Principais 30+ Fabricantes de Chips de IA: NVIDIA e Seus Concorrentes
Com base em nossa experiência executando o benchmark de GPU na nuvem do AIMultiple com 10 modelos de GPU diferentes em 4 cenários diferentes, estas são as principais empresas de hardware de IA para cargas de trabalho de data center.
30+ fabricantes de chips de IA por categoria
*O chip de IA selecionado é a peça, plataforma ou projeto anunciado que melhor representa cada fornecedor. Algumas entradas são sistemas, serviços ou IP licenciável em vez de um único chip.
A ordenação é por categoria. Os fornecedores são classificados pela participação estimada na receita de aceleradores de IA dentro das três primeiras categorias (produtor líder, nuvem pública, nuvem pública de IA), porque os números de vendas ou o uso da nuvem podem ser estimados. Intel e Qualcomm são as exceções. Ambos estão listados como produtores líderes com base em sua escala de data center e roadmaps de aceleradores anunciados, não na receita de aceleradores de IA em envio. Os fornecedores na categoria de co-design de ASIC / XPU de IA personalizado são classificados pela participação estimada no mercado de design de ASIC personalizado. Os fornecedores em todas as outras categorias são ordenados alfabeticamente.
GPUs vs ASICs nas arquiteturas de chips de IA
Embora os fornecedores acima concorram no mesmo mercado, eles usam arquiteturas de chip fundamentalmente diferentes:
- GPUs (Unidades de Processamento Gráfico) são processadores paralelos amplamente programáveis que suportam uma gama mais ampla de cargas de trabalho de treinamento e inferência de IA do que a maioria dos ASICs de propósito específico. NVIDIA e AMD dominam esta categoria.
- ASICs (Circuitos Integrados de Aplicação Específica) são projetados sob medida para tarefas específicas. Alguns suportam tanto treinamento quanto inferência (Google TPU, AWS Trainium), enquanto outros são apenas para inferência (Groq LPU, AWS Inferentia).
De acordo com a TrendForce1 , as remessas de servidores de IA construídos em ASICs personalizados de provedores de nuvem foram projetadas em outubro de 2025 para crescer 44,6% em 2026, contra 16,1% para servidores de IA baseados em GPU. Esses números são taxas de crescimento de remessas de servidores de IA divididas por tipo de acelerador, não contagens de chips enviados. A TrendForce agora coloca os sistemas baseados em ASIC em cerca de 27% das remessas de unidades de servidores de IA de 2026, abaixo dos 27,8% em 15 de abril de 2026 após atrasos na validação e ajuste de chips na Meta e na AWS, contra 69,7% para sistemas baseados em GPU, com ASICs atingindo cerca de 40% até 2030.2
Quais são os principais produtores de chips de IA?
1. NVIDIA
A NVIDIA projeta unidades de processamento gráfico (GPUs) para o setor de jogos desde os anos 1990. A NVIDIA é uma fabricante de chips fabless que terceiriza a maior parte de sua fabricação de chips para a TSMC. Seus principais negócios incluem:
Soluções de IA para desktop
O DGX Spark (anteriormente Project Digits) é um supercomputador de IA de desktop com um Grace Blackwell Superchip com uma GPU NVIDIA Blackwell RTX com 6.144 núcleos CUDA e Tensor Cores de quinta geração com precisão FP4, conectado via interconexão chip-a-chip NVIDIA NVLink-C2C a uma CPU NVIDIA Grace de 20 núcleos, com até 1 petaflop de computação de IA e 128GB de memória unificada.3 4
Soluções para data center
A empresa fabrica chips de IA seguindo suas arquiteturas Ampere, Hopper e, mais recentemente, Blackwell. Graças ao boom da IA generativa, a receita da NVIDIA cresceu acentuadamente, sua capitalização de mercado ultrapassou US$ 1 trilhão e ela fortaleceu sua liderança nos mercados de GPU e hardware de IA. O gráfico a seguir mostra como a receita da NVIDIA neste segmento cresceu ao longo dos anos e como se tornou a principal fonte de renda da empresa.
Os dados do gráfico vêm dos relatórios financeiros da NVIDIA Corporation.5
DGX™ A100 e H100 foram os chips de IA emblemáticos da NVIDIA, projetados para treinamento e inferência de IA em data centers. A NVIDIA deu continuidade a estes com:
- Chips H200, B300 e GB300
- Servidores HGX como HGX H200 e HGX B300 que combinam 8 desses chips
- Série NVL e GB200 SuperPod que combinam ainda mais chips em grandes clusters.6
GPUs na nuvem
A maioria dos players de nuvem oferece hardware NVIDIA como suas GPUs na nuvem. Morgan Stanley colocou a NVIDIA em cerca de 85% da receita de processadores de IA em março de 2026, com ASICs personalizados acima de 10% e AMD abaixo de 5%.7 A Bloomberg Intelligence espera que a NVIDIA detenha 70% a 75% do mercado de aceleradores de IA até 2030.8
A NVIDIA também lançou sua oferta DGX Cloud, fornecendo infraestrutura de GPU na nuvem diretamente para empresas, contornando os provedores de nuvem.
