AWS triplica pedido de chips Nvidia e expõe desafio de criar alternativa
Mesmo desenvolvendo seus chips Trainium, a AWS encomenda 2 milhões de GPUs da Nvidia. A decisão revela a dificuldade de reduzir a dependência da líder de mercado e o custo da infra de IA.
A Amazon Web Services (AWS) vai adicionar mais 2 milhões de GPUs da Nvidia à sua infraestrutura de data centers, um movimento que efetivamente triplica o volume de um acordo anunciado há apenas cinco meses. A nova encomenda, que inclui os modelos Blackwell Ultra, Rubin e Rubin Ultra, será entregue entre 2027 e 2028, reforçando a capacidade computacional da maior provedora de nuvem do mundo para atender a uma demanda por inteligência artificial que, segundo as empresas, "excedeu as expectativas".
O anúncio foi feito durante a divulgação de resultados da Nvidia e representa um investimento de dezenas de bilhões de dólares, embora os termos financeiros exatos não tenham sido divulgados. A decisão de ampliar a parceria ocorre apenas cinco meses após a AWS ter se comprometido a instalar mais de 1 milhão de GPUs da Nvidia a partir deste ano, evidenciando a velocidade com que a necessidade por poder de processamento está escalando.
A demanda que não cede
A justificativa oficial para a expansão do acordo é a "demanda crescente" vinda de startups, grandes empresas, laboratórios de IA e até mesmo governos. Esse apetite do mercado se reflete diretamente nos resultados financeiros da Nvidia, que reportou vendas de US$ 96,2 bilhões no segundo trimestre, com a receita de data centers correspondendo a US$ 89 bilhões – um aumento de 117% em relação ao ano anterior. A projeção para o terceiro trimestre é ainda mais otimista, com expectativa de receita de US$ 108 bilhões.
Para atender a essa demanda e evitar gargalos futuros, a Nvidia anunciou um compromisso de US$ 279 bilhões para garantir suprimentos e capacidade de fabricação, um salto significativo em relação aos US$ 119 bilhões do trimestre anterior. O plano de gastos inclui US$ 92 bilhões para o restante do ano fiscal e outros US$ 87 bilhões para o ano fiscal de 2028. Segundo o CEO da Nvidia, Jensen Huang, a fase atual da indústria é de monetização, onde mais computação se traduz em mais "tokens lucrativos".
O paradoxo dos chips próprios
Gostou desta análise? Receba a próxima primeiro.
Edição diária da IA News com impacto real para empresas — grátis no seu e-mail.
O massivo pedido à Nvidia ocorre em um momento em que a Amazon intensifica seus próprios esforços para desenvolver chips de IA. A empresa aposta em duas frentes: os processadores Graviton, baseados em arquitetura Arm, e os aceleradores Trainium, posicionados como uma alternativa direta às GPUs da Nvidia para cargas de trabalho de deep learning. A AWS inclusive está em negociações para vender seus chips Trainium para outras empresas utilizarem em seus próprios data centers.
O negócio de chips customizados da Amazon já apresenta uma receita anualizada superior a US$ 25 bilhões, impulsionada por compromissos de US$ 225 bilhões de laboratórios como Anthropic e OpenAI. Contudo, a necessidade de adquirir mais 2 milhões de GPUs da Nvidia demonstra que, apesar do avanço, a produção interna ainda é insuficiente para suprir a demanda imediata ou competir em performance e escala com a oferta da líder de mercado. A estratégia da AWS parece ser de longo prazo, enquanto a tática de curto e médio prazo exige garantir o acesso ao hardware mais potente disponível, independentemente do fornecedor.
Nvidia expande seu ecossistema, não apenas vende GPUs
A parceria entre as duas gigantes de tecnologia vai muito além da simples venda de processadores gráficos. O acordo prevê uma integração profunda do ecossistema da Nvidia na infraestrutura da AWS, fortalecendo a posição da fabricante de chips em múltiplas camadas da computação de IA.
A integração abrange diversas tecnologias da Nvidia, incluindo:
- Hardware de Rede: Componentes essenciais para conectar milhares de GPUs em um único sistema coeso, permitindo o treinamento de modelos de grande escala.
- CPUs Vera: Os processadores da Nvidia serão implementados nos servidores da AWS, tanto em configurações independentes quanto integrados à futura geração de GPUs Rubin. A Nvidia estima que o mercado endereçável para suas CPUs é de US$ 200 bilhões.
- Software e Modelos: A família de modelos abertos Nemotron, da Nvidia, será disponibilizada no Amazon Bedrock e no SageMaker, as plataformas de IA gerenciada da AWS.
