Nvidia e Valeo chegam a acordo em disputa de segredos comerciais ligada a código roubado de condução autónoma

A Nvidia chegou a um acordo num caso que começou quando um antigo contratado entrou na empresa com segredos comerciais de condução autónoma que tinha levado do seu antigo emprego na Valeo.

O acordo tornou-se público num documento apresentado no tribunal federal de San Jose, onde ambas as partes disseram ao juiz que tinham resolvido a disputa. O tribunal cancelou então o julgamento que estava agendado para o mês seguinte.

Nenhum termo foi divulgado, e nenhuma das partes disse o que concordaram, mas a disputa surgiu de um projeto conjunto para a Mercedes-Benz, onde ambas as empresas estavam a trabalhar em tecnologia para funcionalidades avançadas de condução.

Em 2021, a Valeo disse que um dos seus próprios engenheiros saiu para a Nvidia e mais tarde juntou-se ao trabalho interno na empresa de chips. Durante uma chamada de vídeo, funcionários da Valeo viram o seu código-fonte verbatim no ecrã dele e tiraram uma captura de ecrã antes que ele fechasse a janela.

Esse momento tornou-se o cerne de uma ação judicial que a Valeo apresentou em 2023, acusando a Nvidia de se beneficiar de material que nunca deveria ter saído dos seus servidores.

Juiz avança o caso após revisar evidências

Um documento da Nvidia rejeitou a alegação de que usou qualquer código roubado para construir o seu sistema de assistência de estacionamento. A empresa disse que “desfez” todas as tarefas nas quais o engenheiro, Mohammad Moniruzzaman, trabalhou.

A Nvidia disse que também cortou laços com Mohammad assim que o problema foi confirmado. Mohammad foi mais tarde condenado na Alemanha por violação de segredos comerciais ligados ao software da Valeo.

Um juiz analisou o registro de descoberta e disse que havia evidências suficientes de natureza “circunstancial” para permitir que um júri ouvisse o caso.

Essa decisão ocorreu em agosto e deu à Valeo um caminho para argumentar que a Nvidia ganhou valor com os ficheiros confidenciais. O caso ficou sob o título Valeo Schalter und Sensoren GmbH v. Nvidia Corp., 23-cv-05721, no Tribunal Distrital dos EUA para o Distrito Norte da Califórnia.

Google impulsiona suporte TPU para desafiar a Nvidia

Enquanto a Nvidia fechava o capítulo legal com a Valeo, a Google está a atacar o seu trono, construindo agressivamente um novo impulso interno na empresa chamado TorchTPU para tornar os seus chips melhores a executar o PyTorch, a estrutura de software de IA mais comum do mundo.

O CEO da Alphabet, Sundar Pichai, disse aos acionistas no evento do Q3 que o seu objetivo é remover as barreiras que faziam com que os desenvolvedores se mantivessem no hardware da Nvidia.

A Google quer que as suas Unidades de Processamento Tensor (TPU) sirvam como uma verdadeira alternativa às GPUs da Nvidia, que ainda dominam as instalações em data centers para trabalhos de machine learning. As vendas de TPU alimentam a receita em nuvem da Google, e a empresa quer que os investidores vejam retornos do seu orçamento de IA.

O TorchTPU visa tornar as TPUs totalmente compatíveis com as ferramentas que os desenvolvedores já usam. Algumas equipas dentro da Google também estão a debater se devem abrir parte do software para acelerar a adoção.

O PyTorch, fortemente apoiado pela Meta, está no centro do desenvolvimento moderno de IA. No Vale do Silício, poucos engenheiros escrevem instruções de baixo nível para chips da Nvidia, AMD ou Google. Em vez disso, dependem de estruturas com código pronto.

O PyTorch foi lançado em 2016 e cresceu junto com o CUDA, a pilha de software que muitos analistas dizem protege a Nvidia dos concorrentes.

As equipas da Nvidia passaram anos a fazer o PyTorch correr suavemente nos seus chips. A Google, por comparação, treinou os seus engenheiros no Jax, emparelhado com uma ferramenta chamada XLA para desempenho nas TPUs.

Esse foco interno criou distância entre a forma como a Google constrói sistemas de IA e a forma como os clientes realmente escrevem os seus modelos. O TorchTPU serve para fechar essa lacuna e dar às empresas uma razão para mudar as cargas de trabalho para fora do hardware da Nvidia.