GPUs para gráficos
As GPUs da NVIDIA para usuários de varejo incluem a série GeForce, e o Switch 2 da Nintendo roda em um processador personalizado NVIDIA.9
Desenvolvimentos recentes
DGX Cloud Lepton
Anunciado em 19 de maio de 2025, o DGX Cloud Lepton da NVIDIA é um marketplace que conecta desenvolvedores de IA aos provedores de nuvem de GPU da NVIDIA, incluindo CoreWeave, Lambda e Crusoe.10
NVIDIA Dynamo
O NVIDIA Dynamo, anunciado no GTC 2025, é um framework de inferência de código aberto para implantação de alta taxa de transferência e baixa latência de modelos de IA generativa em ambientes distribuídos.11
NVIDIA RTX PRO Servers e Enterprise IA Factory
Anunciado em maio de 2025 na Computex, a NVIDIA apresentou os RTX PRO Servers equipados com GPUs RTX PRO 6000 Blackwell Server Edition, projetados para fábricas de IA empresariais.12
Plataforma NVIDIA Vera Rubin
A NVIDIA revelou o Vera Rubin, sua plataforma após o Blackwell Ultra, na CES 2026 como uma plataforma de seis chips.13 No GTC em 16 de março de 2026, a NVIDIA expandiu para sete chips, a CPU Vera, GPU Rubin, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, switch Spectrum-6 Ethernet e Groq 3 LPU, e declarou que estavam em produção total.14 Os envios de produção começam no outono de 2026, inicialmente para oito parceiros de nuvem.15 O Blackwell e o GB300 NVL72 permaneceram como o produto de volume de receita até o Q1 do AF2027.
O rack Vera Rubin NVL72 emparelha 72 GPUs Rubin com 36 CPUs Vera para 3.600 PFLOPS de inferência NVFP4, 20,7 TB de HBM4 e 260 TB/s de largura de banda de scale-up NVLink 6.16 A GPU Rubin é relatada como construída no N3P da TSMC com HBM4, um nó que a NVIDIA não confirmou.
O sétimo chip vem do acordo de licenciamento da NVIDIA com a Groq em dezembro de 2025, abordado na seção da Groq abaixo.
A Groq 3 LPU é um chip de inferência dedicado, e a Samsung Foundry o fabrica.17 Os racks Groq 3 LPX estão previstos para o segundo semestre de 2026, e a NVIDIA projeta até 35x mais taxa de transferência por megawatt para modelos de trilhões de parâmetros quando o LPX é emparelhado com o Vera Rubin NVL72.18
DeepSeek
O lançamento do R1 da DeepSeek mostrou que modelos de fronteira podiam ser treinados com um número relativamente pequeno de GPUs. Isso levou a uma redução no preço das ações da NVIDIA.
Dado que o desempenho dos sistemas de GPU melhora várias vezes ao ano devido aos avanços no design de chips e interconexão, os compradores fariam bem em não comprar além de suas necessidades anuais, pois isso pode levar à posse de sistemas obsoletos.
Tarifas e restrições à exportação
Quatro medidas separadas regem as vendas de chips de IA avançados para a China, e elas são frequentemente confundidas.
O licenciamento mudou primeiro. Em 13 de janeiro de 2026, o Bureau of Industry and Security dos EUA anunciou uma regra final transferindo os pedidos de licença para a NVIDIA H200, AMD MI325X e chips similares de uma presunção de negação para revisão caso a caso, sujeita a condições que abrangem certificações do exportador, verificações de clientes e testes independentes pré-envio.19 Um limite de volume é executado em paralelo: as remessas agregadas de um determinado chip para a China e Macau não podem exceder 50% da quantidade desse mesmo produto que o exportador enviou para clientes dos EUA para uso final nos EUA.19
Duas medidas adicionais são ambas fixadas em 25% e são rotineiramente tratadas como uma só. O presidente Trump anunciou uma participação de 25% na receita do governo dos EUA sobre as vendas de H200 para a China em 8 de dezembro de 2025 e reiterou em 14 de janeiro de 2026, enquanto a Casa Branca anunciou uma tarifa distinta de 25% da Seção 232 sobre semicondutores avançados nos mesmos limites de desempenho em 14 de janeiro de 2026, com exclusões incluindo data centers dos EUA e P&D dos EUA.20
A China moveu-se na direção oposta, embora de forma menos formal. A Reuters reportou em 5 de novembro de 2025, citando fontes não identificadas, que as autoridades proibiram chips de IA estrangeiros em data centers financiados pelo estado, e nenhum regulamento chinês oficial nesse sentido foi publicado.
A permissão não se traduziu em vendas. Em 14 de julho de 2026, o Subsecretário de Comércio Jeffrey Kessler disse a uma audiência do congresso que "muito poucas remessas contra licenças para H200s e equivalentes ocorreram. É uma quantidade muito pequena de chips." A NVIDIA registrou zero receita de computação de data center na China tanto nos resultados de fevereiro de 2026 quanto nos de maio de 2026.
Concorrência no mercado de inferência
Embora a NVIDIA domine o mercado de "treinamento" de IA, a concorrência está se intensificando na "inferência", a implantação de modelos de IA para tarefas do mundo real. Empresas como AMD e Qualcomm, juntamente com especialistas em inferência incluindo Cerebras, SambaNova, d-Matrix e Positron, estão desenvolvendo chips que visam fornecer soluções de inferência mais econômicas, com foco particular no menor consumo de energia. O campo se estreitou e também cresceu. A Untether IA fechou em junho de 2025 e pediu falência em outubro, e a tecnologia de inferência da Groq foi licenciada para a NVIDIA em dezembro de 2025.
Novas técnicas de IA de "raciocínio" exigem mais poder de computação. A NVIDIA acredita que o raciocínio favorecerá sua arquitetura no longo prazo e espera que o mercado de inferência eventualmente supere o mercado de treinamento em tamanho, mesmo que sua participação de mercado seja menor.21
2. AMD
A AMD é uma fabricante de chips fabless com produtos de CPU, GPU e aceleradores de IA.
