As ações da NVIDIA caíram 7%! A Meta virou-se contra os chips do Google, e os três gigantes da tecnologia entraram em guerra.

A Meta planeia implementar a Unidade de Processamento Tensor (TPU) da Google em seu próprio centro de dados em 2027 e pode alugar o poder de computação relacionado através do Google Cloud a partir de 2026. Esta colaboração é vista como um grande avanço da Google no mercado de chips de IA, e após a divulgação da notícia, as ações da NVIDIA caíram temporariamente 7%, mas depois reduziram para 2,6%.

Meta bilhões de dólares volta-se contra Google TPU

De acordo com a The Information, a Meta está em negociações para implantar a Unidade de Processamento Tensor (TPU) do Google em seu próprio centro de dados em 2027, e pode alugar o poder de computação relacionado através do Google Cloud a partir de 2026. Esta colaboração é de grande escala, com um valor de aquisição estimado em bilhões de dólares, representando um grande avanço para o Google no mercado de chips de IA. Após fornecer um milhão de TPUs à Anthropic, o Google novamente atraiu a atenção de clientes de peso, mostrando que sua competitividade no campo da infraestrutura de IA está aumentando rapidamente.

Esta decisão tem múltiplos significados estratégicos para a Meta. Em primeiro lugar, reflete que a Meta pode não estar disposta a depender excessivamente do líder do mercado de chips, a NVIDIA, cujos altos preços e longos prazos de entrega forçam as empresas a buscar alternativas. As GPUs H100 e H200 da NVIDIA estão em falta, com tempos de espera para pedidos que frequentemente chegam a meses ou até um ano, e os preços continuam a subir. Para a Meta, que precisa expandir rapidamente o poder de computação da IA, esse gargalo de fornecimento afeta diretamente a eficiência de treinamento e inferência do seu modelo Llama.

Em segundo lugar, o Google TPU, por possuir uma arquitetura especializada em IA, pode realizar ajustes mais profundos para a inferência e treinamento de grandes modelos de linguagem, tornando-se uma opção competitiva. O TPU é um chip ASIC (circuito integrado de aplicação específica) criado para computação de IA e está altamente integrado com os modelos da própria DeepMind (como o Gemini). Acredita-se que o TPU tem vantagens em eficiência, capacidade de customização e custos, que são as razões-chave pelas quais as empresas estão considerando a transição do NVIDIA.

Terceiro, a estratégia de múltiplos fornecedores tornou-se um consenso entre os gigantes da tecnologia. Devido aos preços elevados, à escassez de suprimentos e à diversificação de riscos, as empresas não estão mais dispostas a depender exclusivamente da NVIDIA, por isso a maioria das empresas de nuvem e as que atuam em IA começaram a adotar uma “estratégia de múltiplos fornecedores”, adquirindo simultaneamente GPU, TPU e outras alternativas. A Meta optou por usar simultaneamente a GPU da NVIDIA e a TPU do Google, garantindo assim que o poder de computação seja suficiente e obtendo uma maior alavancagem nas negociações de preços.

O mercado também reagiu rapidamente, com o valor de mercado da Alphabet a aproximar-se dos 4 trilhões de dólares, e o preço das ações da MediaTek em Taiwan a beneficiar com um aumento de 8%, indicando que o efeito de transbordamento do Google TPU está a formar-se. A MediaTek, como parceiro-chave na cadeia de suprimentos do Google TPU, desempenha um papel importante nas etapas de embalagem e teste, e o grande pedido da Meta irá diretamente impulsionar o seu crescimento de receita.

NVIDIA ações caem 7% após forte reação

(Fonte: Google Finance)

Após a divulgação dos rumores sobre a Meta, as ações da NVIDIA caíram abruptamente 7% antes de se estabilizarem em 2,6%, com a capitalização de mercado evaporando mais de 200 mil milhões de dólares em um único dia. No entanto, a empresa respondeu a isso no X: “Estamos felizes em ver o sucesso do Google, que fez grandes progressos na área de IA, enquanto continuamos a fornecer para o Google.” Esta declaração aparentemente cortês, na verdade, lembra o mercado que o Google também é um grande cliente da GPU da NVIDIA, e que as duas empresas não estão em uma relação completamente oposta.

A NVIDIA afirmou de forma significativa: “Ainda estamos à frente de toda a indústria por uma geração, sendo a única plataforma capaz de executar todos os modelos de IA em todos os cenários, oferecendo desempenho, versatilidade e substituibilidade superiores aos dos ASIC.” Esta frase ataca diretamente a fraqueza central do Google TPU. Embora os chips ASIC sejam mais eficientes em tarefas específicas, carecem de flexibilidade. O TPU é principalmente otimizado para o framework TensorFlow e os modelos da própria Google, e ao executar outros frameworks (como o PyTorch) ou modelos de terceiros, a vantagem de desempenho pode ser drasticamente reduzida.

Em comparação, as GPUs da NVIDIA utilizam uma arquitetura de computação geral, que suporta quase todos os frameworks e modelos de IA populares. Desde a série GPT da OpenAI, Claude da Anthropic, Llama da Meta até a Stable Diffusion da comunidade de código aberto, a grande maioria dos modelos de IA é treinada em GPUs da NVIDIA. Essa vantagem do ecossistema torna difícil para desenvolvedores e empresas se desvincularem completamente da NVIDIA, mesmo que aumentem o uso do Google TPU.

