Ações da Qualcomm disparam 23% após o lançamento dos novos chips AI200/AI250 para dethronar Nvidia e AMD

As ações da Qualcomm subiram 23% na segunda-feira, após a empresa anunciar o lançamento de novos chips aceleradores de IA para competir com a Nvidia e a AMD na guerra de chips mais cara até hoje.

O anúncio, feito em 27 de outubro, foi a declaração mais enfática da empresa até agora sobre sua entrada na corrida armamentista dos data centers.

Os dois novos chips (AI200, previsto para lançamento em 2026, e AI250, chegando em 2027) não serão usados em smartphones. Eles alimentarão racks inteiros com refrigeração líquida dentro de enormes fazendas de servidores de IA.

De acordo com a CNBC, esses novos chips representam um grande salto em relação à zona de conforto habitual da Qualcomm, que são dispositivos móveis e sem fio. Ambos os aceleradores podem ocupar um rack inteiro, como os sistemas atuais da Nvidia e da AMD, que permitem que 72 chips operem como uma única unidade.

A ideia é fornecer às laboratórios de IA e hiperscalers a potência de processamento necessária para executar modelos de IA massivos, sem depender da cadeia de suprimentos da Nvidia ou da posição de segundo lugar da AMD.

Qualcomm entra na batalha de racks completos com chips de IA para data centers

O AI200 e o AI250 são construídos usando a mesma tecnologia dos chips de telefone da Qualcomm, chamados de unidades de processamento neural (NPUs) Hexagon.

Durga Malladi, gerente geral da empresa para data centers e edge, disse aos repórteres na semana passada: "Queríamos primeiro nos provar em outros domínios e, uma vez que construímos nossa força lá, foi bastante fácil para nós subir um nível para o nível de data center."

Esses racks são construídos para inferência, não para treinamento. Isso significa que a Qualcomm não está tentando construir chips que ajudem a treinar modelos como os GPTs da OpenAI, que foram treinados em GPUs da Nvidia.

Em vez disso, o foco está em executar esses modelos mais rápido e com menor custo uma vez que estejam treinados. É aí que a maioria das cargas de trabalho do mundo real realmente acontece.

E há dinheiro aqui… dinheiro real. A McKinsey diz que o mundo gastará US$ 6,7 trilhões em data centers até 2030, e a maior parte disso irá para hardware de IA. A Nvidia controla mais de 90% desse mercado hoje e está sentada em uma capitalização de mercado de mais de US$ 4,5 trilhões. Mas os clientes estão ficando inquietos.

A OpenAI anunciou recentemente que está comprando chips da AMD e pode até adquirir uma parte da empresa. Google, Amazon e Microsoft estão todos projetando seus próprios aceleradores de IA. Todos querem uma opção que não envolva esperar na fila atrás de uma dúzia de outros laboratórios de IA apenas para receber um envio de GPUs da Nvidia.

Consumo de energia, flexibilidade e memória destacam a Qualcomm

Malladi disse que os racks consomem cerca de 160 quilowatts, o que corresponde ao uso de energia dos racks da Nvidia. Mas a Qualcomm afirma que seus sistemas são mais baratos de operar, especialmente para provedores de serviços em nuvem.

A empresa também venderá peças separadamente, dando aos clientes a liberdade de construir racks personalizados. "O que tentamos fazer é garantir que nossos clientes estejam em uma posição de poder pegar tudo ou dizer: 'Vou misturar e combinar'", acrescentou Malladi.

Até mesmo a Nvidia e a AMD podem acabar comprando partes da pilha da Qualcomm. Isso inclui suas unidades de processamento central (CPUs), que Malladi disse estarão disponíveis como componentes independentes. Os preços completos para chips, placas e racks não foram divulgados. A Qualcomm não confirmou quantos NPUs podem caber em um rack.

No início deste ano, a Qualcomm assinou um acordo com a Humain, da Arábia Saudita, que planeja instalar chips de inferência da Qualcomm em data centers usando até 200 megawatts de energia. Esse acordo tornou a Humain um dos primeiros grandes clientes dos sistemas em escala de rack.

A empresa também afirmou que suas placas de IA lidam com 768 gigabytes de memória, o que é mais do que a Nvidia ou a AMD oferecem atualmente. Ela também afirmou ter melhor eficiência em energia e custo de propriedade, embora não tenha fornecido valores exatos.