A insatisfação da OpenAI com os chips da Nvidia pode acelerar a busca por alternativas

A insatisfação da OpenAI com os chips da Nvidia pode acelerar a busca por alternativas é perfilada pela BTW Media porque evidências publicadas a vinculam à infraestrutura da internet, governança, dependências operacionais ou visibilidade de mercado.

• OpenAI busca alternativas para algumas GPUs da Nvidia devido a preocupações de desempenho em cargas de trabalho de inferência, o que pode modificar sua estratégia de computação.
• Essa abordagem destaca a crescente demanda por hardware de IA especializado e a intensificação da concorrência no cenário de chips de IA.

O que aconteceu: OpenAI explora alternativas à Nvidia para tarefas de inferência

OpenAI — a criadora do ChatGPT — está cada vez mais insatisfeita com alguns dos mais recentes chips de inteligência artificial da Nvidia e busca alternativas para parte de sua carga de trabalho computacional, disseram fontes próximas ao assunto à Reuters. As preocupações relatadas dizem respeito a cargas de trabalho de inferência, onde os modelos de IA respondem às consultas dos usuários e geram resultados, incluindo ferramentas como assistentes de codificação.

A equipe da OpenAI indicou que as GPUs da Nvidia às vezes ficam atrasadas em termos de velocidade e acesso à memória para essas tarefas, o que leva a empresa a examinar chips especializados com memória integrada e outras diferenças arquiteturais.

Embora a Nvidia continue sendo uma fornecedora dominante de hardware para treinamento de grandes modelos — uma tarefa que envolve computação paralela intensiva — a inferênciase tornou um campo de batalha distinto, com desempenho e custo-benefício se tornando cada vez mais importantes à medida que as empresas de IA implantam modelos em grande escala.

De acordo com o relatório, a divergência da OpenAI em relação à Nvidia está em andamento desde pelo menos 2025, quando a empresa buscava parceiros e potenciais fabricantes de chips como AMD e Cerebras para GPUs e aceleradores que pudessem atender melhor às suas crescentes necessidades de inferência.

Embora a Nvidia afirme que ainda abastece a maior parte da frota de inferência da OpenAI e oferece desempenho competitivo, bem como um custo total de propriedade vantajoso, a mudança estratégica relatada da OpenAI destaca a evolução das prioridades de hardware no crescente setor de IA.

Leia também:As discussões de US$ 30 bilhões da SoftBank com a OpenAI geram preocupações
Leia também:Amazon considera investimento de US$ 50 bilhões na OpenAI

Por que isso é importante

Essa notícia indica que mesmo os líderes de mercado estão reavaliando relações de fornecedores bem estabelecidas em resposta às mudanças nos requisitos técnicos e às pressões de custos. À medida que a inferência — o uso real dos modelos de IA — representa uma parcela crescente das cargas de trabalho computacionais, as características exigidas dos chips (como caminhos de memória rápidos e baixa latência) podem diferir daquelas privilegiadas durante o treinamento dos modelos.

A exploração de fornecedores alternativos e abordagens de hardware pela OpenAI reflete tendências mais amplas do setor: as empresas estão cada vez mais interessadas emcomputação heterogênea — combinando GPUs, aceleradores especializados e silício personalizado — para otimizar o desempenho por dólar.Estudos sobre hardware de IA heterogêneo sugerem que arquiteturas de aceleradores emergentes podem alcançar eficiência energética e perfis de desempenho competitivos, embora o suporte de software e o ecossistema ainda sejam áreas em maturação.

Estrategicamente, essa mudança potencial também pode complicar o relacionamento entre OpenAI e Nvidia. As duas empresas estavam ligadas por propostas de investimentos de vários bilhões de dólares e cooperação estreita, com a Nvidia até planejando compromissos de capital significativos com a OpenAI, de acordo com outros relatórios. Embora a Nvidia tenha negado publicamente qualquer ruptura fundamental e a OpenAI tenha enfatizado sua dependência contínua do hardware da Nvidia, a dinâmica subjacente em favor de alternativas mostra como as pressões competitivas e as prioridades técnicas podem remodelar parcerias.

Por fim, a situação destaca uma tendência mais ampla no setor de IA: à medida que as redes neurais se tornam centrais para um número crescente de aplicações, as pilhas de hardware precisam evoluir para atender às diversas demandas de treinamento, inferência, escala de implantação e gerenciamento de custos. A busca por alternativas aos chips da Nvidia por uma empresa de IA proeminente como a OpenAI pode incentivar o investimento em silício especializado, incluindo novos projetos de aceleradores e chiplets, à medida que as empresas buscam se diferenciar em desempenho e economia.