Há algumas semanas, o Google lançou o modelo de IA Gemini 3, que recebeu críticas amplamente positivas. Este modelo foi treinado em TPU da empresa, em vez de em GPUs da NVIDIA, destacando a intensa competição entre chips. Este caso demonstra o sucesso da aplicação do TPU no ecossistema interno do Google, mas ao mesmo tempo revela suas limitações - o Gemini 3 pode operar de forma eficiente no TPU principalmente porque os engenheiros do Google projetaram a arquitetura do modelo desde o início com as características do TPU em mente. Para empresas que utilizam estruturas padrão e modelos de código aberto, o custo dessa personalização profunda pode superar as economias obtidas com o chip em si.

Três argumentos de contra-ataque da NVIDIA

Vantagens do ecossistema: todas as principais estruturas e modelos de IA estão otimizados para GPUs NVIDIA, o custo de conversão é alto.

Insubstituível em versatilidade: GPU pode executar várias tarefas como treinamento, inferência e renderização gráfica, enquanto ASIC é limitado a cenários específicos.

Liderança técnica: O mais recente H200 e o B100 que será lançado em breve continuam a ter um desempenho à frente dos concorrentes por uma geração.

O mercado de chips de IA passa de um monopólio para uma concorrência multipolar

Google, Meta e NVIDIA estão exibindo uma dinâmica tripartite, indicando que o campo de batalha dos chips de IA está entrando em uma nova fase. Com o aumento rápido do volume de mercado do TPU sob a Google, as últimas notícias sugerem que a Meta pode se tornar seu próximo cliente na faixa de centenas de milhões de dólares, criando um impacto na cadeia de suprimentos de chips de IA. Com a NVIDIA mantendo um monopólio de longo prazo no mercado de chips de IA, a competição entre os três chips não apenas afeta a disposição do poder de computação das gigantes da tecnologia, mas também influencia os mercados globais de ações, a cadeia de suprimentos e o ecossistema dos modelos de IA.

Esta competição determinará a arquitetura central da infraestrutura de IA da próxima geração. Se a NVIDIA continuar a manter sua vantagem tecnológica e preservar as barreiras do ecossistema, sua posição dominante permanecerá sólida. Se o Google TPU conseguir penetrar mais em clientes empresariais, provando sua vantagem em termos de custo em cenários específicos, o mercado entrará em um padrão de competição multipolar. Se gigantes da tecnologia como a Meta adotarem completamente chips desenvolvidos internamente ou estratégias de múltiplos fornecedores, o poder de precificação e a participação de mercado da NVIDIA poderão ser desafiados de forma substancial.

A partir da reação do preço das ações da NVIDIA, o mercado leva a sério a avaliação dessa ameaça competitiva. Embora a queda de 7% tenha sido reduzida para 2,6% no fechamento, a flutuação de 200 bilhões de dólares em capitalização de mercado em um único dia mostra a alta sensibilidade dos investidores às mudanças no cenário do mercado de chips de IA. Essa flutuação também reflete que o incrível aumento da NVIDIA nos últimos anos já incorporou muitas expectativas otimistas no preço das ações, e qualquer potencial ameaça competitiva pode desencadear a realização de lucros.

Para a cadeia de suprimentos, esta competição também tem implicações profundas. As GPUs da NVIDIA são principalmente fabricadas pela TSMC, enquanto os TPUs do Google também dependem dos processos avançados da TSMC. Não importa quem vença, a TSMC se beneficiará. No entanto, os fornecedores nas etapas downstream, como embalagem, teste, memória e PCB, enfrentam o risco de redistribuição. A alta de 8% nas ações da MediaTek mostra que o mercado acredita que o aumento dos pedidos de TPUs do Google impulsionará novas oportunidades na cadeia de suprimentos de semicondutores de Taiwan.

Para os desenvolvedores de modelos de IA, a escolha do chip afetará diretamente o design e a estratégia de otimização do modelo. Se a participação de mercado do Google TPU continuar a crescer, os desenvolvedores podem precisar otimizar os modelos especificamente para o TPU, o que aumentará os custos de desenvolvimento, mas também pode melhorar o desempenho em cenários específicos. Se o mercado mantiver uma estrutura de múltiplos fornecedores, os desenvolvedores precisarão garantir que os modelos possam funcionar de forma eficiente em diferentes chips, o que impõe exigências mais altas em termos de abstração e padronização ao nível do framework.

As escolhas e declarações das partes podem tornar-se variáveis chave para impulsionar uma reconfiguração total do mercado. Se a NVIDIA conseguir abrir a diferença técnica na próxima geração de produtos (como o B100), isso consolidará sua posição de liderança. Se o Google conseguir provar a relação custo-benefício do TPU e atrair mais clientes, isso realmente ameaçará o monopólio da NVIDIA. A decisão final da Meta servirá como um indicador, influenciando as estratégias de aquisição de poder de computação de outros gigantes da tecnologia.