A Nvidia está se posicionando agressivamente no cenário da inteligência artificial (IA) open-source. Um investimento de US$ 26 bilhões nos próximos cinco anos, conforme revelado em um documento da SEC, sinaliza a intenção da gigante de semicondutores em desenvolver modelos de IA de código aberto com pesos acessíveis. Essa estratégia visa não apenas a competir com o crescente domínio dos modelos chineses open-source, mas também a consolidar desenvolvedores dentro do seu próprio ecossistema de hardware.
A movimentação da Nvidia responde a uma dinâmica de mercado onde players como OpenAI, Meta e Anthropic deixaram um vácuo significativo em termos de ofertas de código aberto verdadeiramente competitivas. Enquanto isso, fornecedores chineses têm ganhado terreno, apresentando alternativas robustas e acessíveis. A iniciativa da Nvidia promete reconfigurar o panorama, incentivando o desenvolvimento e a adoção de modelos abertos que beneficiem seu hardware.
Nvidia lança Nemotron 3 Super em resposta ao mercado
Paralelamente ao anúncio do investimento, a Nvidia apresentou o Nemotron 3 Super, seu modelo de maior capacidade até o momento, contando com 128 bilhões de parâmetros. Em benchmarks focados em análise e raciocínio, o modelo demonstra um desempenho sutilmente superior ao GPT-OSS da OpenAI e se equipara ao Claude 4.5 Haiku da Anthropic. Contudo, ainda se encontra atrás de concorrentes como o Qwen3.5 122B A10B, desenvolvido por empresas chinesas.
Para aprimorar as capacidades de raciocínio e o manuseio de contextos extensos, a Nvidia empregou diversas inovações técnicas no treinamento do Nemotron 3 Super. O modelo, assim como suas variantes menores, adota uma arquitetura híbrida, combinando Transformer com Mamba, o que otimiza a eficiência operacional de agentes de IA.
A ascensão dos modelos chineses de código aberto
O investimento da Nvidia ocorre em um momento crucial, onde o equilíbrio de poder no mercado de IA está em transição. A Meta, que iniciou essa onda com o Llama, sinalizou que futuros modelos podem não ser totalmente abertos. A OpenAI, por sua vez, oferece o GPT-OSS, uma versão consideravelmente inferior às suas soluções proprietárias, enquanto a Anthropic não disponibiliza modelos abertos. Em contrapartida, empresas chinesas como DeepSeek, Alibaba, Moonshot AI e MiniMax têm liberado os pesos da maioria de seus modelos gratuitamente.
Apesar de recentes mudanças em suas equipes, os modelos chineses permanecem como a principal alternativa open-source para diversos casos de uso. A diferença prática em relação aos modelos ocidentais de ponta pode ser maior do que sugerem algumas avaliações. No entanto, a adoção desses modelos na indústria ocidental ainda enfrenta barreiras, com uma preferência por soluções fechadas de empresas como Anthropic e OpenAI.
DeepSeek e a corrida tecnológica sob sanções
Em janeiro de 2025, a DeepSeek causou impacto com um modelo open-source eficiente, questionando a liderança ocidental em IA e a necessidade de vastos recursos de hardware. Relatos indicam que um novo modelo da DeepSeek foi treinado exclusivamente em chips da Huawei, fabricante chinês sob sanções dos EUA. Se confirmado, isso pode impulsionar a migração de empresas e pesquisadores para o hardware da Huawei, especialmente na China.
Há também indicações de que a DeepSeek tem acesso às GPUs Blackwell da Nvidia, apesar das sanções, utilizando-as para treinamento. Sob pressão do governo chinês, esforços anteriores da DeepSeek para treinar em chips da Huawei fracassaram devido a problemas técnicos. A Nvidia, por sua vez, obteve autorização para exportar chips de IA mais potentes para a China, apesar de sanções anteriores. Empresas chinesas buscam esses chips, mas o governo local almeja evitar uma dependência renovada.
Estratégia da Nvidia: Ecossistema e novas aplicações
Ao lançar seus próprios modelos abertos, otimizados para seu hardware, a Nvidia cria um contraponto significativo. Seus modelos competitivos ofereceriam uma alternativa viável para empresas ocidentais, mantendo-as dentro do ecossistema Nvidia. A empresa também foca em mercados menos explorados pelos grandes laboratórios de IA, como robótica e aplicações de IA na borda.
Segundo Bryan Catanzaro, VP de Pesquisa Aplicada em Deep Learning na Nvidia, a empresa, apesar de americana, colabora com companhias globais e busca um ecossistema diversificado e forte em todas as regiões. A Nvidia já realizou o pré-treinamento de um modelo com 550 bilhões de parâmetros e lançou modelos especializados para robótica, modelagem climática e dobramento de proteínas.
Kari Briski, VP de Software de IA Generativa, destacou outra dimensão estratégica: os modelos são usados para testar os data centers supercomputacionais da Nvidia em escala. Eles ajudam a delinear a arquitetura de hardware da empresa, testando não só a capacidade de processamento, mas também o armazenamento e a rede.
Deixe um comentário