Como a Inteligência Artificial transformou os chips da Nvidia nos mais cobiçados do mundo

A Nvidia, uma fabricante de unidades de processamento gráfico (GPU) para computadores, se tornou uma das principais empresas de tecnologia global por ter entendido, cerca de 15 anos atrás, que a IA seria a chave para toda a evolução tecnológica que estamos vivendo e que apenas começou a se desenhar.

A centralidade da empresa, cujos GPUs são os responsáveis pelo treinamento do ChatGPT entre outros projetos com inteligência artificial, é praticamente inquestionável. Desde o ano passado, governos em todo o mundo e grandes empresas de tecnologia têm divulgado compras bilionárias de seus processadores que serão a base dos sistemas de IA generativa que pretendem desenvolver.

Mais recentemente, a Arábia Saudita e os Emirados Árabes Unidos (EAU) anunciaram os planos para impulsionar e transformar suas economias com base na adoção de IA, conforme primeiramente divulgado pelo jornal inglês Financial Times.

As compras de quantidades massivas dos chips ainda estariam vinculadas à visão estratégica de ambas as nações de "possuir e controlar seu próprio poder e talento computacional, ter suas próprias plataformas e não depender dos chineses ou dos americanos”.

Processadores garantem ampla capacidade de desenvolver ferramentas de IA 

De acordo com o jornal, o governo Saudita teria adquirido cerca de 3.000 chips H100 da Nvidia – o mais sofisticado processador da empresa projetado especialmente para projetos de IA generativa, por US$ 40 mil a unidade [R$ 198.680 na cotação de 18 de agosto].

Para se ter uma ideia da altíssima capacidade de processamento comprada pelos Sauditas, a OpenAI treinou o GPT-3, a primeira versão do ChatGPT, com 1.240 GPUs A100, o predecessor do H100, em apenas um mês.

Os EAU também garantiram a compra de milhares de chips Nvidia para alavancar seu próprio modelo de Large Language Models [grandes modelos de linguagem, em livre tradução], tal como o ChatGPT. Conhecida como Falcon, a ferramenta foi desenvolvida pelo Instituto de Inovação Tecnológica em Masdar City, Abu Dhabi, que é de propriedade estatal.

Mas não só as nações do Oriente Médio lideram a corrida pela compra dos Chips da Nvidia. Algumas das grandes empresas de tecnologia dos EUA também estão entre seus principais clientes.

Microsoft, Google e OpenAI, dona do ChatGPT, já garantiram sua parte da concorrida produção de chips H100 e A100. Elon Musk também anunciou que irá adquiri-los para a x.AI, sua nova empreitada de IA generativa, assim como para a Tesla e o X, antigo Twitter.

As gigantes chinesas não ficam para trás. Nomes de peso, como Alibaba e Bytedance, a dona do Tik Tok, destinaram cerca de US$ 5 bilhões [R$ 24,835 bilhões, na cotação de 18 de agosto] para a aquisição de suas unidades de processamento.

Visão estratégica para liderar no desenvolvimento de IA

O sucesso da Nvidia não é mero acaso. Criada para produzir placas gráficas para jogos eletrônicos de computador, a empresa entendeu que havia um novo mercado e uma demanda computacional para a qual, até então, não existia uma solução específica.

Essa percepção fez com que seus fundadores, Jensen Huang, Curtis Priem e Chris Malachowsky, redirecionassem o foco da produção para a computação acelerada. “Vimos que essa maneira de fazer software poderia mudar tudo. E mudamos a empresa de baixo para cima e para os lados. Cada chip que fizemos foi focado em inteligência artificial”, explicou Huang, CEO da Nvidia, em entrevista à CNBC, em março deste ano.

A empresa, que atualmente é uma das dez maiores companhias de tecnologia em valor, US$ 1,047 trilhão [R$ 5,02 trilhões], começou com uma reunião informal entre os três fundadores em um condomínio na Califórnia, em abril de 1993. Eles costumavam se encontrar em lanchonetes para compartilhar o sonho de equipar PCs com placas gráficas para gerar imagens 3D.

