14 de novembro de 2025
Duas empresas conhecidas como “versões chinesas da Nvidia” avançaram em seus processos de abertura de capital no STAR Market, em Xangai, na noite de 13 de novembro. O movimento ocorreu enquanto as ações da Nvidia recuaram mais de 6% entre terça e quinta-feira, após a venda total de participação da SoftBank e críticas de Michael Burry. A Comissão Reguladora de Valores Mobiliários da China (CSRC) aprovou o pedido de IPO da Metax Integrated Circuits (Shanghai) . A empresa desenvolve GPUs universais e oferece soluções para computação heterogênea aplicadas à computação inteligente, cidades inteligentes, nuvem, direção autônoma, gêmeos digitais e metaverso. Seu portfólio inclui a série XiSi N, voltada a inferência de IA, e a série Xiyun C, direcionada a treinamento e processamento geral, em linha com produtos equivalentes da Nvidia. A Metax ganhou destaque após a redução da presença de Nvidia, AMD e outras companhias no mercado chinês. A Metax pretende captar RMB 3,904 bilhões para desenvolver novos GPUs de alto desempenho, chips de inferência de IA e tecnologias para aplicações emergentes. A empresa ainda opera no negativo, com perdas superiores a RMB 1,4 bilhão em 2024 e mais de RMB 200 milhões no primeiro trimestre de 2025, mas projeta alcançar o equilíbrio financeiro em 2026. O processo de aprovação levou 116 dias. Na mesma noite, a Moore Threads anunciou o início oficial de seu processo de IPO no STAR Market. Fundada em 2020, a empresa desenvolve GPUs de funcionalidade completa e soluções de computação acelerada voltadas à transformação digital e ao uso intensivo de IA. A companhia planeja emitir 70 milhões de ações, equivalentes a 14,89% do capital pós-oferta, para financiar novos chips de IA, GPUs de nova geração e SoCs voltados a IA. A Moore Threads também opera com prejuízo: registrou perdas superiores a RMB 1,6 bilhão em 2024 e RMB 270 milhões no primeiro semestre de 2025, acumulando saldo negativo de RMB 1,6 bilhão até junho. Apesar disso, sua receita cresce rapidamente. A taxa composta anual entre 2022 e 2024 atingiu 208,44%, e a receita do primeiro semestre de 2025 já supera em 60% o total de 2024. A empresa estima lucrar em 2027. Seu processo até o registro levou 88 dias. Além das duas fabricantes, as grandes empresas de tecnologia também ampliaram investimentos em chips. Durante o Baidu World 2025, realizado em 13 de novembro, a Baidu reafirmou a estratégia focada em IA e anunciou que o chip Kunlunxin M100 chegará ao mercado no início de 2026. O M300 tem previsão de lançamento em 2027. O M100 atenderá à demanda por inferência em larga escala; o M300 será voltado a treinamento e inferência de modelos multimodais. A empresa informou que já implantou “dezenas de milhares” de placas Kunlunxin e lançará novos produtos anualmente pelos próximos cinco anos. A Tencent , no mesmo dia, reportou RMB 20 bilhões em despesas de capital, em grande parte destinadas a IA, e RMB 22,82 bilhões em P&D, o maior nível da sua história. Também em 13 de novembro, o Barron’s China informou que a Alibaba iniciou secretamente o Projeto Qwen, que visa desenvolver um aplicativo baseado no modelo Qwen para competir diretamente com o ChatGPT. No segmento de grandes modelos, a Moonshot AI ganhou atenção com o Kimi K2 Thinking, visto como o sucessor do impacto causado pelo DeepSeek no início do ano. Fonte: tmtpost.com
14 de fevereiro de 2025
A crescente adoção do modelo DeepSeek tem reduzido significativamente os custos operacionais da inteligência artificial, diminuindo a diferença entre modelos de código aberto e fechado. Esse movimento desencadeou uma corrida entre fabricantes de chips de IA domésticos para adaptação às novas demandas. Desde 1º de fevereiro, pelo menos 20 fabricantes chineses anunciaram iniciativas para ajustar seus chips aos modelos do DeepSeek, conforme apurou o 21st Century Business Herald. O mercado de chips de IA envolve principalmente CPUs, GPUs, ASICs e FPGAs, sendo que a crescente necessidade de computação paralela em larga escala impulsionou a demanda por GPUs e elevou o valor de mercado da Nvidia. No entanto, o avanço do DeepSeek indica que os custos da inferência de IA estão caindo rapidamente, ampliando as possibilidades de aplicação da tecnologia. Essa mudança de cenário fortalece a posição dos chips ASIC e FPGA, que apresentam vantagens específicas no processamento de inferência. Especialistas do setor apontam que os fabricantes de chips chineses têm maior capacidade nesse segmento, o que pode criar oportunidades para competir com a Nvidia. No entanto, até então, o DeepSeek operava predominantemente com GPUs da Nvidia e era altamente compatível com o ecossistema CUDA. O desafio para os fabricantes domésticos é conquistar espaço nesse ambiente e avaliar se essa mudança pode reduzir a influência da Nvidia no mercado. Inferência de IA ganha protagonismo Além do DeepSeek, grandes empresas como OpenAI, Doubao e Baidu também reconhecem a redução nos custos da inferência de IA. Segundo Zhang Xiaolu, especialista entrevistada pelo 21st Century Business Herald, essa mudança altera o foco da indústria: antes voltado ao treinamento de IA, agora direcionado à inferência, que define o potencial máximo dos modelos. Essa transição também beneficia players intermediários, que podem aprimorar sua capacidade computacional com a tecnologia do DeepSeek. Historicamente, GPUs da Nvidia foram amplamente utilizadas para treinar grandes modelos de IA. No entanto, na fase de inferência, diferentes necessidades do mercado impulsionaram o desenvolvimento de chips ASIC personalizados. Empresas globais, como Google, Meta e Amazon, já investem em seus próprios chips para essa finalidade. O Google, por exemplo, tem acelerado a otimização de seus sistemas de busca com os chips TPU Trillium, enquanto a Meta fortalece seus algoritmos de recomendação e publicidade com os chips MTIA. De acordo com Gong Mingde, analista da TrendForce, espera-se que os provedores de serviços de nuvem (CSPs) aumentem seus investimentos em chips ASIC de baixo custo, transferindo o foco do treinamento para a inferência. "Até 2028, a participação da inferência de IA no mercado deve atingir 50%", afirmou. Essa tendência pode acelerar o desenvolvimento de chips especializados para setores como automotivo, comércio eletrônico e infraestrutura digital. No entanto, o desafio continua sendo o alto investimento necessário, tanto em hardware quanto em software. Fonte: stcn.com