O anúncio surpresa da Nvidia na véspera de Natal de um acordo de US$ 20 bilhões para licenciar a tecnologia da startup de chips de IA Groq e adquirir sua equipe, incluindo o CEO Jonathan Ross, enviou ondas pelo cenário de chips de IA. A mudança sinaliza uma potencial mudança na estratégia da Nvidia, reconhecendo que suas GPUs podem não ser a única solução para o crescente campo da inferência de IA.

A aquisição da Groq impulsionou imediatamente a posição de outras startups de chips de IA que disputam uma fatia do mercado de inferência. Empresas como Cerebras, D-Matrix e SambaNova, esta última supostamente sujeita a um term sheet para aquisição pela Intel, viram suas avaliações fortalecidas. Novos players, como a Fractile, com sede no Reino Unido, também se beneficiaram do aumento da atenção e da validação do espaço de chips de IA.

O impacto do acordo se estendeu além do hardware, influenciando positivamente as startups de plataforma de software de inferência de IA como Etched, Fireworks e Baseten. Analistas, fundadores e investidores preveem que essas plataformas se tornarão alvos de aquisição mais atraentes até 2026, impulsionadas pela crescente demanda por soluções eficientes de inferência de IA.

Karl Freund, fundador e analista principal da Cambrian-AI Research, destacou a D-Matrix como um dos principais beneficiários. A empresa apoiada pela Microsoft garantiu recentemente US$ 275 milhões em financiamento com uma avaliação de US$ 2 bilhões, demonstrando o significativo interesse dos investidores em chips de inferência de IA especializados. Como a Groq, a D-Matrix está focada especificamente em enfrentar os desafios de executar modelos de IA treinados em escala, um aspecto crítico da implantação de IA em vários setores.

A jogada estratégica da Nvidia sugere um reconhecimento mais amplo do setor de que arquiteturas especializadas são cruciais para otimizar as cargas de trabalho de inferência de IA. Essa mudança pode levar ao aumento da concorrência e da inovação no mercado de chips de IA, com as startups desempenhando um papel significativo no avanço de hardware e software. A perspectiva futura aponta para um cenário mais diversificado, onde chips de IA especializados e plataformas de inferência otimizadas se tornam cada vez mais essenciais para implantações de IA em larga escala.