Nvidia acaba de dar um movimento estratégico que pode redefinir o mercado de IA e, de quebra, mexer no roadmap de placas de vídeo que chegam às lojas nos próximos anos. A companhia licenciou, de forma não exclusiva, a tecnologia de inferência da startup Groq — famosa por seus “LPUs” (Language Processing Units) — e trouxe para seu quadro executivo nomes de peso, incluindo o fundador Jonathan Ross e o ex-presidente Sunny Madra. A transação, de acordo com o TechCrunch, pode valer até US$ 20 bilhões.
O que realmente aconteceu?
De maneira resumida: Nvidia preferiu pegar o que há de mais valioso na Groq — propriedade intelectual e talento — sem comprar a empresa inteira. Oficialmente, trata-se de um acordo de licenciamento, ou seja, outras companhias ainda podem negociar as mesmas patentes com a Groq. O negócio também reduz o risco de escrutínio antitruste e mantém a Nvidia longe de administrar o serviço de nuvem GroqCloud, algo que vai na direção oposta do recente enxugamento do seu próprio DGX Cloud.
Por que a Groq chama atenção?
A Groq ganhou fama ao propor hardware pensado exclusivamente para inferência de IA — a etapa em que o modelo já treinado processa comandos dos usuários em tempo real, algo crítico para chatbots, assistentes de voz e até filtros de vídeo em tempo real. Diferente das GPUs RTX, voltadas principalmente para o training, os LPUs focam em desempenho por watt e custo por requisição.
SRAM x HBM: a guerra da memória
Grande parte do interesse da Nvidia reside no design de memória da Groq. Enquanto as placas topo de linha da Nvidia, como a RTX 4090, dependem de High-Bandwidth Memory (HBM) — componente caro, escasso e disputado pela indústria —, os chips da Groq integram SRAM diretamente no silício. O resultado é:
- Menor latência para operações de inferência;
- Redução significativa no consumo energético;
- Dependência menor de fornecedores que hoje não dão conta da demanda por HBM e DDR5.
Para a Nvidia, que viu seu CFO admitir falta de estoque em chips de IA durante a última teleconferência de resultados, diversificar a cadeia de suprimentos é quase uma questão de sobrevivência.
Como isso pode impactar futuras GPUs e aceleradores?
Embora o acordo não mencione explicitamente a linha GeForce ou RTX, os engenheiros da Groq podem ajudar a incorporar blocos de processamento dedicados à inferência nas próximas gerações de GPUs de consumo. Imagine placas capazes de rodar modelos de linguagem localmente, acelerar filtros de streaming e otimizar o uso de ray tracing — tudo isso sem exigir upgrades caros de memória.
Empresas que dependem de IA em escala — de marketplaces a estúdios de games — também podem se beneficiar de aceleradores corporativos baseados na arquitetura Groq, oferecendo latência reduzida em data centers e, consequentemente, melhor experiência ao cliente final.
Oportunidade para o consumidor entusiasta
Se a Nvidia conseguir traduzir a eficiência dos LPUs em suas GPUs de mesa, podemos ver placas de vídeo mais frias, silenciosas e econômicas, algo que faz diferença para quem monta PCs compactos ou busca upgrade sem trocar a fonte. Além disso, o movimento pode pressionar concorrentes como AMD e Intel a acelerar suas próprias soluções de inferência, gerando mais competição e possíveis quedas de preço.
Imagem: Peter Sayer Ex
Quem são os novos reforços da Nvidia?
• Jonathan Ross: fundador da Groq, agora no cargo de Chief Software Architect da Nvidia.
• Sunny Madra: ex-presidente da Groq, assume como VP de Hardware.
• Outros engenheiros-chave também migraram, reforçando times que trabalham em IA, redes de interconexão e software.
E a Groq, como fica?
Sem seus principais executivos, a Groq será comandada por Simon Edwards, ex-CFO da Conga. O desafio do novo CEO é manter a startup relevante enquanto licencia sua tecnologia para diversos players — inclusive para a própria Nvidia.
Por que isso importa agora?
A demanda por IA saiu do laboratório e chegou ao usuário final, seja em videogames com DLSS, em plugins de produtividade ou em assistentes pessoais no celular. A etapa de inferência está no centro dessa experiência, e quem oferecer mais desempenho por watt dominará o mercado. Ao se associar à Groq, a Nvidia mostra que não quer apenas liderar o treinamento de modelos gigantes, mas também já se posiciona para a próxima fase da corrida da inteligência artificial.
Fique de olho: as próximas conferências da Nvidia, como a GTC, devem trazer novidades concretas sobre como essa tecnologia será incorporada aos produtos que, em breve, estarão nas prateleiras — e, claro, nas listas de “melhores placas de vídeo” aqui do site.
Com informações de Computerworld
