fornecerão pistas sobre quanto elas estão investindo em silício personalizado. Um aumento significativo na receita de chips personalizados em qualquer uma das empresas sinalizaria que a estratégia está ganhando tração, enquanto uma desaceleração sugeriria que o domínio da Nvidia permanece intacto.
Fontes: rss_autopost · AMZN Newsroom · Yahoo Finance · CNBC · Bloomberg