A Nvidia já estava em apuros antes da bagunça de Jensen Huang

As negociações de Huang com a China desempenharam um papel importante na sua queda. Ele teve um relacionamento romântico com Huang Le, também conhecida como Alice Huang, uma executiva chinesa de uma empresa de Singapura chamada Megaspeed, que o governo dos EUA suspeita ser um ativo do Ministério de Segurança do Estado da China. A Megaspeed e suas subsidiárias importaram entre US$ 4,6 e US$ 7,5 bilhões de chips Nvidia para o sudeste da Ásia. Os relatórios sugerem que a empresa pode ter fornecido acesso aos chips para empresas chinesas de IA.

Babak Minovi, analista sénior do Eurasia Group, uma consultoria que se concentra em tecnologia e geopolítica, diz que Huang estava certo ao salientar que cortar o acesso à China fortaleceria os rivais nacionais. “Huang estava adotando uma linha pragmática e conhece a concorrência”, diz ele.

Detecção de tendências

Mesmo nos mercados que domina, a Nvidia pode acabar por ser vítima do seu próprio sucesso. Os modelos de IA construídos com o chip da Nvidia estão automatizando os próprios elementos de codificação, análise de dados e pesquisa científica que ajudam a projetar chips.

A maioria das empresas de design de chips usa modelos especializados de IA para organizar os componentes nos processadores – algo que tradicionalmente exigia profundo conhecimento e experiência em engenharia. E tanto a OpenAI quanto a Anthropic elogiaram recentemente a capacidade de seus mais novos modelos de projetar eletrônicos do zero.

Moorhead diz que a mudança para o design de chips de IA pode não representar uma grande ameaça para a Nvidia porque ela está seguindo a mesma onda. “Eles também têm acesso à IA”, observa ele.

Mas Moorhead diz que a maneira como os modelos de IA agora podem reescrever rapidamente o código para rodar em hardware diferente pode ser um problema. Durante anos, a Nvidia atraiu desenvolvedores fornecendo software que facilita a escrita de programas e a construção de modelos para seu silício. Sua Compute Unified Device Architecture, ou CUDA, há muito é vista como um fosso para garantir que as empresas de IA continuem a confiar nos chips da Nvidia.

Mas os modelos de IA agora são tão bons em ler e escrever código que podem transportar rapidamente um modelo de IA para o silício de um concorrente.

A Wafer, uma startup que usa IA para portar modelos para a AMD e depois servi-los de forma mais barata, viu a receita crescer espetacularmente nos últimos meses, orgulha-se do CEO Emilio Andere.

Cada vez que um novo modelo aberto importante é lançado, o Wafer pode executá-lo em hardware AMD com pelo menos 80% de eficiência em poucas horas, diz ele. Andere diz que a IA está se tornando tão capaz que seus engenheiros mal precisam editar ou revisar o código.

Dan Hutchinson, um veterano analista de chips, diz que a Nvidia pode estar entrando em seu “momento do cisne da Intel”, referindo-se à substituição em 2019 do CEO Brian Krzanich, focado em engenharia, por seu CFO Bob Swan. (Parece familiar? Krzanich também pediu demissão após um relacionamento com um funcionário; Huang supostamente teve vários.) A partir daí, o foco da empresa mudou mais para as vendas do que para o progresso técnico. A burocracia aumentou e as receitas despencaram.

“A Nvidia agora é uma Intel esperando para acontecer”, diz ele.

Source link

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *

Botão Voltar ao Topo