A AMD lançou a MI300 para cargas de trabalho de treinamento de IA em junho de 2023 e está competindo com a NVIDIA por participação de mercado. Startups, empresas e gigantes da tecnologia adotaram hardware AMD em 2023, quando o hardware NVIDIA era difícil de adquirir em meio ao boom da IA generativa desencadeado pelo lançamento do ChatGPT.22 23 24
Em 2025, a AMD adquiriu uma equipe de engenheiros de hardware e software de IA da Untether IA juntamente com a startup de compiladores Brium. Em junho de 2026, a AMD anunciou a aquisição da MEXT, cuja tecnologia de memória preditiva é projetada para fazer a memória flash se comportar mais como DRAM e reduzir o custo de memória de data center.25 26
A AMD lançou a Instinct MI350X e MI355X em 12 de junho de 2025 no Advancing IA 2025.27 A MI355X é construída na CDNA4 na 3nm da TSMC com 288 GB de HBM3E e 10,1 PFLOPS de MXFP4, e a AMD a posiciona contra a Blackwell B200 da NVIDIA em vez da H200. A AMD seguiu em 7 de maio de 2026 com a Instinct MI350P, uma placa PCIe passiva 5.0 com 144 GB de HBM3E e um TBP máximo de 600 W.28
A AMD assinou quatro acordos Instinct de grande escala desde outubro de 2025: OpenAI em 6 de outubro de 2025 cobrindo 6 GW, com a primeira capacidade de 1 GW da Série MI450 a partir do segundo semestre de 2026;29 Oracle Cloud Infrastructure como parceiro de lançamento em 14 de outubro de 2025 para 50.000 GPUs iniciais da Série MI450 a partir do Q3 de 2026;30 Meta em 24 de fevereiro de 2026 para até 6 GW a partir do segundo semestre de 2026, usando uma GPU Instinct personalizada baseada na arquitetura MI450 em vez de uma MI450 padrão;31 32 e Anthropic em 22 de julho de 2026 para até 2 GW de GPUs da Série MI450 em racks Helios a partir do primeiro semestre de 2027.33
Após um desacordo público entre AMD e NVIDIA sobre benchmarking da H100 e MI300, os benchmarks mais recentes colocam a MI300 melhor ou equivalente à H100 para inferência em um LLM de 70B.34
Série MI400
A AMD lançou a Série Instinct MI400 no Advancing IA 2026 em 22-23 de julho de 2026.35 A MI455X é o membro da família focado em IA. A AMD a lista como CDNA5 em "TSMC 2nm | 3nm FinFET" com 320 bilhões de transistores, 432 GB de HBM4, 23,3 TB/s de largura de banda de memória de pico e 40,3 PFLOPS de OCP MXFP4.36 O Helios, o sistema em escala de rack construído em torno da Série MI400, está em produção total com os primeiros envios começando no final do Q3 de 2026.35
Um terceiro membro da família, a MI440X, foi apresentado na CES 2026 em 5 de janeiro de 2026 para IA empresarial on-premises em um formato compacto de oito GPUs, e a AMD não publicou especificações para ela desde então.37 Mais adiante, o roadmap da AMD coloca a Série Instinct MI500 em 2027 e a Série MI600 em 2028, com a arquitetura CDNA 6, tecnologia de processo de 2nm e detalhes de memória HBM4E para a MI500 fornecidos na CES 2026.35
A MI430X é o membro de HPC e IA soberana da Série MI400. A AMD a anunciou em 19 de novembro de 2025 durante a semana SC25 em vez de no Advancing IA 2026, com 432 GB de HBM4 e 19,6 TB/s, e atualizou suas especificações em 23 de julho de 2026. A página do produto da AMD agora lista até 288 TFLOPS de FP64 teórico de pico baseado em hardware, até 9,2 PFLOPS de FP4 e MXFP4 de pico, 432 GB de HBM4 integrada e até 23,3 TB/s de largura de banda de memória teórica de pico.38 A característica distintiva em relação à MI455X é o FP64 de taxa total para computação científica em vez de taxa de transferência de IA de baixa precisão.
A AMD espera que a MI430X esteja disponível em 2027 e não publicou contagem de transistores, potência da placa ou litografia para ela. Dois números nos próprios materiais da AMD discordam. O FAQ da página de destino da Série MI400 ainda afirma até 19,6 TB/s onde a página de especificações da MI430X fornece 23,3 TB/s, e o FAQ na página da MI430X contém um erro de digitação lendo 2,3 TB/s.38
A AMD nomeia três sistemas alvo para a MI430X: Discovery no Oak Ridge National Laboratory, planejado para 2028; Alice Recoque, o primeiro sistema exascale da França; e Herder no HLRS Stuttgart, anunciado com a HPE em 2 de dezembro de 2025. O Lux, o cluster de fábrica de IA de Oak Ridge anunciado em 27 de outubro de 2025, é construído na MI355X e não é um sistema MI430X.