O nome veio da fusão da expressão em inglês next version [próxima versão] e de invidia, a palavra latina para inveja. Segundo os fundadores, a ideia era que os concorrentes ficassem verdes de inveja ao ver as próximas versões ou inovações criadas pela empresa. A logomarca, um olho verde estilizado, também é inspirada nesse conceito.

Apesar do sucesso de suas placas de processamento, a empresa quase quebrou algumas vezes, muitas delas devido a erros cometidos pelo próprio Huang. Natural de Taiwan, o engenheiro graduado pelas universidades do Oregon e de Stanford, onde conheceu seus sócios, emigrou para os EUA ainda criança.

“Toda empresa comete erros e eu cometo muitos deles", disse o executivo à CNBC. "Alguns deles colocaram a empresa em perigo, especialmente no começo, porque éramos pequenos e enfrentávamos empresas muito, muito grandes e estávamos tentando inventar essa nova tecnologia.”

Mas em 1999, uma aposta ousada redefiniu os rumos da Nvidia. Depois de demitir a maior parte de sua força de trabalho, a empresa criou a GeForce 256, a primeira GPU lançada em todo mundo.

Essa primeira placa gráfica programável permitia a criação de efeitos como sombreamento e iluminação personalizados. O sucesso fez com que, no ano 2000, a Nvidia se tornasse a fornecedora gráfica exclusiva do primeiro Xbox da Microsoft.

Em 2006, foi a vez do lançamento da CUDA, uma espécie de caixa de ferramentas de software, que começaria a ser entendida pelo mercado apenas em 2016. A iniciativa oferecia uma maneira totalmente inovadora para escrever programas de computador, com aceleradores que geraram resultados surpreendentes no campo da IA.

Atualmente, a venda de GPUs responde por mais de 80% de sua receita, tendo se tornado o principal negócio da Nvidia. Elas são placas avulsas que se conectam à placa mãe de um computador para adicionar capacidade de computação às Unidades de Processamento Central (CPUs), que são produzidas por companhias como a Intel, por exemplo.

Mas o aumento da potência de processamento não é a única explicação para o sucesso. A Nvidia foi a primeira empresa a apoiar competições de classificação e de detecção de imagens por IA, cujas pesquisas avançaram para o processamento de linguagens.

“O grupo do ChatGPT, que até então ninguém conhecia, derivou do Image Maps, que fazia classificação de imagens. Nós fomos a primeira empresa que disse para eles testarem com nossa configuração exclusiva de hardware, para verem como ficava o algoritmo. E eles viram que era disso que precisavam”, explica Márcio Aguiar, diretor da divisão Enterprise da Nvidia para América Latina.

Para se adaptar às diferentes demandas de clientes, a empresa ainda desenvolveu camadas de software e diversas configurações de placas, criando uma arquitetura exclusiva de GPUs dentro de um equipamento. Essa inovação fez com que a Nvidia trouxesse novos conceitos para o mercado.

“Nós passamos a atuar como consultores de tecnologia independentes. Nós não vendemos somente as GPUs, mas nós mostramos qual combinação de GPUs é a mais adequada para a finalidade de nossos clientes”, esclarece Aguiar. Dessa forma, a empresa é capaz de fornecer arquiteturas específicas para cada setor, como desenvolvimento de softwares, de aplicações médicas, de pesquisas.

Transformar o ambiente industrial por meio da IA

Uma frente de atuação é a parceria com grandes empresas para levar IA a seus pares que ainda não modernizaram suas operações. Em conjunto com a Accenture e a ServiceNow, a Nvidia recentemente lançou a AI Lighthouse, que irá fornecer soluções para projetos, desenvolvimento e implementação de IA generativa para empreendimentos de quaisquer setores.

“Nessa iniciativa, nós usamos a lógica de criar modelos especializados para gestão de tecnologia, gestão de processos, gestão de recursos humanos. Por meio da lógica de correlação e predição de eventos, e análises de causa e de risco, feitas pela IA generativa, podemos ganhar escala, velocidade, gerar economia de recursos, entre outros ganhos para as mais diversas empresas”, afirma Daniel Lázaro, líder em IA na Accenture Brasil.

