João Miguel Mesquita
DeepSeek, a startup chinesa que ganhou projeção global com modelos de inteligência artificial de elevado desempenho e baixo custo, está a desenvolver o seu próprio chip de IA. O objetivo é reduzir a dependência de processadores da Nvidia e da Huawei, usados pela empresa para treinar e executar os seus modelos.
O chip está a ser desenhado para inferência, a fase em que um modelo já treinado gera respostas para os utilizadores. Esta escolha é estratégica. À medida que a IA entra em aplicações empresariais, serviços digitais e plataformas de utilização massiva, o custo deixa de estar concentrado apenas no treino dos modelos e passa a depender cada vez mais da capacidade de os executar de forma eficiente, permanente e escalável.
A aposta da DeepSeek no silício próprio mostra que a eficiência dos modelos já não chega para garantir vantagem competitiva. O controlo da infraestrutura passa a ser uma variável central, sobretudo num mercado condicionado por restrições de exportação, pressão sobre custos computacionais e necessidade de reduzir dependências externas.
A empresa já utilizou chips da Nvidia e da Huawei. O modelo base que sustentou o R1 foi treinado em processadores Nvidia H800, desenhados para o mercado chinês, mas abrangidos pelas restrições norte-americanas no final de 2023. Desde então, a DeepSeek tem aumentado a utilização de tecnologia da Huawei. Em abril, lançou o modelo V4 adaptado aos chips Ascend, enquanto a Huawei afirmou que os seus processadores foram usados em parte do treino do V4-Flash.
Este movimento ocorre num momento sensível para a Huawei. As limitações impostas ao acesso chinês aos chips mais avançados da Nvidia ajudaram a empresa a ganhar peso no mercado doméstico de semicondutores para IA, avaliado em cerca de 50 mil milhões de dólares. Ainda assim, esse espaço começa a ser disputado por outros grupos chineses, como Alibaba e Baidu, que também estão a desenvolver os seus próprios chips.
Para a DeepSeek, desenvolver um chip próprio é uma tentativa de ganhar autonomia numa cadeia tecnológica cada vez mais fragmentada. A empresa terá iniciado o esforço há cerca de um ano, contactando parceiros externos nas áreas de desenho de chips, fundição e memória. Nos últimos meses, também reforçou a contratação privada de engenheiros especializados em semicondutores.
A estratégia acompanha uma tendência global. A OpenAI apresentou recentemente o Jalapeno, o seu primeiro chip de inferência desenvolvido com a Broadcom, enquanto a Anthropic tem avaliado a criação de processadores próprios. A lógica é semelhante em todos os casos. Menor dependência da Nvidia, maior controlo sobre o desempenho e capacidade de ajustar o hardware às necessidades dos modelos.
No caso chinês, porém, a dimensão geopolítica é mais forte. As restrições dos Estados Unidos limitam o acesso aos chips mais avançados e dificultam também a utilização das fundições estrangeiras mais sofisticadas. Além disso, os controlos sobre memória de elevada largura de banda criam um obstáculo adicional para chips de inferência, que dependem deste componente para responder com rapidez e eficiência.
O projeto da DeepSeek ainda está numa fase inicial e o sucesso está longe de garantido. Desenhar um chip competitivo exige capital, tempo, talento especializado e acesso a uma cadeia de produção complexa. A eventual ronda de financiamento de 7 mil milhões de dólares, com uma avaliação estimada entre 52 mil milhões e 59 mil milhões de dólares, pode ser lida neste contexto como uma mudança de escala.
A mensagem para o mercado é clara. A próxima vaga da IA empresarial será decidida tanto nos modelos como no hardware que os torna economicamente viáveis. Para os CIO e decisores tecnológicos, isto significa que a discussão sobre IA deixará de estar centrada apenas em capacidades funcionais. Passará também por custo por utilização, consumo energético, disponibilidade de chips, dependência de fornecedores e resiliência da cadeia tecnológica.
