• Uber adota chips personalizados da Amazon para reduzir custos de computação de IA e diminuir sua dependência da Nvidia
  • Esse movimento sinaliza uma mudança do setor em direção ao silício proprietário dos provedores de nuvem para IA em grande escala

O que aconteceu

Uber, uma plataforma de transporte e entrega de refeições, aprofunda sua parceria com a AWS para executar cargas de trabalho de IA em chips personalizados em um contexto de aumento dos custos de computação

Uber está expandindo o uso de chips projetados sob medida pela Amazon Web Services (AWS) para alimentar suas cargas de trabalho de inteligência artificial. A empresa aproveita o silício especializado da AWS — que inclui notoriamente os processadores Trainium e Inferentia — para melhorar a eficiência do treinamento e implantação de modelos de IA.

Essa mudança ocorre enquanto a Uber busca otimizar o equilíbrio custo-desempenho de suas operações de IA, que sustentam serviços essenciais como combinação de passageiros, algoritmos de precificação e logística de entrega. Usando os chips da AWS, a Uber visa reduzir sua dependência de GPUs versáteis mais caras, geralmente fornecidas pela Nvidia.

Amazon, gigante americano de comércio eletrônico e computação em nuvem, posicionou seus chips personalizados como uma alternativa mais barata para cargas de trabalho de IA em grande escala, especialmente para tarefas de inferência e alguns cenários de treinamento. A adoção pela Uber reflete uma tendência mais ampla entre as empresas de tecnologia que buscam diversificar sua pilha de computação, enquanto a demanda por infraestrutura de IA explode.

Por que isso é importante

Enquanto a demanda por IA leva à escassez de chips e ao aumento dos custos de nuvem, as empresas que adotam o silício dos hyperscalers ganham alavancagem de preços e flexibilidade arquitetural, remodelando a dinâmica competitiva da infraestrutura de IA.

A decisão da Uber destaca uma mudança estrutural no ecossistema de IA: os provedores de nuvem não são mais meros vendedores de infraestrutura, mas estão cada vez mais competindo no nível do silício. Ao adotar os chips personalizados da AWS, a Uber não apenas reduz sua exposição a custos, mas também se alinha mais estreitamente com a pilha de IA verticalmente integrada da Amazon. Isso pode acelerar os ciclos de inovação enquanto aumenta os riscos de dependência de fornecedor.

Mais amplamente, essa decisão sublinha a intensificação da concorrência entre os chips de nuvem proprietários e o ecossistema de GPU dominante da Nvidia. À medida que os hyperscalers aprimoram seus processadores internos, as empresas podem adotar cada vez mais estratégias de computação híbrida — equilibrando desempenho, custo e disponibilidade — para apoiar o crescimento da IA em grande escala.

Leia também:Broadcom e Google fecham acordo de longo prazo sobre chips de IA personalizados

Leia também:Meta revela quatro chips personalizados para alimentar IA e recomendações