A corrida armamentista da infraestrutura de IA acelera – e os custos aumentam

O Open Compute Project (OCP) Global Summit, que termina hoje, 15 de outubro de 2026, atingiu capacidade máxima em San Jose, com um recorde de 15.000 participantes, destacando o imenso interesse no futuro da infraestrutura de data centers. Os principais fabricantes de semicondutores Intel, AMD e Nvidia usaram esta plataforma para revelar suas estratégias para alimentar a próxima geração de data centers de IA com novas tecnologias, muitas das quais aderem às especificações padronizadas de servidores defendidas pela OCP.

O mercado global de GPUs para data centers está projetado para crescer significativamente, de uma estimativa de US$ 138,88 bilhões em 2026 para US$ 624,17 bilhões, enfatizando a escala desta corrida armamentista tecnológica. Embora a Nvidia atualmente ocupe uma posição dominante no mercado de infraestrutura de IA em termos de receita, o consenso entre os líderes da indústria é que os esforços coletivos de AMD, Intel e Nvidia são essenciais para que os parceiros de canal atendam à demanda sustentada por expansão de data centers de IA. Como observou Bob Venero, CEO da Future Tech Enterprise, "o Canal precisa que AMD, Intel e Nvidia continuem ampliando os limites."

A aposta da Intel no domínio da IA com a GPU D-Series

A Intel revelou detalhes significativos sobre sua próxima GPU para data centers com refrigeração a ar, codinome "Crescent Island" e oficialmente nomeada Intel GPU D-Series. Esta nova GPU é projetada para cargas de trabalho de inferência de IA, com 480 GB de memória e oferecendo até 1,3 Petaflops de desempenho de computação de ponto flutuante de 8 bits (FP8) com um consumo de energia de 350 watts. Ela é oferecida em um formato PCIe padronizado, permitindo integração direta em data centers existentes, com suporte para até oito placas por servidor. A Intel está colaborando com um amplo ecossistema de parceiros, incluindo Asus, Cisco, Dell Technologies, HPE, Lenovo e Supermicro, para levar a GPU D-Series ao mercado.

Construída na arquitetura Xe3P, a GPU D-Series é otimizada para modelos de linguagem grandes (LLMs), cargas de trabalho de janela de contexto longa e serviços paralelos. Uma única placa D-Series pode suportar modelos com até 300 bilhões de parâmetros, enquanto um sistema equipado com oito GPUs pode lidar com modelos de até um trilhão de parâmetros. Este lançamento representa o esforço renovado da Intel para estabelecer uma presença mais forte no mercado de aceleradores de IA, visando uma adoção mais ampla do que sua série anterior de chips Gaudi.

A estratégia da Intel também enfatiza sistemas abertos e arquiteturas de software, que a empresa acredita que permitirão aos desenvolvedores implantar cargas de trabalho de forma eficiente em diversos hardwares. Além da GPU D-Series, a Intel também anunciou novos racks de servidores com CPUs Intel Xeon, oferecendo um poder de processamento coletivo de mais de 46.000 núcleos.

Nvidia e AMD impulsionam inovação e padrões abertos

A Nvidia, embora líder de mercado, continua a inovar, anunciando atualizações relacionadas aos seus racks Vera-Rubin na cúpula. O RTX Pro 6000 Blackwell Server Edition da Nvidia serve como concorrente direto da GPU D-Series da Intel. Ele oferece 96 GB de memória GDDR7, 2 Petaflops de computação FP8 e 4 Petaflops de computação FP4, configurável para até 600 watts em um formato PCIe. Embora a solução da Nvidia geralmente ofereça maior desempenho FP8 e inclua suporte FP4 para execução de aplicativos mais rápida, a D-Series da Intel oferece significativamente mais memória (480 GB) e largura de banda de memória comparável, juntamente com maior eficiência energética a 350 watts.

A AMD também fez vários anúncios importantes, incluindo um novo design de referência flexível para racks de servidores, a introdução de sua primeira CPU EPYC com interface de memória LPDDR e desenvolvimentos adicionais em soluções de código aberto. As séries Instinct MI200 e MI210 da AMD, baseadas na arquitetura CDNA2, já são reconhecidas por seus saltos significativos no desempenho de HPC e IA, particularmente para treinamento de deep learning. O ecossistema ROCm da empresa também teve um desenvolvimento substancial, agora oferecendo suporte funcional para frameworks de IA populares como PyTorch e ferramentas como llama.cpp e Ollama no Linux. O Radeon AI Pro R9700, oferecendo 32 GB de VRAM e largura de banda competitiva a um preço mais baixo, apresenta uma forte proposta de valor para desenvolvedores familiarizados com o ROCm.

O imperativo de custo e segurança na infraestrutura de IA

Além do desempenho bruto, o OCP Summit destacou preocupações crescentes em torno de custo e segurança na infraestrutura de IA. Enquanto hyperscalers e provedores de neocloud estão rapidamente construindo capacidade de IA baseada em agentes, há uma oportunidade significativa para parceiros de canal auxiliarem empresas no desenvolvimento de sua própria infraestrutura local. Muitos clientes, tendo experimentado altos custos e excedido orçamentos de tokens com agentes de IA baseados em nuvem não regulamentados, estão agora buscando ativamente soluções para controle de custos e implantação interna de agentes locais que aproveitem seus modelos internos.

A ênfase em VRAM, largura de banda de memória e ecossistemas de software maduros em vez de picos de computação teóricos (TOPS) está se tornando crítica para a inferência de LLM local. O CUDA da NVIDIA continua sendo o padrão da indústria, mas o ROCm da AMD está ganhando força, e o oneAPI da Intel continua melhorando. Este ambiente dinâmico sugere que, embora a corrida de hardware seja feroz, a batalha pelo domínio do ecossistema de software e por soluções de implantação práticas e econômicas determinará, em última análise, quem vence a corrida armamentista da infraestrutura de IA.