China ainda depende de GPUs Nvidia para treinar suas IA mais avançadas, apesar da corrida pela autonomia tecnológica
Por que isso importa hoje
Os maiores modelos de linguagem da China continuam sendo treinados em chips da Nvidia, pois a migração para semicondutores nacionais ainda é cara e complexa. A falta de compatibilidade e o alto custo de adaptação atrasam a estratégia de autossuficiência do país.
Os principais desenvolvedores chineses de grandes modelos de linguagem (LLMs) ainda utilizam as GPUs da Nvidia para treinar suas inteligências artificiais de ponta, segundo fontes internas do setor. Embora a China esteja investindo pesado em chips domésticos, a transição para esses novos processadores representa um obstáculo técnico significativo.
A mudança de arquitetura exige reescrever grande parte do software de treinamento, além de adaptar modelos já otimizados para a plataforma da Nvidia. Esse processo eleva os custos e prolonga o tempo de desenvolvimento, tornando a alternativa local menos atraente no curto prazo. Como explicou um insider do mercado, "Training LLMs on Nvidia chips for now remains the norm among Chinese AI developers".
A pressão por autossuficiência vem de políticas governamentais que buscam reduzir a dependência de tecnologia estrangeira, especialmente após restrições de exportação impostas pelos Estados Unidos. Contudo, os chips nacionais ainda não oferecem o mesmo nível de desempenho e ecossistema de ferramentas que as GPUs da Nvidia, que são padrão global para treinamento de modelos que exigem bilhões de parâmetros.
“A mudança de arquitetura exige reescrever grande parte do software de treinamento, além de adaptar modelos já otimizados para a plataforma da Nvidia.”
Empresas como Baidu, Alibaba e Tencent continuam a investir em infraestrutura baseada em Nvidia, enquanto paralelamente testam soluções locais como os processadores Ascend da Huawei e os chips da Cambricon. Até que essas alternativas atinjam maturidade suficiente para suportar o volume de cálculo necessário, a estratégia de curto prazo permanece focada nas GPUs estrangeiras.
A situação ilustra o dilema da China: acelerar a produção de semicondutores domésticos para garantir soberania tecnológica, mas sem comprometer a competitividade das suas IA. Enquanto isso, a comunidade internacional observa de perto como o país equilibrará esses desafios e se posicionará no cenário global de inteligência artificial.