As ações da desenvolvedora de chips de computador Nvidia dispararam na semana passada, elevando a avaliação da empresa acima da marca de um trilhão de dólares.
Isso significa que ela se junta aos gigantes da tecnologia Apple, Amazon, Alphabet e Microsoft no clube de elite das empresas americanas de US$ 1 trilhão .
O aumento foi provocado por seus últimos resultados trimestrais, divulgados na noite de quarta-feira. A empresa disse que estava aumentando a produção de chips para atender à “demanda crescente”.
A Nvidia passou a dominar o mercado de chips usados em sistemas de inteligência artificial (IA).
Desde ajudar com discursos , até codificação de computador e culinária , o ChatGPT provou ser uma aplicação extremamente popular de IA.
Originalmente conhecido por fabricar o tipo de chips de computador que processam gráficos, principalmente para jogos de computador, o hardware da Nvidia sustenta a maioria dos aplicativos de IA atualmente.
“É o principal player de tecnologia que permite essa coisa nova chamada inteligência artificial”, diz Alan Priestley, analista da indústria de semicondutores do Gartner.
“O que a Nvidia representa para a IA é quase o que a Intel representou para os PCs”, acrescenta Dan Hutcheson, analista da TechInsights.
O ChatGPT foi treinado usando 10.000 unidades de processamento gráfico (GPUs) da Nvidia agrupadas em um supercomputador pertencente à Microsoft.
“É um dos muitos supercomputadores – alguns conhecidos publicamente, outros não – que foram construídos com GPUs Nvidia para uma variedade de casos de uso científico e de IA”, diz Ian Buck, gerente geral e vice-presidente de computação acelerada da Nvidia.
A Nvidia detém cerca de 95% do mercado de GPU para aprendizado de máquina, observou um relatório recente da CB Insights .
Seus chips de IA, que também são vendidos em sistemas projetados para data centers, custam cerca de US$ 10.000 (£ 8.000) cada, embora sua versão mais recente e poderosa seja vendida por muito mais.
Então, como a Nvidia se tornou um jogador tão central na revolução da IA?
Em suma, uma aposta ousada na sua própria tecnologia acrescida de um bom timing.
Jensen Huang, agora o executivo-chefe da Nvidia, foi um de seus fundadores em 1993. Então, a Nvidia estava focada em melhorar os gráficos para jogos e outros aplicativos.
Em 1999, desenvolveu GPUs para aprimorar a exibição de imagens para computadores.
As GPUs se destacam no processamento de muitas pequenas tarefas simultaneamente (por exemplo, lidar com milhões de pixels em uma tela) – um procedimento conhecido como processamento paralelo.
Em 2006, pesquisadores da Universidade de Stanford descobriram que as GPUs tinham outro uso – elas podiam acelerar as operações matemáticas, de uma forma que os chips de processamento comuns não podiam.
Foi nesse momento que Huang tomou uma decisão crucial para o desenvolvimento da IA como a conhecemos.
Ele investiu os recursos da Nvidia na criação de uma ferramenta para tornar as GPUs programáveis, abrindo assim seus recursos de processamento paralelo para usos além dos gráficos.
Essa ferramenta foi adicionada aos chips de computador da Nvida. Para os jogadores de jogos de computador, era uma capacidade que eles não precisavam e provavelmente nem sabiam, mas para os pesquisadores era uma nova maneira de fazer computação de alto desempenho em hardware de consumo.
Foi essa capacidade que ajudou a desencadear os primeiros avanços na IA moderna.
Em 2012, o Alexnet foi revelado – uma IA que poderia classificar imagens. O Alexnet foi treinado usando apenas duas das GPUs programáveis da Nvidia.
O processo de treinamento levou apenas alguns dias, em vez dos meses que poderia levar em um número muito maior de chips de processamento regulares.
A descoberta – que as GPUs poderiam acelerar massivamente o processamento da rede neural – começou a se espalhar entre os cientistas da computação, que começaram a comprá-las para executar esse novo tipo de carga de trabalho.
“A IA nos encontrou”, diz Buck.
A Nvidia pressionou sua vantagem investindo no desenvolvimento de novos tipos de GPUs mais adequados à IA, além de mais softwares para facilitar o uso da tecnologia.
Uma década e bilhões de dólares depois, surgiu o ChatGPT – uma IA que pode dar respostas estranhamente humanas a perguntas.
Metaphysic, start-up de IA, cria vídeos fotorrealistas de celebridades e outras pessoas usando técnicas de IA. Suas falsificações profundas de Tom Cruise criaram um rebuliço em 2021.
Para treinar e executar seus modelos, ele usa centenas de GPUs Nvidia, algumas compradas da Nvidia e outras acessadas por meio de um serviço de computação em nuvem.
“Não há alternativas à Nvidia para fazer o que fazemos”, diz Tom Graham, seu cofundador e executivo-chefe. “Está muito à frente da curva.”
No entanto, embora o domínio da Nvidia pareça garantido por enquanto, a longo prazo é mais difícil de prever. “A Nvidia é aquela com o alvo nas costas que todo mundo está tentando derrubar”, observa Kevin Krewell, outro analista do setor da TIRIAS Research.
Outras grandes empresas de semicondutores fornecem alguma concorrência. A AMD e a Intel são mais conhecidas por fabricar unidades centrais de processamento (CPUs), mas também fabricam GPUs dedicadas para aplicativos de IA (a Intel entrou na briga apenas recentemente ).
O Google tem suas unidades de processamento tensor (TPUs), usadas não apenas para resultados de pesquisa, mas também para certas tarefas de aprendizado de máquina, enquanto a Amazon possui um chip personalizado para treinar modelos de IA.
A Microsoft também está desenvolvendo um chip de IA , e a Meta tem seu próprio projeto de chip de IA .
Mais histórias
Transfira tudo o que preza com um novo aparelho de TV Fire disponível na Amazon.
Visite o Walmart para comprar um par de AirPods Pro recondicionados por US$ 89.
Elon Musk apresentou o Cybertruck “destinado à fabricação”.