- Plataforma de Robótica: A Amazon adotará o stack completo de IA física da Nvidia para sua frota de robôs em centros de distribuição. Isso inclui as plataformas Omniverse (simulação e gêmeos digitais), Cosmos (modelo de mundo), Isaac (desenvolvimento de robótica) e o hardware Jetson (computação de borda).
Essa abordagem multifacetada mostra que a estratégia da Nvidia não é apenas vender silício, mas sim cimentar sua arquitetura como o padrão de fato para o desenvolvimento e implementação de IA em escala, desde o data center até o robô no chão de fábrica.
Análise IA News
A leitura da nossa redação
A decisão da AWS de triplicar seu pedido de GPUs da Nvidia não representa um fracasso de sua estratégia de chips próprios, mas sim uma admissão pragmática da atual indispensabilidade da Nvidia. Desenvolver silício competitivo é um jogo de longo prazo. No curto e médio prazo, a corrida dos hyperscalers é definida pela capacidade disponível agora. A AWS não pode se dar ao luxo de esperar a maturação e a escala de seus chips Trainium enquanto concorrentes garantem o acesso ao hardware mais avançado do mercado. A medida, portanto, protege sua liderança de mercado em nuvem, mesmo que aprofunde temporariamente a dependência de um fornecedor chave.
A profundidade da parceria reforça o fosso competitivo da Nvidia, que vai muito além do desempenho bruto da GPU. Ao integrar seu hardware de rede (essencial para clusters de IA), CPUs (Vera) e plataformas de software (CUDA, Nemotron, Omniverse) no ambiente da maior provedora de nuvem do mundo, a Nvidia está construindo um ecossistema com altíssimos custos de troca. A estratégia se assemelha ao modelo "Intel Inside" da era do PC, mas aplicado a toda a pilha do data center de IA, tornando a arquitetura da Nvidia a base sobre a qual o futuro da computação está sendo construído.
O que observar nos próximos meses é o desempenho e a adoção real dos chips Trainium por clientes terceiros. Se a AWS for bem-sucedida em posicioná-los como uma alternativa viável, poderá criar uma segunda fonte de silício de ponta no mercado, ainda que distante da liderança. Contudo, por ora, a corrida pelo hardware de IA de alta performance tem um claro vencedor. O compromisso de US$ 279 bilhões da Nvidia para garantir capacidade de produção é uma tentativa de evitar futuras crises de fornecimento, mas também concentra um nível de poder de mercado que traz seus próprios riscos para a indústria como um todo.
Contexto para empresários e decisores
O mercado brasileiro de IA é amplamente dependente da infraestrutura de nuvem oferecida por hyperscalers como AWS, Google e Microsoft. Empresas locais raramente possuem escala para negociar diretamente com fabricantes de chips, ficando à mercê dos preços e da disponibilidade de instâncias de GPU nas plataformas de nuvem. A intensificação da demanda global por esses recursos, evidenciada pelo acordo AWS-Nvidia, sugere que os custos de computação de alta performance não devem diminuir no curto prazo, representando um desafio para o planejamento orçamentário de projetos de IA no Brasil. A maturidade de adoção no país cresce, mas o acesso ao hardware de ponta continua sendo um gargalo para inovação em modelos proprietários.
Impactos para empresas
- 1Aumento da competição por recursos de nuvem -> pode levar a custos mais altos e maior tempo de espera para alocar instâncias de GPU de ponta, impactando o orçamento e o cronograma de projetos de IA.
- 2Consolidação do ecossistema Nvidia -> torna mais difícil e custoso para empresas migrarem para plataformas de IA alternativas, gerando um 'lock-in' tecnológico com a arquitetura da Nvidia.
- 3Expansão da parceria para software e robótica -> abre novas oportunidades de integração para empresas que usam AWS e as plataformas da Nvidia, mas também aumenta a complexidade da gestão de fornecedores.
- 4Escassez persistente de chips de ponta -> força as empresas a otimizarem o uso de recursos e explorarem modelos menores, impactando a estratégia de P&D em IA.
Conclusão editorial
A aliança reforçada entre AWS e Nvidia é um sinal claro de que a infraestrutura de IA de ponta continuará concentrada e cara. Apesar dos esforços da Amazon com chips próprios, a dependência da Nvidia é um fato que moldará o mercado nos próximos anos. Decisores devem diversificar sua estratégia computacional, explorando arquiteturas e modelos de IA mais eficientes para mitigar riscos de custo e disponibilidade.
— Redação IA News
Fontes utilizadas
Apuração, análise e conclusão editorial produzidas pela redação do IA News a partir das fontes acima. O conteúdo não reproduz o texto original.