Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarWired→ original

Huang deixou a Nvidia, e a fatia da AMD em chips de IA subiu de 2% para 7–10%

A Nvidia vende cerca de 80% dos aceleradores de IA, os chips usados para treinar e executar redes neurais. Mesmo assim, o CEO Jensen Huang deixou o cargo, e a empresa é conduzida temporariamente pela diretora financeira Colette Kress. A fatia da AMD saltou de 2% em 2022 para 7–10% em 2026, enquanto Google, Amazon e Microsoft desenvolvem seus próprios chips. Antes, mudar para outro hardware exigia reescrever o código para CUDA. Agora, a IA faz essa adaptação em horas. Por isso, vale a pena testar antecipadamente seus modelos na AMD e comparar o custo de execução.

Processado por IA de Wired; editado por Hamidun News
Huang deixou a Nvidia, e a fatia da AMD em chips de IA subiu de 2% para 7–10%
Fonte: Wired. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalWired ↗
Editor-chefe
Dado-chave #1Segundo o CEO da Wafer, novos modelos rodam na AMD em horas e com pelo menos 80% da eficiência
Dado-chave #2A participação da China na receita da Nvidia caiu de 20% em 2024 para 8%
Receita da NvidiaUS$ 26,91 bilhões em janeiro de 2022 e US$ 215,94 bilhões em janeiro de 2026

A Nvidia continua sendo a empresa mais influente da era da IA: segundo a Silicon Analysis, ela detém cerca de 80% das vendas de aceleradores de IA, ou seja, dos chips em que se treinam e executam redes neurais. Mas, como escreve a Wired, a empresa enfrenta vários problemas ao mesmo tempo. O CEO Jensen Huang, que foi um dos primeiros a perceber que placas de vídeo serviam para IA, deixou o cargo. As funções foram assumidas pela diretora financeira Colette Kress. Enquanto isso, os concorrentes avançam por vários lados, e uma das principais barreiras da Nvidia, a plataforma de software CUDA, mostrou-se menos sólida do que se imaginava.

Chips são projetados em anos, e o mercado muda em meses

Um executivo anônimo de uma grande empresa de IA explicou à Wired qual é a dificuldade: tudo o que é vendido hoje foi projetado dois ou três anos atrás. Logo, Kress ou quem assumir a Nvidia de forma permanente precisa adivinhar, já agora, como serão os chips daqui a dois anos.

Os números, por enquanto, favorecem a empresa. A receita subiu de US$ 26,91 bilhões em janeiro de 2022 para US$ 215,94 bilhões em janeiro de 2026. Mas a fatia da AMD no mercado de aceleradores de IA saltou de 2% para 7–10% nesse período. Google, Amazon e Microsoft desenvolvem chips próprios para treinar e executar modelos, a fim de reduzir custos e depender menos da Nvidia. A Cerebras vende chips gigantescos para modelos gigantescos. A AMD comprou a Taalas, empresa que grava os pesos do modelo diretamente no silício, para que a computação seja muito eficiente. A desvantagem dessas soluções é comum a todas: para rodar modelos atuais neles, é preciso reescrever muito código.

O analista Patrick Moorhead, da MoorInStrat, acrescenta dois fatores. Primeiro, por causa dos agentes de IA, passa a importar mais a inferência, isto é, a execução de modelos já treinados, e nesse campo a Nvidia tem menos vantagens do que no treinamento. Segundo, cresce a demanda por processadores comuns (CPUs), em que a Nvidia quase não compete. Em dezembro de 2025, a empresa comprou uma startup de chips especializados, mas Moorhead não considera isso uma resposta completa.

A barreira do CUDA tornou-se permeável

Durante anos, a Nvidia manteve os desenvolvedores com o CUDA, um conjunto de ferramentas de software em que se escreve código e se constroem modelos para os chips da empresa. Imagine uma companhia com toda a sua produção voltada para o CUDA: migrar para a AMD significaria meses de reescrita de código, por isso quase ninguém fazia essa troca.

Agora, os modelos de IA leem e escrevem código tão bem que eles mesmos adaptam outros modelos para outro hardware. A startup Wafer usa IA para ajustar modelos à AMD e depois vende a execução deles por um preço menor. Seu CEO, Emilio Andere, afirma que, após o lançamento de cada grande modelo de pesos abertos, sua equipe o coloca para rodar na AMD em poucas horas, com eficiência de pelo menos 80% em relação à Nvidia. Segundo ele, os engenheiros quase não precisam corrigir ou revisar o código. Ainda de acordo com o fundador, a receita da Wafer cresce rapidamente nos últimos meses. Trata-se de uma afirmação do próprio Andere; não há confirmações independentes no material.

