Publicado em: 2025-11-25
As ações do Google subiram 6,28%, para US$ 318,47 , impulsionadas pelo otimismo renovado em torno da estratégia de infraestrutura de IA da Alphabet e pela decisão da empresa de comercializar suas Unidades de Processamento Tensorial (TPUs).
As ações da Nvidia subiram 2,05%, para US$ 182,55, durante o pregão, mas caíram 1,50%, para US$ 179,81, após o fechamento do mercado.
A forte alta no preço das ações do Google reflete uma mudança no sentimento dos investidores, à medida que os mercados reavaliam o posicionamento competitivo da Alphabet dentro do ecossistema global de hardware de IA.
O Google criou a Unidade de Processamento de Tensores (TPU) como um circuito integrado de aplicação específica, projetado para operações encontradas em aprendizado de máquina e modelos orientados a dados. O hardware se concentra em computações de matrizes e tensores que impulsionam as cargas de trabalho de aprendizado profundo. As primeiras gerações de TPU foram construídas para uso interno no Google e disponibilizadas aos clientes somente por meio dos serviços do Google Cloud.
Ao se preparar para vender TPUs para clientes externos, o Google está mudando de uma estratégia de otimização voltada para si mesmo para um negócio de hardware totalmente comercial. Essa mudança abre a possibilidade de competição direta com as GPUs de uso geral que dominam o mercado atualmente.
Tanto as TPUs quanto as GPUs aceleram a inteligência artificial, mas com desempenhos diferentes. As GPUs são altamente flexíveis e suportam um amplo ecossistema de bibliotecas e frameworks. As TPUs são especializadas em operações com tensores e frequentemente demonstram eficiência superior em determinadas tarefas de treinamento e inferência.
| Recurso | TPU | GPU |
|---|---|---|
| Objetivo principal | Computações de tensores e matrizes para aprendizado de máquina | Renderização gráfica e tarefas computacionais em geral |
| Arquitetura | ASIC projetado para operações de aprendizado profundo | Processador paralelo com múltiplos núcleos para cargas de trabalho amplas. |
| Pontos fortes típicos | Alto desempenho para treinamento e inferência de redes neurais | Versatilidade, ampla compatibilidade com software e alto desempenho para diversas tarefas. |
| Usuários ideais | Empresas com modelos de IA em larga escala e cargas de trabalho de tensores consistentes. | Usuários que necessitam de flexibilidade e ampla compatibilidade com frameworks |
| Líderes de mercado | Nvidia e AMD |
As empresas podem optar por TPUs para cargas de trabalho grandes e previsíveis que se beneficiam de alta taxa de transferência e custos potencialmente menores a longo prazo. As GPUs continuam sendo a opção preferida para desenvolvedores que precisam de ampla compatibilidade e para organizações que executam muitos tipos diferentes de modelos.
Relatórios sugerem que a Meta pode alugar capacidade de TPU a partir de 2026 e adquirir grandes quantidades a partir de 2027. A Meta opera alguns dos maiores sistemas de IA do mundo, incluindo algoritmos de recomendação e grandes modelos de linguagem. Essas cargas de trabalho exigem acesso constante a uma imensa capacidade computacional.
O interesse da Meta nas TPUs centra-se em três objetivos estratégicos:
A Meta quer diversificar sua base de fornecedores e reduzir a dependência de um único fornecedor de GPUs.
A Meta busca garantir preços competitivos para grandes clusters de treinamento e tarefas de inferência de alto volume.
A Meta tem como objetivo avaliar se o desempenho das TPUs se alinha de forma mais eficiente com cargas de trabalho específicas que envolvem grande volume de tensores dentro de sua infraestrutura.
Uma estratégia de computação diversificada ajuda as grandes empresas de tecnologia a gerenciar custos, desempenho, riscos de aquisição e planejamento de longo prazo.
A participação da Nvidia no mercado de data centers com IA permanece extremamente forte. No entanto, a introdução de TPUs disponíveis comercialmente representa uma alternativa real para hiperescaladores e grandes empresas.
Os investidores já reagiram aos relatos sobre a mudança de estratégia do Google, pois mesmo uma pequena alteração nos padrões de aquisição pode influenciar as expectativas de receita para os fornecedores de GPUs existentes.