Software
O software de IA da AMD roda na stack ROCm. A SemiAnalysis, em um benchmark de 22 de dezembro de 2024 da MI300X contra a H100 e H200, deu à AMD 0% de chance de quebrar o fosso CUDA da NVIDIA, descobrindo que o CUDA funcionava imediatamente para a maioria das tarefas enquanto o software da AMD exigia configuração significativa.39
Os mesmos analistas revisaram essa avaliação desde então, em 25 de julho de 2026, para "uma grande chance de sucesso, desde que a AMD resolva os dois principais riscos que descrevemos abaixo": o ramp de produção do rack Helios, onde SerDes fracos exigem até 85% do backplane a ser retemporizado com mais de 550 retemporizadores ethernet Broadcom por rack, e uma persistente falta de clusters internos estáveis de GPU para desenvolvimento de software e CI de testes automatizados.40
No Advancing IA 2026, a AMD comprometeu-se com uma cadência fixa de lançamento de recursos a cada seis semanas no lugar de seu ciclo anterior aproximadamente trimestral.41
Ecossistema
Como a NVIDIA, a AMD está investindo seletivamente em usuários de suas soluções para impulsionar a adoção de seu hardware.42 Ela também vinculou capital aos seus maiores compromissos, emitindo à OpenAI e à Meta cada uma um warrant baseado em desempenho de até 160 milhões de ações a US$ 0,01, com vesting contra marcos de envio de Instinct.43
3. Intel
A Intel tem uma longa história de desenvolvimento de semicondutores. Ao contrário das fabless NVIDIA e AMD, a Intel possui suas próprias fábricas e constrói peças como o Xeon 6+ baseado em 18A internamente. Ela não é exclusivamente autossuficiente. Ela também adquire componentes relacionados à IA da TSMC, e o próprio Gaudi 3 foi fabricado no processo de 5nm da TSMC.44
O Gaudi 3 é o último acelerador de IA dedicado na linha Gaudi da Intel. A Intel não anunciou nenhum sucessor do Gaudi, e cada etapa de seu roadmap publicado depois dele é uma GPU.45 46 O chip em si não foi retirado. A página do produto da Intel ainda lista a placa PCIe Gaudi 3 (HL-338) como em envio, e a Intel não publicou nenhum aviso de fim de vida para ela.47 A Intel visava US$ 500 milhões em receita do Gaudi para 2024 e abandonou a meta em sua teleconferência de resultados do terceiro trimestre em 31 de outubro de 2024. Na CES 2026, ela reconheceu que o Gaudi "não atendeu às necessidades do mercado de treinamento de IA de fronteira."45
A Intel cancelou sua GPU Falcon Shores para pivotar para a Jaguar Shores, um acelerador de IA em escala de rack cujos detalhes confirmados são limitados à marca Gaudi e à memória HBM4 da SK hynix, sem nó de processo declarado.45 Na CES 2026, o roadmap da Intel referiu-se "à linha de produtos Shores" sem o nome Jaguar, e a Intel não anunciou uma renomeação. A Intel fez novos anúncios de hardware de IA na Computex 2026, incluindo seu processador Xeon 6+ no nó 18A.48 49
Crescent Island é uma GPU de data center baseada em Xe3P e otimizada para inferência, anunciada pela primeira vez em 14 de outubro de 2025 no OCP Global Summit com 160GB de LPDDR5X e amostragem para clientes esperada no segundo semestre de 2026.50 A Intel a detalhou na Computex 2026 como uma placa PCIe refrigerada a ar de 350W suportando tipos de dados de FP4 a FP64, com até 480GB como o máximo que os parceiros podem construir em vez da própria capacidade da placa.45
4. Qualcomm
A Qualcomm é uma designer fabless mais conhecida por SoCs móveis, e anunciou uma linha de produtos de data center construída em torno da inferência. A antiga família Cloud IA 100 é a linha de data center Qualcomm que os compradores podem encomendar hoje. Duas marcas Qualcomm com uma letra de diferença ficam de cada lado dessa linha. Dragonwing, introduzida em 25 de fevereiro de 2025, cobre IoT industrial e embarcado, redes e infraestrutura celular e carrega as peças de IA de borda da empresa, enquanto Dragonfly, lançada em 24 de junho de 2026, é a marca de data center.51
AI200, AI250 e o roadmap de data center
Em 27 de outubro de 2025, a Qualcomm anunciou o AI200 e o AI250, duas soluções de inferência de IA em escala de rack; ambos agora estão sob a marca Dragonfly que a Qualcomm lançou em junho de 2026.52 O AI200 suporta 768 GB de LPDDR por placa, e a Qualcomm disse no anúncio que o AI200 e o AI250 deveriam estar comercialmente disponíveis em 2026 e 2027, respectivamente; ela não reafirmou nenhuma das datas desde então. O AI250 introduz uma arquitetura de computação near-memory que a Qualcomm diz entregar 133 TB/s de largura de banda de memória efetiva por placa, 18 vezes o AI200, uma afirmação para um produto que ninguém pode comprar ainda. Ambos os racks usam refrigeração líquida direta, e a Qualcomm agora especifica um rack compatível com OCP ORv3 de 140 kW em vez dos 160 kW citados no anúncio.53
Em 24 de junho de 2026, a Qualcomm revelou três outros produtos de data center.53 O Dragonfly C1000 é uma CPU de data center com disponibilidade comercial prevista para 2028, e a Qualcomm nomeou a Meta como seu cliente sob uma colaboração multigeracional cobrindo CPUs de data center em vez de aceleradores de IA. O Qualcomm High Bandwidth Compute (HBC) une computação com largura de banda de memória acelerada em uma solução de silício empilhado em 3D, tornando-se uma arquitetura de computação em vez de uma peça de memória, e o HBC Gen 1, emparelhado com o AI250, deve atingir amostragem comercial em meados de 2027. O Dragonfly AI300 é um acelerador de inferência com amostragem comercial prevista para 2028. A Qualcomm visa mais de US$ 15 bilhões em receita de data center até o ano fiscal de 2029.54
A Qualcomm espera os primeiros envios para um cliente de silício personalizado hyperscaler, que ela não nomeou, ainda no ano civil de 2026.