Moorhead observa, porém, que a Nvidia também tem acesso à IA, por isso a automação do projeto de chips não necessariamente a enfraquecerá. Ainda assim, a capacidade de redes neurais reescrever rapidamente código para outro hardware pode minar a principal vantagem da empresa.

China e a questão da governança

A segunda frente é a China. Washington restringe o fornecimento dos chips mais potentes, e Pequim desenvolve a própria indústria. As vendas de gerações anteriores permitidas e de chips não voltados para IA dobraram em um ano, mas a participação da China na receita da Nvidia caiu de 20% em 2024 para 8%. A Huawei constrói supercomputadores a partir de um número muito grande de chips, e algumas empresas chinesas, como a Z.ai, afirmam ter treinado seus modelos inteiramente na Huawei. Se os modelos abertos chineses se firmarem em outros países, poderá surgir ali também um mercado para os chips chineses.

A saída de Huang também está ligada à China. De acordo com dados citados pela Wired, ele mantinha um relacionamento com Huang Le, executivo da Megaspeed, empresa de Singapura que as autoridades dos EUA suspeitam ter ligações com a inteligência chinesa. Segundo relatos, a Megaspeed importou para o Sudeste Asiático chips da Nvidia no valor de US$ 4,6 a 7,5 bilhões e possivelmente deu acesso a eles para empresas chinesas de IA. O analista Babak Minovi, da Eurasia Group, considera que Huang estava certo no essencial: a proibição total de vendas à China fortalece os concorrentes locais.

O que isso significa na prática

O veterano do setor Dan Hutchinson compara a situação ao "momento Swan" da Intel: em 2019, o CEO com formação em engenharia foi substituído pelo financista Bob Swan, o foco deslocou-se para as vendas, a burocracia cresceu e a receita caiu. "A Nvidia agora é a Intel que está prestes a acontecer", diz ele. Essa é a opinião de um analista, não um fato. A Wired destaca que os problemas da Nvidia não são necessariamente fatais, mas vão se acumulando.

A conclusão prática para as equipes que desenvolvem produtos de IA é que a dependência de um único fornecedor de aceleradores se torna um risco gerenciável. Se o código pode ser migrado rapidamente, vale a pena testar antecipadamente seus modelos na AMD ou em chips de nuvem e comparar o custo de execução. E é preciso acompanhar a Nvidia para ver como ela construirá sua estratégia nos próximos dois anos.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Chips são projetados em anos, e o mercado muda em meses?

Um executivo anônimo de uma grande empresa de IA explicou à Wired qual é a dificuldade: tudo o que é vendido hoje foi projetado dois ou três anos atrás. Logo, Kress ou quem assumir a Nvidia de forma permanente precisa adivinhar, já agora, como serão os chips daqui a dois anos. Os números, por enquanto, favorecem a empresa. A receita subiu de US$ 26,91 bilhões em janeiro de 2022 para US$ 215,94 bilhões em janeiro de 2026. Mas a fatia da AMD no mercado de aceleradores de IA saltou de 2% para 7–10% nesse período.

O que se sabe sobre A barreira do CUDA tornou-se permeável?

Durante anos, a Nvidia manteve os desenvolvedores com o CUDA, um conjunto de ferramentas de software em que se escreve código e se constroem modelos para os chips da empresa. Imagine uma companhia com toda a sua produção voltada para o CUDA: migrar para a AMD significaria meses de reescrita de código, por isso quase ninguém fazia essa troca. Agora, os modelos de IA leem e escrevem código tão bem que eles mesmos adaptam outros modelos para outro hardware.

O que se sabe sobre China e a questão da governança?

A segunda frente é a China. Washington restringe o fornecimento dos chips mais potentes, e Pequim desenvolve a própria indústria. As vendas de gerações anteriores permitidas e de chips não voltados para IA dobraram em um ano, mas a participação da China na receita da Nvidia caiu de 20% em 2024 para 8%. A Huawei constrói supercomputadores a partir de um número muito grande de chips, e algumas empresas chinesas, como a Z.ai, afirmam ter treinado seus modelos inteiramente na Huawei.

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.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
O que você acha?
Carregando comentários…