Meta começará a fabricar seus próprios chips de IA em setembro de 2026 para reduzir dependência de Nvidia

A Meta planeja começar a fabricar seu próprio chip de inteligência artificial em setembro de 2026, de acordo com Reuters citando um memorando interno da empresa. O movimento faz parte de uma estratégia para aumentar a potência de computação para 14 gigawatts até 2027 e reduzir a dependência de chips Nvidia.

Processado por IA de 3DNews AI; editado por Hamidun News
Meta começará a fabricar seus próprios chips de IA em setembro de 2026 para reduzir dependência de Nvidia
Fonte: 3DNews AI. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte original3DNews AI ↗
Editor-chefe
Dado-chave #1Está planejado que a produção de seu próprio chip comece em setembro de 2026
Dado-chave #2Objetivo — reduzir a dependência de chips da Nvidia
Dado-chave #3A empresa pretende aumentar o poder de computação para 14 GW até 2027

Meta Platforms (reconhecida como uma organização extremista, atividade proibida na Rússia) espera começar a produção de seu próprio chip para sistemas de inteligência artificial já em setembro de 2026 — de acordo com Reuters citando um memorando interno da empresa.

Por que Meta precisa de seus próprios chips

A empresa foi quase inteiramente dependente dos processadores gráficos da Nvidia para treinar e executar seus modelos de IA — assim como a maioria dos principais atores tecnológicos. Desenvolver seu próprio chip deve reduzir essa dependência e dar à Meta maior controle sobre o custo e disponibilidade de poder de computação, que permanece o principal gargalo para toda a indústria de IA. A empresa apresentou seus primeiros chips na linha MTIA (Meta Training and Inference Accelerator) em 2023, mas os utilizou principalmente para tarefas de inferência em vez de treinar modelos verdadeiramente grandes.

  • Está planejado que a produção de seu próprio chip comece em setembro de 2026
  • Objetivo — reduzir a dependência de chips da Nvidia
  • A empresa pretende aumentar o poder de computação para 14 GW até 2027
  • Fonte de informação — um memorando interno da Meta que Reuters conheceu

Quanto poder de computação Meta precisa

14 gigawatts de poder de computação que a empresa espera ter no próximo ano é ordens de magnitude mais do que o que a maioria dos centros de dados existentes consome: para comparação, um gigawatt pode fornecer eletricidade para centenas de milhares de casas. Tal escala é explicada pelo fato de que Meta continua investindo em treinar modelos cada vez maiores da família Llama e em infraestrutura para seus próprios produtos de IA dentro do Facebook (rede social proibida na Rússia) e Instagram (serviço proibido na Rússia). O crescente consumo de energia dos centros de dados de empresas de IA já é notável além da indústria de tecnologia: construir nova capacidade requer não apenas chips, mas também contratos de longo prazo para fornecimento de eletricidade, incluindo acordos com usinas nucleares e a gás.

Por que isso é uma questão estratégica para toda a indústria

A demanda por chips Nvidia supera tão vastamente a oferta que grandes compradores ficaram na fila por entregas por anos e são forçados a aceitar os preços definidos pela própria Nvidia — a empresa se tornou essencialmente o principal gargalo para toda a indústria de IA. O surgimento de chips proprietários de grandes clientes não remove completamente a Nvidia do mercado: treinar os maiores modelos ainda requer GPUs de primeira linha, e desenvolvimentos proprietários muitas vezes cobrem tarefas mais estreitas como inferência — ou seja, respostas diretas do modelo para consultas de usuários, que são executadas bilhões de vezes por dia e são mais baratas em hardware especializado.

O que isso significa

Chips de IA proprietários permitem que grandes empresas de tecnologia sejam menos dependentes da Nvidia e sua política de preços: Google já seguiu um caminho similar com chips TPU e Amazon com chips Trainium, e a entrada da Meta neste mercado intensifica ainda mais a competição por fornecimentos de componentes e capacidade de centros de dados. Para Nvidia, é um sinal de que até seus maiores clientes buscam diversificar fornecedores de computação, e para o mercado como um todo — que a corrida por silício de IA proprietário está se tornando norma para todos os gigantes da indústria, não uma exceção.

História

Perguntas frequentes sobre a notícia

Por que Meta precisa de seus próprios chips?

A empresa foi quase inteiramente dependente dos processadores gráficos da Nvidia para treinar e executar seus modelos de IA — assim como a maioria dos principais atores tecnológicos. Desenvolver seu próprio chip deve reduzir essa dependência e dar à Meta maior controle sobre o custo e disponibilidade de poder de computação, que permanece o principal gargalo para toda a indústria de IA. A empresa apresentou seus primeiros chips na linha MTIA (Meta Training and Inference Accelerator) em 2023, mas os utilizou principalmente para tarefas de inferência em vez de treinar modelos

O que se sabe sobre Quanto poder de computação Meta precisa?

14 gigawatts de poder de computação que a empresa espera ter no próximo ano é ordens de magnitude mais do que o que a maioria dos centros de dados existentes consome: para comparação, um gigawatt pode fornecer eletricidade para centenas de milhares de casas. Tal escala é explicada pelo fato de que Meta continua investindo em treinar modelos cada vez maiores da família Llama e em infraestrutura para seus próprios produtos de IA dentro do Facebook (rede social proibida na Rússia) e Instagram (serviço proibido na Rússia). O crescente consumo de energia dos centros de dados de

Por que isso é uma questão estratégica para toda a indústria?

A demanda por chips Nvidia supera tão vastamente a oferta que grandes compradores ficaram na fila por entregas por anos e são forçados a aceitar os preços definidos pela própria Nvidia — a empresa se tornou essencialmente o principal gargalo para toda a indústria de IA. O surgimento de chips proprietários de grandes clientes não remove completamente a Nvidia do mercado: treinar os maiores modelos ainda requer GPUs de primeira linha, e desenvolvimentos proprietários muitas vezes cobrem tarefas mais estreitas como inferência — ou seja, respostas diretas do modelo para consult

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace

Access Frontier LLMs & Multimodal AI in One Workspace

Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.

Try NomadNet AI →Launch NomadNet Agent
O que você acha?
Carregando comentários…