Aquisições e a família Cloud IA 100
A Qualcomm concluiu sua aquisição da Alphawave em 18 de dezembro de 2025. Em 24 de junho de 2026, ela concordou em adquirir a Modular Inc, uma transação que deve ser concluída no segundo semestre de 2026, sujeita a aprovações regulatórias.55
Antes da linha Dragonfly, os aceleradores de inferência de data center da Qualcomm eram as placas Cloud IA 100. A placa PCIe Cloud IA 100 Pro consome 75 W e é classificada em até 400 TOPS INT8 e até 200 TFLOPS FP16.
Quais provedores de nuvem pública produzem chips de IA?
5. AWS
A AWS produz chips Trainium para treinamento de modelos e chips Inferentia para inferência. Ela começou a desenvolver seus próprios chips depois do Google.
Os chips Trainium2 formam o cluster Project Rainier, que alimenta os modelos da desenvolvedora de LLM Anthropic. A contagem no lançamento do cluster em outubro de 2025 era de quase meio milhão de chips, e a Anthropic declarou em 20 de abril de 2026 que usa mais de um milhão de chips Trainium2.56
O Trainium3 e os Trn3 UltraServers atingiram disponibilidade geral em 2 de dezembro de 2025.57 O Trainium3 é o chip de IA de quarta geração da AWS e seu primeiro construído em um processo de 3nm, classificado em 2,52 PFLOPS de computação FP8, 144 GB de HBM3e e 4,9 TB/s de largura de banda de memória por chip. Um Trn3 UltraServer escala para 144 chips para 362 FP8 PFLOPS, 20,7 TB de HBM3e e 706 TB/s de largura de banda de memória.
A AWS anunciou o Trainium4 como um item do roadmap no re:Invent 2025, com suporte para o NVIDIA NVLink Fusion. Na teleconferência de resultados do Q1 2026, a Amazon disse que o Trainium4 está a cerca de 18 meses da ampla disponibilidade e está amplamente reservado.58
6. Plataforma Google Cloud
A TPU do Google Cloud é o chip acelerador de machine learning de propósito específico que alimenta os produtos Google. O Google anunciou as TPUs em 2016.59 A Trillium TPU é a 6ª geração.60
A Ironwood, também chamada de TPU v7 ou TPU7x, é projetada para "modelos de pensamento" complexos como LLMs e MoEs, com 4.614 TFLOPS de computação FP8 por chip e até 42,5 Exaflops em pods de 9.216 chips.61 Ela oferece 2x a eficiência energética da Trillium. Cada chip carrega 192 GB de High Bandwidth Memory a 7,37 TB/s, com 1,2 TB/s bidirecional (9,6 Tb/s) de Interconexão Inter-Chip e um SparseCore aprimorado para grandes embeddings.62 Ela entrou em preview em 24 de novembro de 2025 e atingiu disponibilidade geral em 31 de março de 2026.63
No Cloud Next em 22 de abril de 2026, o Google anunciou sua oitava geração de TPU como dois chips de propósito específico, TPU 8t para treinamento e TPU 8i para inferência.64 Um superpod TPU 8t escala para 9.600 chips, dois petabytes de HBM compartilhada e 121 ExaFLOPS em FP4. O Google diz que ambos estarão disponíveis ainda em 2026.
7. Alibaba
A Alibaba projeta aceleradores de IA através de sua unidade de chips T-Head (PingTouGe), em uma arquitetura de unidade de processamento paralelo (PPU) autodesenvolvida com uma interconexão ICN personalizada.65
A T-Head detalhou publicamente o Zhenwu 810E em 29 de janeiro de 2026. O chip carrega 96 GB de HBM2e e 700 GB/s de largura de banda inter-chip em 7 links ICN independentes, desempenho que a empresa descreve como comparável ao H20 da NVIDIA, e o Alibaba Cloud o implanta em clusters de 10.000 placas. Esta foi uma divulgação de especificações em vez de um lançamento de produto. O 810E não é um novo silício de 2026, e as implantações de 10.000 placas são anteriores ao anúncio.
Em 19-20 de maio de 2026, a Alibaba anunciou o Zhenwu M890, com 144 GB de memória, 800 GB/s de largura de banda de interconexão inter-chip, suporte nativo de FP32 a FP4, e três vezes o desempenho do 810E. Ele é enviado dentro do supernó Panjiu AL128, que contém 128 aceleradores por rack e usa o ICN Switch 1.0 a 25,6 Tbps. A Alibaba afirma que as entregas cumulativas da série Zhenwu excedem 560.000 unidades. Esse número cobre toda a série, não as unidades M890.
Algumas organizações norte-americanas, europeias e australianas (por exemplo, as da indústria de defesa) podem não preferir usar o Alibaba Cloud por razões geopolíticas.
8. IBM
A IBM anunciou seu chip de deep learning, a unidade de inteligência artificial (AIU), em 2022.66 A IBM AIU baseia-se no IBM Telum Processor, que alimenta as capacidades de processamento de IA dos servidores mainframe IBM Z.67 A IBM também demonstrou que a fusão de computação e memória pode levar a eficiências no protótipo do processador North Pole.68
O acelerador de IA IBM que é comercializado é o Spyre Accelerator, anunciado em 7 de outubro de 2025 e disponível a partir de 28 de outubro de 2025 no z17 e LinuxONE 5, e a partir do início de dezembro de 2025 no Power11.69 O Spyre carrega 32 núcleos aceleradores e 25,6 bilhões de transistores em um processo de 5nm, embalado como uma placa PCIe de 75W com 128 GB de LPDDR5. Até 48 placas se agrupam em um sistema Z ou LinuxONE, contra 16 no Power.
