O recente acordo de licenciamento estratégico de US$ 20 bilhões da Nvidia com a Groq sinaliza uma mudança significativa no cenário da inteligência artificial, sugerindo que a era das GPUs de propósito geral dominando a inferência de IA está chegando ao fim. O acordo, anunciado no final de 2025 e tornando-se aparente para os construtores empresariais em 2026, aponta para um futuro de arquiteturas de inferência desagregadas, de acordo com analistas da indústria.

Essa mudança ocorre à medida que a inferência, o processo de execução de modelos de IA treinados, ultrapassou o treinamento em termos de receita total do data center no final de 2025, um fenômeno apelidado de "Inference Flip" pela Deloitte. Essa mudança está colocando novas demandas no design de silício, exigindo arquiteturas especializadas para lidar com contexto massivo e raciocínio instantâneo.

O acordo de licenciamento indica que a Nvidia, detentora de uma participação de mercado estimada em 92%, está reconhecendo as limitações de suas GPUs de propósito geral para as demandas em evolução da inferência de IA. Matt Marshall, ao relatar o acordo, observou que este é um dos primeiros movimentos claros em uma luta de quatro frentes pelo futuro da pilha de IA.

A ascensão da inferência é impulsionada pela crescente implantação de modelos de IA em várias aplicações, desde veículos autônomos até recomendações personalizadas. Essas aplicações exigem tomada de decisão em tempo real com base em vastas quantidades de dados, ultrapassando os limites das arquiteturas de GPU tradicionais.

A arquitetura de inferência desagregada envolve a divisão do silício em diferentes tipos, cada um otimizado para tarefas específicas. Isso permite um processamento mais eficiente das cargas de trabalho de IA, levando potencialmente a menor latência e maior taxa de transferência.

O investimento da Nvidia na Groq, uma empresa especializada em Processadores de Streaming de Tensores (TSPs) projetados para inferência de alta velocidade, sugere um movimento estratégico para se adaptar a esse cenário em mudança. Os TSPs oferecem uma alternativa às GPUs, concentrando-se em minimizar a latência e maximizar o desempenho para modelos de IA específicos.

As implicações dessa mudança são de longo alcance, impactando potencialmente todo o ecossistema de IA. À medida que as empresas adotam cada vez mais arquiteturas de inferência desagregadas, novos players e tecnologias devem surgir, desafiando o domínio da Nvidia. Os próximos anos provavelmente verão intensa competição e inovação à medida que as empresas disputam a posição neste mercado em evolução.