Segundo o executivo, poucas companhias, cerca de 14%, já implementaram o uso de inteligência artificial em suas rotinas. “A AI Lighthouse visa entender as necessidades das empresas para ajudá-las a adequar o uso da IA e otimizar sua produção”, destacou.

Seguindo a mesma lógica Aguiar ressalta que a Nvidia é uma empresa de tecnologia e o que ela desenvolve é depois inserido e integrado por diversos parceiros. “Nós estamos focados em trazer novas ferramentas para que todo esse ecossistema fique melhor”.

Um dos riscos enfrentados pela Nvidia é que gigantes da tecnologia, como Microsoft e Google, desenvolvam seus próprios chips sob medida, o que já está sendo feito. Mas o fundador da empresa não deixa de ter uma visão positiva sobre a questão.

“A capacidade de processamento que o mundo precisa para os data centers vai crescer”, diz Huang. “Esse é um problema real. A primeira coisa que devemos fazer é: todo data center do mundo, seja como for que você decida fazer, pelo bem da computação sustentável, precisa acelerar tudo o que puder.”

Por essa razão, a empresa segue firme em suas parcerias. No mercado automotivo, por exemplo, está desenvolvendo tecnologia de direção autônoma para a Mercedes-Benz. A Amazon é outra que tem utilizado seus sistemas para alimentar robôs nos armazéns de distribuição com o objetivo de agilizar o fluxo diário de milhões de pacotes.

Produção terceirizada e tensões geopolíticas 

Saber otimizar lucros e a produção também é uma especialidade da empresa. Desde sua criação, os fundadores queriam que a Nvidia produzisse chips sem fabricá-los fisicamente – assim como quem projeta algo, mas contrata alguém para realizar a produção.

Nesse caso, a Nvidia terceiriza a fabricação de seus chips para a Taiwan Semiconductor Manufacturing Company (TSMC), localizada em Taiwan. A dependência do país, que é palco de divergências políticas entre os Estados Unidos e a China – que considera a ilha parte de seu território -, não deixa de acrescentar um certo ingrediente diplomático para os negócios da empresa.

Conforme apurado pelo Financial Times, a fabricante enviará para a Nvidia cerca de 550 mil chips H100 neste ano. O principal destino da produção serão as empresas de tecnologia dos EUA – ainda que 3 mil deles já tenham sido comprados pela Arábia Saudita.

Recentemente, a TSMC também anunciou a construção de duas fábricas no estado do Arizona, nos Estados Unidos, e a Nvidia disse que comprará diretamente delas.

Em outubro de 2022, o governo de Joe Biden limitou as exportações para a China de semicondutores avançados e máquinas para fabricação de chips. E, desde junho deste ano, a Casa Branca avalia aplicar restrições adicionais ao acesso chinês a tecnologias de IA, conforme reportado pelo jornal The New York Times.

“Há essa briga geopolítica, de impor restrições de um lado e de outro, e vamos conviver com isso. O governo dos EUA impôs regulações para as exportações para a China – e nós somos a favor de regular os mercados. Mas a regra não é tão clara”, explica Aguiar.

Para sair da saia justa e seguir suprindo um de seus principais clientes, uma das soluções encontradas foi oferecer os chips A800 e H800, gerações anteriores aos A100 e H100, e otimizar seus softwares para garantir a capacidade de processamento dos clientes asiáticos.

Questionada sobre possíveis impactos negativos da IA, inclusive sobre o mercado de trabalho, com a extinção de determinadas carreiras e grandes ondas de demissão, a empresa prefere olhar para as oportunidades que já foram e serão criadas.

Nesse sentido, reconhece que haverá impactos, alguns dos quais já devidamente pensados e previstos. Mas, na visão da Nvidia, muitos fatores já melhoraram com a Inteligência artificial e a tendência é que isso se consolide.

“Para a IA ser tão inteligente é preciso que haja um ser humano com uma inteligência aplicada ao bom senso para que tudo se torne mais fácil para todos. Estamos cercados de tecnologia. O impacto negativo depende do ser humano que está na outra ponta e quer utilizar a IA. Eu vejo que nós estamos ajudando muitas empresas, independente do porte, a se tornarem mais competitivas, a se tornarem mais produtivas”, comenta Aguiar.