9. Huawei
O HiSilicon Ascend 910C da Huawei faz parte da família de chips Ascend 910 introduzida em 2019.
Laboratórios de IA na China estão experimentando o Ascend 910C. A nuvem da Huawei está hospedando modelos DeepSeek, e um pesquisador da DeepSeek afirma que pode atingir 60% do desempenho de inferência da NVIDIA H100.70
A Huawei estreou o chip Ascend 950PR juntamente com a placa aceleradora Atlas 350 em 20 de março de 2026.71 A placa Atlas 350 é especificada em 1,56 PFLOPS de computação FP4, 112 GB de HBM proprietária HiBL 1.0 da Huawei a 1,4 TB/s de largura de banda de memória, 600 W de potência e 2 TB/s de interconexão. Esses números de memória pertencem à placa. O próprio silício Ascend 950PR é especificado em 128 GB e 1,6 TB/s. A Huawei afirma que a placa oferece 2,8 vezes o desempenho do H20 da NVIDIA, o que não é uma comparação equivalente, porque o H20 da classe Hopper não tem suporte nativo a FP4.
A Huawei publicou um roadmap Ascend, em sua palestra principal do Huawei Connect 2025 em 18 de setembro de 2025.72 Ele lista o Ascend 950PR no Q1 de 2026, Ascend 950DT no Q4 de 2026, Ascend 960 no Q4 de 2027 e Ascend 970 no Q4 de 2028. O Ascend 950DT é especificado para 144 GB de HiZQ 2.0, a segunda HBM interna da Huawei, 4 TB/s de largura de banda de memória, 2 TB/s de interconexão e cargas de trabalho de decodificação e treinamento, mas em julho de 2026 é um compromisso de roadmap em vez de um produto lançado. A Huawei mostrou o Atlas 950 SuperPoD no WAIC 2026 em 18 de julho de 2026, com lançamento comercial ainda definido para o Q4 de 2026. Relatos de um "Ascend 920" remontam à cobertura da cadeia de suprimentos de abril de 2025 (DigiTimes Asia, 17 de abril de 2025; Commercial Times, 21 de abril de 2025) descrevendo um suposto substituto SMIC N+3 / 6nm para o H20. A Huawei nunca anunciou, especificou ou enviou tal peça, e ela não aparece em nenhum lugar no roadmap publicado.
Quais provedores de IA em nuvem produzem seus próprios chips?
Esses provedores não têm nuvens públicas com capacidades abrangentes como os hyperscalers. Eles fornecem serviços de nuvem limitados, tipicamente focados em inferência de IA. Conseguimos nos inscrever nesses serviços sem falar com equipes de vendas:
10. Groq
A Groq foi fundada por ex-funcionários do Google e construiu seu negócio em torno da LPU (Unidade de Processamento de Linguagem), uma arquitetura de chip voltada para inferência de baixa latência em vez de treinamento.
Em 24 de dezembro de 2025, a Groq anunciou que havia firmado um acordo de licenciamento não exclusivo com a NVIDIA cobrindo a tecnologia de inferência da Groq, e que o fundador e CEO Jonathan Ross, o presidente Sunny Madra e outros membros seniores da equipe haviam se juntado à NVIDIA.73 A Groq declarou que continua como uma empresa independente. A CNBC avaliou a transação em ~US$ 20 bilhões em dinheiro, o que a tornaria a maior da NVIDIA até o momento, um valor atribuído a Alex Davis, CEO do investidor da Groq, Disruptive, que também disse que a NVIDIA adquire todos os ativos da Groq, exceto o negócio GroqCloud.74 A NVIDIA não publicou nenhum comunicado à imprensa sobre o acordo, a CFO da NVIDIA, Colette Kress, se recusou a comentar o preço, e a Reuters observou que nenhuma das empresas o confirmou. Jensen Huang disse aos funcionários: "Embora estejamos adicionando funcionários talentosos às nossas fileiras e licenciando a IP da Groq, não estamos adquirindo a Groq como empresa." A NVIDIA revelou o produto resultante, a NVIDIA Groq 3 LPU, no GTC em 16 de março de 2026 como o sétimo chip da plataforma Vera Rubin.18
A Groq agora opera como um provedor de nuvem de inferência. Em junho de 2026, a empresa disse que opera 13 data centers na América do Norte, Europa, Oriente Médio e APAC, atende a mais de cinco milhões de desenvolvedores e está escalando sua nuvem de inferência para 200 MW de capacidade até 2027.75 Seu data center em Dammam, construído com a Aramco Digital, está por trás de um compromisso de investimento saudita de US$ 1,5 bilhão anunciado em fevereiro de 2025.76
A Groq levantou cerca de US$ 2,4 bilhões em financiamento divulgado e enviou produtos incluindo o GroqChip™ Processor e o GroqCard™ Accelerator.77 Sua rodada mais recente, US$ 650 milhões em capital de crescimento anunciada em 22 de junho de 2026, não divulgou avaliação, o que deixa os US$ 6,9 bilhões pós-dinheiro que anunciou em 17 de setembro de 2025 como sua última avaliação confirmada.78 75
11. SambaNova Systems
A SambaNova Systems foi fundada em 2017 para desenvolver sistemas de hardware-software de alto desempenho e alta precisão para cargas de trabalho de IA generativa de alto volume. Ela levantou uma rodada Série E de US$ 350 milhões em fevereiro de 2026.79 Em 8 de julho de 2026, ela concluiu o primeiro fechamento de uma Série F de US$ 1 bilhão com uma avaliação pós-dinheiro de US$ 11 bilhões, liderada pela General Atlantic.80
A SambaNova revelou o SN50, sua mais recente Unidade de Dados Reconfigurável (RDU), em 24 de fevereiro de 2026, com envios para clientes previstos para o segundo semestre de 2026, e em julho de 2026 nenhum SN50 foi enviado. O SN50 oferece 5x mais computação por acelerador e 4x mais largura de banda de rede do que a geração anterior SN40L, e suporta uma arquitetura de memória de três níveis para modelos de até 10 trilhões de parâmetros e contexto de até 10 milhões de tokens.81 A SoftBank Corp. será o primeiro cliente a implantar o SN50 em seus data centers de IA no Japão.
