O que o chip da Nvidia tem de tão especial? E como a empresa ganhou US$ 1 tri na Bolsa com isso?

• Laptop com tela transparente e celular flexível: Conheça alguns dos lançamentos de feira em Barcelona
• Barato, 'fofo' e colorido: Conheça o minicarro elétrico popular da China; veja fotos

A empresa também mostrou aos investidores que o burburinho em torno da inteligência artificial generativa está se traduzindo em receitas reais, pelo menos para a Nvidia e seus principais fornecedores. A demanda pelo chip H100 é tão grande que alguns clientes tem que esperar até seis meses para recebê-lo.

Mas, afinal, o que faz o chip da Nvidia ser tão demandado pela indústria? Entenda a seguir:

O H100, cujo nome é uma homenagem à pioneira da ciência da computação Grace Hopper, é um processador gráfico. É uma versão mais robusta de um tipo de chip que normalmente reside em PCs e ajuda os jogadores a obter a experiência visual mais realista. Mas foi otimizado para processar grandes volumes de dados e computação em altas velocidades, tornando-o perfeito para a tarefa que exige muita energia de treinamento de modelos de IA.

• Nvidia: O que faz a empresa que dobrou de valor em 9 meses e entrou no seleto clube dos US$ 2 trilhões?

A Nvidia, fundada em 1993, foi pioneira neste mercado com investimentos que remontam a quase duas décadas, quando apostou que a capacidade de trabalhar grande volume de informações ao mesmo tempo, em paralelo à atividade principal de uma máquina, um dia tornaria seus chips valiosos em aplicações fora do mundo dos games.

As plataformas de IA generativa aprendem a completar tarefas como tradução de texto, resumo de relatórios e imagens através do treinamento a partir de grandes volumes de dados. Quanto mais estes sistemas veem e aprendem, melhor eles se tornam em tarefas como reconhecer a fala humana ou escrever cartas de apresentação de emprego, por exemplo.

Os sistemas se desenvolvem por tentativa e erro e fazem bilhões de tentativas para alcançar proficiência, consumindo enormes quantidades de poder de computação no processo.

• Veja quem é: CEO ganha US$ 9,6 bi em um único dia e fica perto do Top 20 de bilionários globais

A Nvidia diz que o H100 é quatro vezes mais rápido que seu antecessor, o A100, no treinamento dos chamados grandes modelos de linguagem (LLMs, na sigla em inglês, que nada mais é do que a essência da inteligência artificial generativa) e é 30 vezes mais rápido em responder às solicitações do usuário. Para as empresas que correm para treinar LLMs para executar novas tarefas, essa vantagem de desempenho pode ser crucial.

A empresa de Santa Clara, Califórnia, é líder mundial em chips gráficos, os bits de um computador que geram as imagens que você vê na tela. Os mais poderosos deles são construídos com centenas de núcleos de processamento que executam vários threads de computação simultâneos, modelando física complexa como sombras e reflexos.

Os engenheiros da Nvidia perceberam no início dos anos 2000 que poderiam reequipar os aceleradores gráficos para outras aplicações, dividindo as tarefas em pedaços menores e trabalhando nelas ao mesmo tempo. Há pouco mais de uma década, pesquisadores de IA descobriram que seu trabalho poderia finalmente se tornar prático com o uso desse tipo de chip.

A Nvidia controla cerca de 80% do mercado de aceleradores nos data centers de IA operados pela AWS da Amazon, Google Cloud da Alphabe e Azure da Microsoft. Os esforços internos dessas empresas para construir seus próprios chips e produtos rivais de fabricantes de chips como Advanced Micro Devices e Intel não causaram muita impressão no mercado de aceleradores de IA até agora.

A Nvidia atualizou rapidamente suas ofertas, incluindo software para dar suporte ao hardware, em um ritmo que nenhuma outra empresa conseguiu igualar. A empresa também desenvolveu vários sistemas de cluster que ajudam seus clientes a comprar H100s em grandes quantidades e implementá-los rapidamente.

• O que a Nvidia vende? Conheça a empresa que surfa a inteligência artificial, supera ‘big techs’ e virou queridinha dos mercados

Chips como os processadores Xeon da Intel são capazes de processar dados mais complexos, mas tem menos núcleos e são muito mais lentos no trabalho através das montanhas de informações normalmente usadas para treinar software de IA. A divisão de data center da Nvidia registrou um aumento de 81% na receita, para US$ 22 bilhões, no último trimestre de 2023.

A AMD, segunda maior fabricante de chips gráficos para computadores, lançou em junho uma versão de sua linha Instinct voltada para o mercado dominado pelos produtos da Nvidia. O chip, chamado MI300X, tem mais memória para lidar com cargas de trabalho de IA generativa, disse Lisa Su, CEO da AMD, ao público em um evento em São Francisco. “Ainda estamos muito, muito no início do ciclo de vida da IA”, disse ela em dezembro.

• O seu iPhone caiu na água? Não coloque o celular no arroz, alerta a Apple; entenda

A Intel está trazendo ao mercado chips específicos para cargas de trabalho de IA, mas reconheceu que, por enquanto, a demanda por chips gráficos para data centers está crescendo mais rapidamente do que pelas unidades de processador que tradicionalmente eram seu ponto forte. A vantagem da Nvidia não está apenas no desempenho do seu hardware. A empresa inventou algo chamado CUDA, uma linguagem para seus chips gráficos que permite que eles sejam programados para o tipo de trabalho subjacente aos programas de IA.

Ainda este ano, o H100 passará a tocha para um sucessor: o H200. Isso antes da Nvidia fazer mudanças mais substanciais no design com um modelo B100 mais adiante.

O CEO Jensen Huang atuou como embaixador da tecnologia e procurou fazer com que os governos, bem como as empresas privadas, comprassem antecipadamente ou correriam o risco de serem deixados para trás por aqueles que adotam a IA.

• Que tal carregar seu carro elétrico sem tomada? No futuro, vai bastar estacionar