O Gemini alimentado por TPU do Google força a OpenAI para o código vermelho enquanto a Nvidia cai

O Google acabou de desencadear uma reinicialização forçada na guerra de hardware de IA, após seus chips TPU empurrarem o Gemini 3 para além do GPT‑5 em testes independentes, derrotando tanto a OpenAI quanto a Nvidia de forma contundente ao mesmo tempo.

O Gemini 3 rodou principalmente nas unidades de processamento tensor do Google, não nas GPUs da Nvidia. Após a divulgação dos resultados, Sam Altman disse à equipe para redirecionar o foco de volta para corrigir o ChatGPT e seus modelos principais.

A medida seguiu o que a OpenAI chamou de momento de “código vermelho” na semana passada. Ao mesmo tempo, analistas disseram que o Google planeja mais do que dobrar a produção de TPUs até 2028, à medida que a demanda por chips de IA internos continua a aumentar.

O Google escala chips e avança para vendas externas

O Google agora planeja ir além do uso de TPUs apenas dentro de sua própria nuvem. Um único acordo recente enviou 1 milhão de TPUs para a Anthropic, uma movimentação avaliada em dezenas de bilhões de dólares. Esse contrato único abalou os investidores da Nvidia.

A preocupação é simples. Se o Google vender mais TPUs para empresas externas, a Nvidia enfrentará uma perda direta na demanda de data centers.

Analistas de chips da SemiAnalysis agora classificam os TPUs como “empates técnicos com a Nvidia” tanto para treinamento quanto para execução de sistemas avançados de IA. O Morgan Stanley afirma que a venda de cada 500.000 TPUs para compradores externos poderia gerar até $13 bilhões em receita para o Google.

O banco também espera que a TSMC produza 3,2 milhões de TPUs no próximo ano, subindo para 5 milhões em 2027 e 7 milhões em 2028. Analistas disseram que o crescimento em 2027 agora parece mais forte do que as previsões anteriores.

O Google constrói seus processadores principalmente com a Broadcom, com suporte adicional da MediaTek. A empresa afirma que sua vantagem vem do controle vertical total sobre hardware, software e modelos de IA dentro de um único sistema. Koray Kavukcuoglu, arquiteto de IA do Google e CTO da DeepMind, disse: “A coisa mais importante é essa abordagem de pilha completa. Acho que temos uma abordagem única aí.”

Ele também disse que os dados do Google, provenientes de bilhões de usuários, lhe dão uma visão profunda de como o Gemini funciona em produtos como a Pesquisa e as Visões Gerais de IA.

As ações da Nvidia caíram no mês passado após o The Information relatar que a Meta havia realizado conversas com o Google sobre a compra de TPUs. A Meta se recusou a comentar. Analistas agora dizem que o Google poderia fechar acordos de fornecimento semelhantes com a OpenAI, a xAI de Elon Musk ou a Safe Superintelligence, com receita adicional potencial ultrapassando $100 bilhões ao longo de vários anos.

A Nvidia se defende enquanto a história do TPU vai mais fundo

A Nvidia reagiu após a venda em massa. A empresa afirmou que continua “uma geração à frente da indústria” e “a única plataforma que executa todos os modelos de IA”. Ela também disse: “Continuamos a fornecer para o Google.” A Nvidia acrescentou que seus sistemas oferecem “maior desempenho, versatilidade e fungibilidade” do que os TPUs, que ela diz serem direcionados a frameworks específicos.

Ao mesmo tempo, os desenvolvedores agora ganham ferramentas que facilitam a transição para longe do software Cuda da Nvidia. Ferramentas de codificação de IA agora ajudam a reescrever cargas de trabalho para sistemas TPU mais rapidamente do que antes. Isso remove uma das defesas de bloqueio mais fortes da Nvidia.

A história do TPU começou muito antes do boom atual da IA. Em 2013, Jeff Dean, cientista-chefe do Google, deu uma palestra interna após um avanço nas redes neurais profundas para sistemas de fala. Jonathan Ross, engenheiro de hardware do Google na época, lembrou do momento. “O primeiro slide trazia boas notícias: o aprendizado de máquina finalmente funciona. O slide dois dizia más notícias: não podemos pagar.” Dean calculou que se centenas de milhões de usuários falassem com o Google por três minutos por dia, a capacidade dos data centers precisaria dobrar, com um custo de dezenas de bilhões de dólares.

Ross começou a construir o primeiro TPU como um projeto paralelo em 2013, enquanto estava sentado perto da equipe de fala. “Construímos aquele primeiro chip com cerca de 15 pessoas”, disse ele em dezembro de 2023. Ross agora dirige a empresa de chips de IA Groq.

Em 2016, o AlphaGo derrotou o campeão mundial de Go Lee Sedol, e aquela partida histórica tornou-se um grande marco da IA. Desde então, os TPUs alimentam os sistemas de Pesquisa, anúncios e YouTube do Google por anos.

O Google costumava atualizar seus TPUs a cada dois anos, mas esse ciclo foi alterado para anual há 2 anos, em 2023.

Um porta-voz do Google disse que a demanda está aumentando em ambas as frentes. “O Google Cloud está vendo uma demanda crescente por nossos TPUs personalizados e pelas GPUs da Nvidia. Continuaremos apoiando ambos”, disse a empresa.