O aumento da Nvidia nas vendas de chips que alimentam modelos de IA, como o GPT-4 da OpenAI, é uma das maiores notícias de tecnologia de 2024. Este rápido crescimento fez com que o preço das ações da empresa subisse 200% nos últimos 12 meses, levando à adesão ao seu clube exclusivo. Uma empresa com um valor de mercado de ações superior a 2 biliões de dólares (para simplificar, o seu valor ultrapassou os 3 biliões de dólares).
A questão que está na cabeça de muitas pessoas agora é quem pode vencer a Nvidia, que atualmente controla 80% do mercado de chips de IA. No entanto, vários analistas disseram recentemente: sorte Essa é a pergunta errada. Porque, como disse um deles, Daniel Newman, CEO do Grupo Futurum, “a Nvidia atualmente não tem inimigos naturais na natureza”.
Aqui está o porquê: A unidade de processamento gráfico (GPU) da Nvidia foi originalmente desenvolvida em 1999 para gráficos 3D ultrarrápidos em videogames para PC, mas OpenAI, Google, Meta, Humanity e Consistency. Atualmente, esse treinamento requer acesso a um grande número de chips de IA. Há anos, as GPUs da Nvidia são consideradas as mais poderosas e populares.
Estes não são baratos. O treinamento dos principais modelos de IA generativa requer dezenas de milhares de GPUs de última geração, cada uma custando entre US$ 30.000 e US$ 40.000. Por exemplo, Elon Musk disse recentemente que o modelo Grok 3 de sua empresa xAI precisa ser treinado em 100.000 GPUs de ponta da Nvidia para se tornar “especial”, o que custaria à Nvidia mais de US$ 3 bilhões.
O sucesso da Nvidia não é apenas o resultado do chip, mas também do software que torna o chip acessível e utilizável. O ecossistema de software da Nvidia se tornou a escolha certa para grandes desenvolvedores focados em IA, com pouco incentivo para mudar. Na reunião anual de acionistas da semana passada, o CEO da NVIDIA, Jensen Huang, chamou a plataforma de software da empresa, chamada CUDA para Compute Unified Device Architecture, de um “círculo virtuoso”. Com mais usuários, a Nvidia pode investir mais em atualizações de seu ecossistema e atrair mais usuários.
Por outro lado, a AMD, concorrente de semicondutores da Nvidia, que controla cerca de 12% do mercado global de GPU, possui GPUs competitivas e está melhorando seu software, disse Newman. Mas embora possa fornecer uma alternativa para empresas que não desejam ficar vinculadas à Nvidia, ele não possui uma base de usuários existente de desenvolvedores que considerem o CUDA fácil de usar.
Além disso, os principais provedores de serviços em nuvem, como AWS da Amazon, Microsoft Azure e Google Cloud, fabricam seus próprios chips, mas não pretendem substituir a Nvidia. Em vez disso, querem poder escolher entre uma variedade de chips de IA para otimizar a infraestrutura do seu data center, manter os preços baixos e vender serviços em nuvem à mais ampla base de clientes potenciais.
“A NVIDIA tem um impulso inicial e, uma vez estabelecido um mercado que cresce rapidamente, é difícil para outros alcançá-lo”, disse Jack Gold, analista da J. Gold Associates. Um ecossistema único como nenhum outro.
Matt Bryson, vice-presidente sênior de pesquisa de ações da Wedbush, acrescentou que substituir os chips da Nvidia para treinar modelos de IA em grande escala será particularmente difícil, dados os gastos atuais em poder de computação. “Não vejo essa dinâmica mudando tão cedo”, disse ele.
Mas um número crescente de startups de chips de IA, incluindo Cerebras, SambaNova, Groq e o mais recente Etched, vêem uma oportunidade de abocanhar uma pequena fatia do negócio de chips de IA da Nvidia. Eles se concentram nas necessidades especializadas das empresas de IA, especialmente quando se trata do que é conhecido como “inferência”, ou execução de dados por meio de um modelo de IA já treinado para que o modelo produza informações (por exemplo, todas as respostas do ChatGPT exigem inferência). .
