Alibaba já enviou quase 500 mil chips de IA, mas admite estar atrás da Nvidia

A Alibaba revelou pela primeira vez a escala da produção de seus chips de IA próprios: a unidade T-Head enviou quase 470 mil dispositivos. A empresa não tentou embelezar o cenário e disse sem rodeios que, por ora, essas soluções têm desempenho inferior ao dos produtos da Nvidia.

Quantos chips já existem

O número foi divulgado no balanço da Alibaba referente ao terceiro trimestre do ano fiscal de 2026. Segundo a diretoria, a T-Head levou seus chips à fase comercial nos últimos dois anos e enviou cerca de 470 mil unidades no total. Não são protótipos de laboratório, mas hardware real, já usado em cargas de trabalho de IA.

Para o mercado chinês, onde o acesso aos aceleradores americanos mais potentes é limitado pelas regras de exportação dos EUA, um volume desses já é, por si só, um sinal importante.

Mais importante ainda: a Alibaba não fala apenas de uso interno. Segundo a empresa, mais de 60% dos chips da T-Head já vão para clientes externos, e a receita dessa linha chegou a cerca de 10 bilhões de yuans por ano.

Isso significa que o caso deixou de ser um projeto puramente corporativo de P&D. A Alibaba passa a ter um negócio próprio de semicondutores, que deve não apenas sustentar a nuvem dentro do grupo, mas funcionar como um elemento comercial de toda a estratégia de IA.

Onde a Alibaba fica para trás

O ponto mais notável do comunicado é uma franqueza rara entre grandes empresas de tecnologia. A Alibaba não fingiu ter alcançado os líderes globais. O CEO, Eddie Wu, reconheceu que os chips da T-Head ainda perdem para equivalentes estrangeiros.

No mercado chinês, onde as notícias sobre hardware próprio costumam ser apresentadas como demonstração de soberania tecnológica, esse grau de sinceridade é quase fora do padrão. E é um marcador importante: a empresa vende ao mercado não o mito de um avanço, mas um retrato honesto do nível atual.

"Nossos chips ainda ficam atrás dos equivalentes estrangeiros", admitiu o CEO da

Alibaba, Eddie Wu.

Mas a Alibaba não aposta numa corrida frontal de benchmarks. Wu explicou que a empresa quer projetar seus chips em conjunto mais estreito com a infraestrutura da Alibaba Cloud e a família de modelos Qwen. A ideia é vencer não pela velocidade absoluta de um acelerador, mas pela relação entre preço, disponibilidade e eficiência em cenários específicos. Para o cliente, isso pode pesar mais do que simplesmente o maior resultado em testes, principalmente se os chips alternativos são difíceis de comprar ou têm longa espera.

Por que a Alibaba quer um stack próprio

Para a Alibaba, chips próprios não são só uma questão de margem, mas de acesso a poder computacional. Com as restrições americanas, as empresas chinesas não podem contar com fornecimento estável dos aceleradores mais avançados. Por isso, a Alibaba enxerga a T-Head como uma forma de garantir capacidade de computação por anos.

A empresa destaca ainda que continua sendo a única grande provedora de nuvem da China com desenvolvimento próprio de chips, o que lhe permite controlar mais de perto toda a cadeia, do hardware ao modelo e ao serviço.

Nesse contexto, fica mais fácil entender por que a Alibaba investe de forma tão agressiva na combinação de IA e nuvem. A divisão de nuvem cresceu 36% em relação ao ano anterior no trimestre, para US$ 6,19 bilhões, e a receita de produtos de IA registra crescimento de três dígitos pelo décimo trimestre seguido. Paralelamente, a Alibaba definiu uma meta grande: elevar a receita externa anual de nuvem e IA a US$ 100 bilhões em cinco anos.

O que essa integração vertical dá à empresa:

• fornecimento mais previsível de capacidade computacional;
• possibilidade de otimizar a inferência para os modelos Qwen;
• redução do custo dos serviços de IA na nuvem;
• venda não de um chip isolado, mas de um stack completo para clientes corporativos.

O que isso significa

A Alibaba ainda não mostrou um chip capaz de competir de igual para igual com as melhores soluções da Nvidia. Mas mostrou outra coisa: o mercado chinês saiu da conversa sobre soberania tecnológica e passou à produção em massa de aceleradores de IA próprios e à sua monetização real.

Para a indústria, é um sinal de que a próxima fase da concorrência não será decidida apenas no eixo de "quem é mais rápido", mas também no de "quem monta o stack de IA mais barato, acessível e gerenciável".