Google negocia com a Marvell chips de IA para inferência e reduz dependência da Broadcom

O Google prepara o próximo passo de sua estratégia de chips: a empresa negocia com a Marvell a criação de dois aceleradores especializados para IA, a fim de ampliar a cadeia de desenvolvimento além da Broadcom. Se as conversas terminarem em acordo, o Google ganhará mais um parceiro de silício personalizado e reforçará a aposta em uma inferência mais barata e em larga escala, e não apenas no treinamento de grandes modelos.

Segundo as informações disponíveis, a negociação envolve dois novos chips. O primeiro é uma memory processing unit, componente voltado ao trabalho com memória e à transferência de dados dentro de sistemas de IA. O segundo é uma TPU otimizada especificamente para inferência, quando o modelo já está treinado e precisa responder rapidamente às solicitações dos usuários.

Para o Google, é uma área sensível: quanto mais consultas passam pelo Gemini, pela busca, pela publicidade e pelos serviços de nuvem, maior a pressão do custo de cada resposta e do consumo de energia dos data centers.

O Google já não constrói sozinho seu ecossistema de silício personalizado. A Broadcom é há muito tempo a parceira-chave, e a MediaTek também aparece na cadeia de desenvolvimento. A entrada da Marvell como possível terceira parceira significa mais do que uma lista maior de fornecedores. É uma forma de distribuir riscos, não depender de um único fornecedor de componentes críticos e testar em paralelo diferentes abordagens de engenharia para diferentes tipos de carga, do treinamento à execução de modelos em serviços em produção.

É importante que, por enquanto, se trata apenas de negociações: pelas informações disponíveis, ainda não há contrato assinado. Mas as conversas mostram para onde o mercado caminha. Com o boom da IA generativa, as empresas projetam cada vez mais seus próprios chips, porque as GPUs de uso geral continuam caras, escassas e nem sempre ideais para uma tarefa específica. A inferência é um alvo especialmente atraente para customização: é nela que os produtos para o usuário acabam escalando, e é nela que importam latência, preço por requisição e desempenho previsível.

A memory processing unit desperta interesse à parte. Na infraestrutura de IA, o gargalo muitas vezes não é o poder de processamento puro, mas a velocidade com que os dados chegam ao acelerador. Quanto mais eficiente o sistema com a memória, menos as unidades de cálculo ficam ociosas e melhor se aproveita o hardware já instalado. Por isso, essas soluções podem ser tão importantes quanto as próprias TPUs: melhoram o equilíbrio geral do sistema e reduzem perdas com a movimentação de dados.

Para o Google, é um passo especialmente lógico. A empresa desenvolve há muitos anos a linha TPU e sabe integrar de perto o hardware ao seu software, aos data centers e à infraestrutura de nuvem. Os novos blocos especializados podem ajudar a ajustar melhor a pilha para cenários distintos: um para treinamento, outro para atender um enorme número de requisições e outro para gargalos ligados à memória. Essa abordagem costuma trazer não só ganho de velocidade, mas também controle mais rígido sobre o custo, os prazos de fornecimento e a dependência do ecossistema externo.

Há ainda outra camada: a posição de negociação do Google. Com vários parceiros de design, fica mais fácil distribuir projetos por especialização e não prender todo o roadmap ao ritmo de um único fornecedor. Em uma indústria em que o lançamento de uma nova geração de hardware de IA afeta diretamente a margem da nuvem e a velocidade de lançamento de produtos, essa flexibilidade vira um ativo estratégico. Mesmo sem contrato final, o diálogo com a Marvell mostra que o Google prepara alternativas com antecedência e amplia sua margem de manobra.

Na prática, a notícia importa não porque o Google encontrou mais um fabricante de chips, mas porque as maiores empresas de IA caminham para uma arquitetura de hardware mais fragmentada e especializada. Vencerá não quem tem simplesmente mais aceleradores, mas quem distribui melhor os papéis entre eles. Se o acordo com a Marvell se concretizar, será mais um sinal de que a próxima fase da corrida da IA se disputa não só nos modelos, mas na economia da inferência, em que cada watt e cada milissegundo ganho viram vantagem competitiva.