Na semana passada, por exemplo, Etched anunciou 1 para desenvolver um chip especializado projetado especificamente para executar modelos trans, um tipo de arquitetura de modelo de IA usada no ChatGPT da OpenAI, no Gemini do Google e no Claude da Anthropic. Enquanto isso, a Groq, que se concentra na execução de modelos em velocidades extremamente rápidas, está supostamente levantando novos financiamentos com uma avaliação de US$ 2,5 bilhões, enquanto a Cerebras está lançando um novo modelo de IA 10 vezes maior que o GPT-4, ou Gemini, que supostamente entrou secretamente com um pedido de oferta pública inicial poucos meses após o anúncio do chip.
É provável que todas essas startups se concentrem inicialmente em mercados menores, como a oferta de chips mais eficientes, mais rápidos ou mais baratos para tarefas específicas. Eles também podem se concentrar em chips especializados para indústrias específicas ou em dispositivos alimentados por IA, como PCs e smartphones. “A melhor estratégia é criar um nicho, e não tentar conquistar o mundo, e é isso que a maioria das empresas está tentando fazer”, disse Jim McGregor, analista principal da Tirias Research.
Então, talvez uma pergunta melhor seja: quanta participação de mercado essas startups podem conquistar ao lado de provedores de nuvem e gigantes de semicondutores como AMD e Intel?
Isso ainda está para ser visto, especialmente porque o mercado de chips para execução de modelos de IA ou inferência ainda é muito novo. Mas na reunião anual de acionistas da NVIDIA na semana passada, Huang disse aos investidores que a empresa planeja inovar e permanecer o padrão ouro para chips de treinamento de IA, à medida que os rivais buscam conquistar a participação de mercado da NVIDIA.
Ele argumentou que essa liderança se fortalecerá ainda mais quando a Nvidia lançar seu sistema Blackwell ainda este ano, que excede as capacidades de seus atuais chips H100. “A plataforma de arquitetura Blackwell será provavelmente o produto de maior sucesso da nossa história”, disse Huang.
Mas, a longo prazo, os analistas veem muitas áreas para o crescimento dos rivais, especialmente no que diz respeito à utilização de energia, onde a formação e a execução de modelos de IA podem ser dispendiosas para as empresas. “Acho que a questão do poder pode criar espaço para opções competitivas”, disse Bryson. “Os data centers GPU estão cada vez mais ávidos de energia à medida que os modelos crescem, e as soluções que reduzem significativamente os requisitos de energia provavelmente ganharão força significativa.”
A Nvidia também precisa estar atenta às questões antitruste. A Reuters informou na segunda-feira que a Nvidia será processada pelo regulador antitruste da França por “suposta conduta anticompetitiva”, tornando-se o primeiro regulador a enfrentar acusações. Nos Estados Unidos, o Departamento de Justiça lidera atualmente a investigação sobre a NVIDIA. Um processo antitruste poderia desacelerar o ímpeto da Nvidia, mas deixar espaço para rivais menores diminuirem a distância.
Os concorrentes da Nvidia certamente podem tirar proveito de todas as vantagens que puderem obter. Porque, pelo menos por enquanto, a Nvidia parece estar bem.
“A menos que a NVIDIA inflija danos suficientes a si mesma para mudar este mercado, certamente há um argumento a ser feito de que a NVIDIA está prestes a se tornar muito valiosa”, disse Newman. Mas ele argumentou que definitivamente há espaço para muitos outros participantes no “enorme” mercado de chips especiais.
“Se a IA for uma tendência tão grande como todos acreditamos, haverá um ecossistema muito saudável de fabricantes de chips e criadores de software nascidos para resolver problemas específicos de aplicações”, disse ele.