Os possíveis efeitos incluem:
A Nvidia terá menor poder de precificação se seus principais clientes encontrarem alternativas viáveis.
Estratégias de hardware mais equilibradas entre os provedores globais de nuvem.
Maior foco na portabilidade do software, permitindo que os modelos sejam transferidos entre aceleradores de IA.
Aumento da concorrência no desenvolvimento de chips de IA, o que pode acelerar a inovação.
Embora as GPUs continuem sendo fundamentais para a indústria de IA, as TPUs podem conquistar uma parcela significativa das cargas de trabalho adequadas à sua arquitetura.
A Broadcom é uma parceira de longa data no projeto das TPUs do Google. Se o Google iniciar vendas em larga escala para clientes externos, a Broadcom poderá se beneficiar do aumento da demanda por serviços de projeto e fabricação.
A colaboração fortalece a posição da Broadcom no segmento de semicondutores personalizados de alto valor agregado e expande o mercado potencial para seus serviços de semicondutores.
Os participantes do mercado viram esse desenvolvimento com bons olhos, pois ele reforça o papel da Broadcom na infraestrutura de IA de próxima geração.
Empresas que adotam TPUs em suas próprias instalações ganham um novo conjunto de opções estratégicas. Elas podem executar cargas de trabalho de tensores de alto desempenho localmente, enquanto continuam a usar serviços em nuvem para tarefas variáveis ou de curta duração. Esse tipo de implantação híbrida pode oferecer vantagens mensuráveis.
Os benefícios potenciais incluem:
Maior controle sobre a latência e o desempenho de modelos críticos.
Melhoria na governança de dados para organizações que preferem manter informações sensíveis em suas próprias instalações.
Redução dos custos computacionais a longo prazo para cargas de trabalho previsíveis.
Combinações de TPUs, GPUs e ASICs especializados, adaptadas a cada aplicação.
Essa flexibilidade pode encorajar mais organizações a explorar arquiteturas com múltiplos chips, em vez de depender de uma única classe de aceleradores.
Se o Google avançar com o lançamento comercial completo das TPUs, a competição na computação de IA se intensificará. Os hiperescaladores, provedores de nuvem e grandes empresas globais podem buscar maneiras de reduzir a concentração de fornecedores e incorporar múltiplas classes de silício especializado.
Os efeitos a longo prazo podem incluir:
Crescimento no design de chips personalizados nas principais plataformas.
Ecossistemas de hardware expandidos em torno das TPUs do Google.
Novas estruturas de compatibilidade cruzada que permitem que os modelos sejam executados em aceleradores mistos.
Maior poder de negociação para grandes clientes em futuras aquisições.
O resultado geral poderá ser um mercado mais saudável e competitivo para hardware de IA.
O preço das ações do Google está subindo porque os investidores estão otimistas com a decisão da Alphabet de comercializar TPUs. Essa iniciativa expande sua estratégia de hardware de IA, diversifica o potencial de receita e intensifica a pressão competitiva sobre os fornecedores de GPUs já consolidados.
As TPUs não substituirão as GPUs, mas poderão reduzir o poder de precificação da Nvidia caso grandes clientes adotem uma estratégia de aceleradores mais diversificada. Isso poderá remodelar gradualmente a dinâmica competitiva no mercado de hardware de IA.
A possível adoção do Meta é importante porque os principais provedores de hiperescala influenciam os padrões de hardware globalmente. Mesmo uma migração parcial para TPUs pode encorajar outras empresas a explorar alternativas que não utilizam GPUs.
As TPUs são altamente eficientes para treinamento e inferência de grandes modelos de linguagem, mas as GPUs ainda oferecem maior versatilidade. A maioria das empresas adotará estratégias híbridas ou com múltiplos aceleradores.
Aviso: Este material destina-se apenas a fins informativos gerais e não constitui (nem deve ser considerado como) aconselhamento financeiro, de investimento ou de qualquer outra natureza que deva ser levado em consideração. Nenhuma opinião expressa neste material constitui uma recomendação da EBC ou do autor de que qualquer investimento, título, transação ou estratégia de investimento em particular seja adequado para qualquer pessoa específica.
