TSMC 2 nm: fila pelo futuro da IA já se estende até 2028
A TSMC confirmou oficialmente que a carteira de pedidos para o futuro processo de 2 nm está completa. A AMD pretende chegar primeiro, em 2026, seguida em 2027 pelo Google e pela AWS com seus chips customizados. A NVIDIA, por sua vez, mira 2028 com a arquitetura Feynman, baseada no processo A16. Mais do que uma notícia sobre produção, trata-se de uma divisão de esferas de influência na indústria de IA. Sem acesso a essa capacidade, qualquer ambição na área de LLMs vai ficar só na teoria. O monopólio da TSMC sobre chips de ponta está se tornando absoluto e deixa os players menores de fora da fronteira tecnológica.
Processado por IA de 36Kr (36氪); editado por Hamidun News
Imagine que você quer construir o carro de corrida mais rápido do mundo, mas a única fábrica capaz de produzir o motor já está com a agenda lotada pelos próximos quatro anos. É exatamente nessa situação que todo o mundo da tecnologia se encontra. Enquanto desenvolvedores de software discutem os parâmetros de novos modelos e as sutilezas da engenharia de prompt, a verdadeira batalha pelo domínio da IA acontece nas salas limpas de Taiwan.
Na prática, a TSMC confirmou seu status de grande árbitra do futuro: toda a capacidade do processo de 2 nanômetros já está reservada até o limite. Se você achava que a escassez de placas de vídeo na era da mineração foi um problema passageiro, prepare-se para uma nova realidade. O que vemos agora vai além da alta demanda: é uma privatização total do progresso.
A AMD planeja começar a fabricar seus processadores em 2 nm já em 2026. Isso significa que a próxima geração da arquitetura Zen terá um salto de eficiência energética tão grande que os concorrentes vão ter de se esforçar muito para que suas soluções de servidor não virem aquecedores caros. Para a AMD, é a chance de se firmar de vez nos data centers, onde cada watt conta.
Mas o mais interessante está nos planos das gigantes da nuvem. Google e Amazon Web Services (AWS) reservaram seus slots para o segundo semestre de 2027. Por que empresas que sempre se dedicaram a software e varejo precisam de chips próprios de 2 nanômetros?
A resposta é prosaica: economia. Treinar redes neurais na escala do GPT-5 ou do Gemini 2 consome tanta eletricidade que economizar mesmo 15-20% de energia no nível do transistor se traduz em bilhões de dólares poupados todo ano. As unidades de processamento tensorial (TPU) próprias do Google em 2 nm são mais que um pedaço de hardware: são uma forma de reduzir o custo da computação de IA a um nível inalcançável para os concorrentes.
A NVIDIA, que hoje praticamente domina o mercado de aceleradores de IA, joga no longo prazo. Jensen Huang mira 2028, quando a empresa planeja lançar a arquitetura Feynman. E aqui vemos a transição para um processo ainda mais avançado, o A16.
O grande trunfo tecnológico é a alimentação de energia pela parte traseira do substrato. Nos chips atuais, as trilhas de alimentação e de dados ficam entrelaçadas, o que gera interferência e limita a densidade. Levar a alimentação para "debaixo do capô" permite concentrar ainda mais poder computacional no mesmo volume sem transformar o chip em plasma.
Isso é crucial para os aceleradores de IA do futuro, em que a densidade computacional é o único parâmetro que importa para a sobrevivência de um modelo. Por que isso importa para nós? Estamos acostumados a ver a tecnologia ficar mais barata aos poucos, mas a era dos 2 nm e abaixo é a era do hardware absurdamente caro.
O ingresso para o clube de quem tem a IA mais poderosa agora custa não só dinheiro, mas também tempo e compromissos de longo prazo com os engenheiros taiwaneses. Se você não garantiu seu lugar na fila da TSMC hoje, sua startup ou até uma grande corporação pode acabar à margem do progresso daqui a três ou quatro anos. Estamos entrando em um período em que o poder computacional se torna um recurso estratégico distribuído de forma tão rígida quanto o petróleo ou os metais de terras raras.
A situação se complica porque praticamente não há alternativas. Enquanto a Intel tenta colocar seus processos nos trilhos e a Samsung luta contra o rendimento de chips aproveitáveis, a TSMC continua sendo a única porta de entrada para o mundo da computação de altíssimo desempenho. Isso cria uma dependência perigosa de toda a indústria de IA em relação a um único ponto geográfico.
Qualquer abalo em Taiwan agora significa, automaticamente, a paralisação do progresso para NVIDIA, Apple e Google ao mesmo tempo. Soberania tecnológica em 2024 não é uma questão de slogans, e sim de ter um contrato com a TSMC garantido por anos. Resumo: o monopólio da TSMC no silício se tornou absoluto.
Algum concorrente conseguirá oferecer uma alternativa antes de 2027, ou todos nós nos tornamos oficialmente reféns de uma única ilha?
- 1 de nov. de 2026Agente de vídeo StreamVibe, do Google, supera outros modelos em 10,7% em timing e qualidade das respostas
- 1 de nov. de 2026OpenAI reescreve as regras de comportamento do GPT: cinco valores e uma cadeia de prioridades
- 1 de nov. de 2026Bots de voz com LLM usam o classificador rápido Jev: decisão em 200–500 ms
- 1 de nov. de 2026Google admite que o AI Mode reduz a receita da Busca; ações caem 15%
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.