A SambaNova também anunciou uma planejada colaboração estratégica plurianual com a Intel para fornecer soluções de inferência de IA.
A SambaNova Systems aluga sua plataforma para empresas através da SambaCloud.82
Quais são as principais startups de chips de IA?
Gostaríamos também de apresentar algumas startups na indústria de chips de IA cujos nomes podemos ouvir com mais frequência no futuro próximo.
12. Cerebras
A Cerebras foi fundada em 2015 e é a única entre os principais fabricantes de chips a focar em chips em escala de wafer.83 Chips em escala de wafer têm vantagens em paralelismo em comparação com GPUs, graças à sua maior largura de banda de memória. No entanto, projetar e fabricar tais chips é uma tecnologia emergente.
Os chips da Cerebras incluem:
- WSE-1 com 1,2 trilhão de transistores e 400k núcleos de processamento.
- WSE-2, com 2,6 trilhões de transistores e 850k núcleos, foi anunciado em abril de 2021 em um processo de 7nm
- WSE-3, apresentando 4 trilhões de transistores e 900k núcleos de IA, foi anunciado em março de 2024 em um processo de 5nm.84
WSE-3 é a geração atual em envio, e a Cerebras não anunciou um sucessor.
O sistema da Cerebras trabalha com empresas farmacêuticas como AstraZeneca e GlaxoSmithKline e laboratórios de pesquisa que dependem dele para simulações. Ela também visa criadores de LLMs, já que seus chips podem reduzir os custos de inferência para modelos de fronteira.
A Cerebras também oferece seus chips em sua nuvem para empresas.
A Cerebras é negociada na Nasdaq sob o ticker CBRS desde 14 de maio de 2026, após um IPO que levantou cerca de US$ 6,38 bilhões em receitas brutas.85 Ela orienta a receita principal do AF2026 para US$ 855-865 milhões, e assinou um acordo de inferência de 750 MW com a OpenAI em 14 de janeiro de 2026 que seu próprio release do Q1 avalia em mais de US$ 20 bilhões.86
13. d-Matrix
A d-Matrix segue uma abordagem inovadora, abandonando a tradicional arquitetura von Neumann em favor da computação em memória. Embora essa abordagem tenha o potencial de resolver o gargalo entre memória e computação, ela é nova e não comprovada. Em novembro de 2025, a d-Matrix levantou US$ 275 milhões em uma Série C, avaliando a empresa em US$ 2 bilhões.87
O Corsair, a plataforma de inferência de IA da empresa, entrou em produção total em 9 de junho de 2026, construído em uma arquitetura de chiplet de computação em memória baseada em SRAM.88
A aceleração de 10x atribuída ao Corsair vem de benchmarking executado por parceiros em vez de testes independentes. O testador, Gimlet Labs, é um parceiro comercial da d-Matrix, e o post do benchmark traz o cofundador e CTO da d-Matrix na assinatura. O resultado medido é uma melhoria de 2-10x na latência de requisição de ponta a ponta no gpt-oss-120b para uma configuração de decodificação especulativa, não um 10x geral sobre GPUs.
14. Rebellions
A Rebellions é uma startup baseada na Coreia focada em inferência de LLM. Ela se fundiu com outra empresa coreana de design de semicondutores, SAPEON.89 O financiamento total é de cerca de US$ 850 milhões.90 O IPO não aconteceu. A Rebellions disse em 8 de julho de 2026 que visa o primeiro ou segundo trimestre de 2027, inclinando-se para uma listagem no quadro principal KOSPI.91
REBEL-Quad é o acelerador de segunda geração, quatro chiplets construídos no processo de 4nm da Samsung, e Rebel100 é seu nome comercial productizado.
15. Tenstorrent
O mais recente Blackhole Tensix Processor da Tenstorrent oferece 664 TFLOPS (BLOCKFP8) de desempenho, emparelhado com 32GB de memória GDDR6 e 512 GB/s de largura de banda de memória.
A placa P150a tem preço de US$ 1.399 e possui quatro portas QSFP-DD 800G para escalonamento multi-placa. O modelo básico P100a começa em US$ 999.92
A partir de janeiro de 2026, todas as placas Blackhole p150 são enviadas com 120 núcleos Tensix em vez de 140, e o release de firmware v19.5.0 aplicou a mesma redução retroativamente às placas vendidas. A Tenstorrent coloca o custo em 1-2% em cargas de trabalho típicas.93
A Tenstorrent oferece uma stack de software totalmente open-source. A empresa levantou US$ 700 milhões em dezembro de 2024.94
16. Positron
A Positron foi fundada em 2023 e foca exclusivamente na inferência de modelos transformer. Ela adota uma abordagem ASIC e projeta, fabrica e monta seus chips nos Estados Unidos.
