AMD adquire a startup de chips Taalas; pode abalar o domínio da Nvidia em IA?

A Taalas foi fundada em 2023, e sua trajetória tecnológica é totalmente diferente da grande maioria dos chips de IA no mercado atual. A empresa não fabrica GPUs de uso geral; em vez disso, ela grava diretamente os pesos de modelos de IA específicos no silício, criando circuitos integrados específicos para cada modelo.

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 velocidades de quase 17.000 tokens por segundo, cerca de 48 vezes a do H200 e do B200 da Nvidia.

O trade-off dessa abordagem é o sacrifício da flexibilidade; uma vez que o chip passa pelo processo de tape-out, o modelo fica congelado no 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 ponderar entre o desempenho especializado e a frequência de atualização.

A CEO da AMD, Lisa Su, declarou anteriormente que nenhuma solução única pode atender a todos os cenários no setor de chips. O mercado de IA está evoluindo em direção à computação heterogênea e chips personalizados, e a aquisição da Taalas é uma resposta direta a essa tendência, bem como parte da estratégia de escala de rack da AMD.

Desde 2024, a AMD gastou 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, preparando o caminho para o seu sistema Helios em escala de rack.

Em julho deste ano, Lisa Su anunciou na conferência Advancing AI 2026 que o Helios entrou em produção em massa total, com entregas previstas para ocorrerem gradualmente no segundo semestre do ano e entrarem em operação no quarto trimestre, com a Microsoft ( MSFT ), OpenAI, Anthropic e outros clientes tendo confirmado a implementação.

A AMD planeja implantar os chips Taalas junto com suas GPUs Instinct. De acordo com pessoas familiarizadas com o assunto, sob a arquitetura dividida, o processamento de prompts é tratado pela GPU, enquanto as tarefas de geração de tokens são transferidas para o acelerador Taalas, estabelecendo um caminho de implantação de "validação primeiro, aceleração depois".

Primeiramente, vejamos quais trunfos a AMD tem em mãos.

Lisa Su revelou em uma conferência em julho que aproximadamente 60% do poder computacional de IA será destinado à inferência até 2026. Os custos de inferência estão se tornando uma preocupação central para provedores de nuvem e empresas; ao mesmo tempo, as GPUs da Nvidia sofrem com baixa eficiência energética e alta latência em tarefas de inferência, um gargalo que os chips de aplicação específica da Taalas buscam justamente solucionar.

Em termos de desempenho, a diferença de 48 vezes na performance de inferência, mesmo que seja reduzida na implantação real, é suficiente para fazer com que os provedores de nuvem recalculem seus custos. Clientes de primeira linha como Microsoft e Meta ( META) já começaram a desenvolver seus próprios chips de inferência, de modo que a entrada da AMD neste momento não ocorre tarde demais.

Em nível de sistema, o Helios é equipado com 72 GPUs MI455X, oferecendo poder de computação e capacidade de memória que são 15% e 50% superiores, respectivamente, aos da Vera Rubin NVL72 da Nvidia. Dos chips aos servidores, passando pela stack de software, a aquisição da Taalas resolve o elo mais fraco no segmento de inferência.

No entanto, os desafios enfrentados pela AMD são igualmente inevitáveis.

O primeiro é o custo da flexibilidade. Os chips da Taalas integram fisicamente os modelos ao silício, enquanto os modelos de IA são atualizados semanalmente. Os clientes que optam pela Taalas precisam aceitar uma frequência de atualização de uma vez a cada dois meses. Em contrapartida, as GPUs da Nvidia podem se adaptar a qualquer novo modelo a qualquer momento; essa versatilidade é a base da posição insubstituível da Nvidia.

O segundo ponto é o ecossistema de desenvolvedores. A vantagem da Nvidia reside nos milhões de desenvolvedores que há muito criam aplicações de IA na plataforma CUDA, tornando os custos de migração extremamente altos. Embora a stack de software ROCm da AMD esteja correndo atrás do prejuízo, a diferença ainda é significativa.

Por fim, há a disparidade de escala. A projeção é de que a Nvidia fature mais de US$ 200 bilhões no ano fiscal de 2026, em comparação com os cerca de US$ 30 bilhões da AMD. Seja em investimentos em P&D, controle da capacidade da cadeia de suprimentos de ponta ou relacionamento com clientes, as duas empresas ainda não estão no mesmo patamar.

Para ser realista, é improvável que esta aquisição por si só abale a liderança da Nvidia no curto prazo, mas ela proporciona um avanço significativo para a AMD em termos de redução de custos e ganhos de eficiência.

O mercado de inferência está apenas começando 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 comercializada com sucesso conforme planejado, o sistema Helios for validado e o ecossistema ROCm continuar a reduzir essa distância, a AMD terá a oportunidade de capturar uma fatia incremental significativa no segmento de inferência. Nesse sentido, a aquisição da Taalas é um passo fundamental.

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.