Alibaba e Baidu começam a usar chips projetados internamente para treinar modelos de IA 🧠🧵 Segundo The Information, as empresas já substituem parcialmente GPUs da Nvidia — sinal claro de mudança no ecossistema de IA chinês.

Imagem indisponível

O que foi reportado: Alibaba usou chips próprios em modelos menores este ano; o Baidu testa o Kunlun P800 no treinamento do Ernie. Fontes dizem que é uma adoção gradual, não uma substituição total — por enquanto é complementar.

Por que isso importa tecnicamente: chips internos podem ser otimizados para stacks locais, reduzir latência e custos e, se eficientes, diminuir consumo energético por inferência/treino. Isso afeta desempenho, economia e sustentabilidade.

Imagem indisponível

Impacto no mercado: menos dependência da Nvidia na China pode reduzir a fatia da norte-americana ali, estimular concorrência e fortalecer a cadeia local de semicondutores. Mas há desafios: custo de P&D, acesso a litografia avançada e escala de produção.

Perspectiva social e de inovação: chips nacionais podem baixar barreiras para startups e pesquisas locais, ampliando acesso à infraestrutura de IA. Também geram empregos na indústria de semicondutores — se houver políticas e investimentos consistentes.

Imagem indisponível

O que ficar de olho nos próximos meses: benchmarks reais comparando Kunlun P800 e designs do Alibaba vs GPUs da Nvidia; anúncios sobre parcerias com foundries; e se esses chips conseguem treinar modelos maiores sem perda de qualidade.

Reflexão final: concorrência em hardware tende a acelerar inovação — e, se acompanhada de transparência e foco em eficiência, pode tornar a IA mais acessível e sustentável. A mudança na China pode ser um catalisador global, não só regional.

Imagem indisponível