A corrida pela infraestrutura de inteligência artificial ganhou um novo capítulo com o avanço do ASIC. A OpenAI, em parceria com a Broadcom, anunciou o desenvolvimento do seu primeiro chip personalizado, chamado “Jalapeño”.
Em um movimento estratégico, a OpenAI passou a investir no desenvolvimento de chips próprios para reduzir a dependência de fornecedores tradicionais, como a Nvidia, que hoje domina o mercado de GPUs usadas em inteligência artificial.
O ASIC, sigla para Application-Specific Integrated Circuit, é um circuito integrado projetado para executar uma função específica.
Foto: Unsplash
O que é um ASIC e por que ele pode substituir as GPUs da Nvidia?
A corrida pela infraestrutura de inteligência artificial ganhou um novo capítulo com o avanço do ASIC. A OpenAI, em parceria com a Broadcom, anunciou o desenvolvimento do seu primeiro chip personalizado, chamado “Jalapeño”.
A novidade marca a entrada da empresa no setor de semicondutores e abre uma discussão importante sobre o que é um ASIC e como ele pode, em alguns casos, substituir as GPUs da Nvidia.
Em um movimento estratégico, a OpenAI passou a investir no desenvolvimento de chips próprios para reduzir a dependência de fornecedores tradicionais, como a Nvidia, que hoje domina o mercado de GPUs usadas em inteligência artificial.
Nesse novo projeto, os chips serão fabricados pela Broadcom e destinados principalmente a tarefas de inferência, etapa em que os modelos de I.A já treinados são executados em aplicações como o ChatGPT.
Além disso, a empresa projeta uma estrutura mais ampla, voltada para construir toda a base tecnológica que sustenta seus modelos. Ou seja, não se trata apenas de criar um chip, mas de integrar hardware e software em uma arquitetura própria de alto desempenho.
O que é um ASIC e como ele funciona
O ASIC, sigla para Application-Specific Integrated Circuit, é um circuito integrado projetado para executar uma função específica. Diferentemente das GPUs, que são flexíveis e lidam com diferentes tipos de processamento paralelo, os ASICs são focados em tarefas específicas, o que aumenta a eficiência em determinados cenários.
No caso da inteligência artificial, isso é relevante porque tarefas de inferência seguem padrões repetitivos e bem definidos. Por isso, um ASIC pode entregar mais desempenho com menor consumo de energia e menor custo operacional quando comparado às GPUs.
Por outro lado, essa especialização também traz limitações. Enquanto as GPUs podem ser usadas em diferentes etapas do desenvolvimento de I.A, os ASICs dependem de usos mais específicos e planejados.
Siga o Times | CNBC no Google e receba as principais notícias do Brasil e do Mundo.
Por que o ASIC pode competir com as GPUs da Nvidia
As GPUs da Nvidia se tornaram padrão no mercado de I.A por sua flexibilidade e capacidade de processamento paralelo, essenciais para o treinamento de modelos complexos. No entanto, o crescimento acelerado da demanda passou a pressionar custos, disponibilidade e eficiência energética.
É justamente nesse ponto que os ASICs ganham espaço. Com projetos sob medida, eles otimizam tarefas específicas de inferência e reduzem o consumo de energia, além de aumentar a eficiência.
Além disso, o movimento não é isolado. A OpenAI já fechou acordos com a Amazon Web Services para uso dos chips Trainium, além de parcerias com a AMD e com a Cerebras.
Uma amostra física do chip foi entregue nesta quarta-feira (24) e a implementação deve começar até o fim de 2026.
O projeto de ASIC nasceu de 18 meses de colaboração entre as empresas e tem como meta alcançar até 10 gigawatts de capacidade computacional. O desenvolvimento do chip levou cerca de nove meses para ser concluído.
Nvidia se prepara para demitir Jensen Huang, segundo o WSJ — ações da companhia despencam 7% 
