AMD adquire a startup de chips Taalas; ela pode desafiar a dominância da Nvidia em IA?

Fundada em 2023, a trajetória tecnológica da Taalas é completamente diferente da grande maioria dos chips de IA atualmente no mercado. Em vez de produzir GPUs de uso geral, a empresa grava diretamente os pesos de modelos de IA específicos no silício, criando circuitos integrados dedicados a modelos específicos.

Em fevereiro deste ano, a Taalas lançou seu primeiro chip de teste, o HC1, utilizando o processo da TSMC ( TSM) de 6 nanômetros. Benchmarks na época mostraram que, ao executar o modelo Llama 3.1 8B, o chip alcançou uma velocidade de quase 17.000 tokens por segundo, o que representa cerca de 48 vezes a dos chips H200 e B200 da Nvidia.

O trade-off dessa abordagem é o sacrifício da flexibilidade; uma vez que o chip passa pelo tape-out, o modelo é integrado fisicamente ao silício, e qualquer atualização substancial exige um novo tape-out. No entanto, a Taalas afirma que leva apenas cerca de dois meses desde o recebimento de um novo modelo até a conclusão da implementação em hardware. Isso significa que os clientes precisam fazer um trade-off entre o desempenho especializado e a frequência de atualização.

A CEO da AMD, Lisa Su, afirmou anteriormente que não existe uma solução única para todos no setor de chips. O mercado de IA está evoluindo em direção à computação heterogênea e aos chips personalizados, e a aquisição da Taalas é uma resposta concreta a essa tendência, bem como parte da estratégia de escala de rack da AMD.

Desde 2024, a AMD gastou sucessivamente US$ 665 milhões para adquirir a desenvolvedora de modelos de IA Silo AI, e outros US$ 4,9 bilhões para adquirir a fabricante de servidores ZT Systems, abrindo caminho para seus sistemas de escala de rack Helios.

Em julho deste ano, Lisa Su anunciou na conferência Advancing AI 2026 que o Helios entrou na fase de produção em massa, com previsão de início das entregas no segundo semestre e entrada em operação no quarto trimestre, com clientes como a Microsoft ( MSFT ), OpenAI e Anthropic já tendo confirmado a implantação.

A AMD planeja implantar chips Taalas junto com suas GPUs Instinct. De acordo com pessoas familiarizadas com o assunto, sob uma arquitetura desagregada, o processamento de prompts é realizado pela GPU, enquanto as tarefas de geração de tokens são transferidas para o acelerador Taalas, estabelecendo um caminho de implantação de verificação primeiro, seguida por aceleração.

Primeiro, vamos analisar as cartas que a AMD tem em mãos.

Lisa Su revelou em uma conferência em julho que cerca de 60% do poder computacional de IA seria usado para inferência até 2026. Os custos de inferência estão se tornando uma preocupação central para provedores de nuvem e empresas, enquanto as GPUs da Nvidia apresentam baixa eficiência energética e alta latência em tarefas de inferência, e os chips dedicados da Taalas miram exatamente nessa demanda.

Em termos de desempenho, a diferença de 48x no desempenho de inferência, mesmo que seja reduzida na implantação real, ainda é suficiente para fazer com que os provedores de nuvem reconsiderem seus cálculos de custos. A Microsoft, a Meta ( META) e outros clientes líderes já começaram a desenvolver seus próprios chips de inferência, de modo que a entrada da AMD neste momento não é tardia.

No nível de sistema, o Helios está equipado com 72 GPUs MI455X, com poder computacional e capacidade de memória 15% e 50% superiores, respectivamente, aos do Vera Rubin NVL72 da Nvidia. Dos chips aos servidores e, depois, à pilha de software, a aquisição da Taalas resolve a maior fraqueza no lado da inferência.

No entanto, os desafios que a AMD enfrenta também são impossíveis de ignorar.

O primeiro é o custo da flexibilidade. Os chips da Taalas gravam os modelos diretamente no silício, enquanto os modelos de IA são atualizados semanalmente. Os clientes que escolherem a Taalas devem aceitar uma cadência de atualização de uma vez a cada dois meses. Em contrapartida, as GPUs da Nvidia podem se adaptar a qualquer modelo novo a qualquer momento, e essa versatilidade é a base do caráter insubstituível da Nvidia.

O segundo é o ecossistema de desenvolvedores. A vantagem da Nvidia reside nos milhões de desenvolvedores que há muito tempo constroem aplicações de IA na plataforma CUDA, tornando os custos de migração extremamente altos. Embora a pilha de software ROCm da AMD esteja se aproximando, a lacuna ainda é significativa.

Por fim, há a diferença de escala. A receita da Nvidia para o ano fiscal de 2026 está projetada para ultrapassar US$ 200 bilhões, em comparação com cerca de US$ 30 bilhões da AMD. Seja em gastos com P&D, controle de capacidade da cadeia de suprimentos de primeira linha ou relacionamento com clientes, as duas ainda não estão no mesmo patamar.

De forma realista, é improvável que esta aquisição, por si só, abale a liderança da Nvidia no curto prazo, mas ela abre um caminho de avanço para a AMD em termos de redução de custos e melhoria de eficiência.

O mercado de inferência acabou de começar a explodir, e Lisa Su espera que o mercado de aceleradores de IA atinja US$ 1,4 trilhão até 2030. Se a tecnologia da Taalas for implementada com sucesso conforme planejado, o sistema Helios for validado e o ecossistema ROCm continuar a avançar, a AMD estará posicionada para capturar uma fatia incremental substancial no espaço de inferência. Nesse sentido, a aquisição da Taalas é um passo crucial.

Este conteúdo foi traduzido por IA e revisado por humanos. Ele é fornecido apenas para fins informativos e de referência, não constituindo aconselhamento financeiro ou recomendação de investimento.