Produtos:
- Atlas (em envio agora): Um servidor de inferência de transformadores com 8x Positron Archer Transformer Accelerators com 256 GB de HBM total. A empresa afirma >4x desempenho por watt e >3x desempenho por dólar em comparação com sistemas NVIDIA Hopper, benchmarkados no Llama 3.1 8B com computação BF16.95
- Titan (chegando em 2027): Um sistema sucessor com 8+ TB de memória alimentado por 4x chips personalizados Asimov, projetado para suportar modelos de até 16 trilhões de parâmetros e janelas de contexto de 10 milhões+ de tokens em um formato 4U refrigerado a ar.96
- Asimov (chegando em 2027): Silício acelerador de inferência personalizado com 2+ TB de memória por chip.
A Positron levantou uma rodada Série B de mais de US$ 230 milhões no início de 2026.97
17. _etched
Sua abordagem sacrifica flexibilidade por eficiência ao gravar arquiteturas de modelo em seus chips.
A Etched emergiu do stealth em 30 de junho de 2026 com silício A0 first-pass de volta do processo N4P da TSMC, mais de US$ 1 bilhão em contratos de clientes assinados e US$ 800 milhões levantados.98 Em 23 de julho de 2026, ela anunciou uma Série C de US$ 300 milhões a uma avaliação de US$ 10,3 bilhões, liderada pela Sequoia.99
A empresa não usa mais o nome de produto Sohu. Ela agora se descreve como construtora de clusters de inferência de fronteira que executam DeepSeek, Qwen, Mamba e Llama, portanto, o design não é mais apenas para transformers.98
Duas questões permanecem em aberto. A Etched não publicou nenhum benchmark de terceiros e não nomeia nenhum cliente por trás dos contratos que relata, portanto, seus números de desempenho permanecem medições internas. A questão da obsolescência que o design original do Sohu levantou agora se aplica ao conjunto mais amplo de modelos, já que um chip construído em torno de um grupo fixo de arquiteturas precisa ser redirecionado uma vez que essas arquiteturas forem superadas.
18. Taalas
A Taalas foi fundada no início de 2023 e grava modelos individuais diretamente em silício personalizado, produzindo o que a empresa chama de "Hardcore Models".100 A empresa afirma que pode transformar qualquer modelo de IA nunca visto antes em silício personalizado em dois meses.
A arquitetura da Taalas unifica armazenamento e computação em um único chip com densidade de nível DRAM, eliminando a necessidade de HBM, empacotamento avançado, empilhamento 3D, refrigeração líquida ou I/O de alta velocidade.
Produtos:
- HC1 (disponível agora): Um demonstrador de tecnologia gravado com Llama 3.1 8B, construído na 6nm da TSMC com 53 bilhões de transistores. A Taalas afirma 17.000 tokens por segundo por usuário em um servidor refrigerado a ar de 2,5 kW. No entanto, o modelo usa quantização personalizada agressiva de 3 bits e 6 bits, o que introduz degradações de qualidade em comparação com linhas de base de GPU.101
- HC2 (meta de roadmap para o inverno de 2026, ainda não é um produto): Uma plataforma de segunda geração com maior densidade, execução mais rápida e formatos de ponto flutuante de 4 bits padrão para abordar as limitações de quantização do HC1.
A Taalas levantou US$ 219 milhões no total, e relata gastar US$ 30 milhões para trazer seu primeiro produto ao mercado com uma equipe de 24 pessoas.
19. Extropic
A Extropic levantou uma rodada de US$ 14 milhões no final de 2023 para usar termodinâmica para computação. Sua página de hardware lista três peças. X0 é um protótipo de silício do Q1 de 2025, e XTR-0 é uma plataforma de desenvolvimento enviada em números limitados para pesquisadores selecionados no Q3 de 2025. Ambos foram revelados em 29 de outubro de 2025. Z1, o primeiro chip em escala de produção, está listado como acesso antecipado em 2026.102
20. Vaire
A Vaire é uma startup baseada no Reino Unido que trabalha em computação reversível, uma abordagem que visa criar chips de energia quase zero. Ao contrário da computação tradicional, onde a energia é perdida como calor, a computação reversível recicla uma porção significativa de energia para computações subsequentes.
O primeiro chip de teste da Vaire, codinome Ice River, é um demonstrador CMOS de 22nm em vez de um produto. Medições relatadas em setembro de 2025 deram um fator de recuperação de energia de 1,77 para um arranjo de capacitores acionado pelo ressonador da Vaire e 1,41 para um registrador de deslocamento no mesmo chip, contra aproximadamente 2x previsto em simulação.103 O valor de 50% relatado no tape-out aplica-se apenas ao ressonador e exclui sobrecargas adicionais de energia.104 105
21. Fractile
A Fractile é uma startup de chips de inferência de IA baseada no Reino Unido que emergiu do stealth em julho de 2024 com US$ 15 milhões em financiamento para desafiar a NVIDIA na inferência de modelos de fronteira.106
A empresa está construindo processadores que intercalam fisicamente memória e computação no mesmo die, o que ela afirma resolver o requisito simultâneo de baixa latência e alta taxa de transferência que as GPUs não podem atender para inferência de modelos de fronteira. A Fractile afirma que seu design pode executar modelos de fronteira até 25x mais rápido.
A Fractile anunciou uma Série B de US$ 220 milhões em 13 de maio de 2026.107 Reportagens sobre a rodada colocaram a avaliação em cerca de US$ 1 bilhão, um valor que a empresa não confirmou.
Quais empresas projetam chips de IA para uso próprio?
Essas empresas projetam aceleradores para sua própria infraestrutura em vez de vendê-los no mercado comercial, portanto, benchmarks independentes deles são escassos.
22. Apple
O Projeto ACDC da Apple é relatado como focado na construção de chips para inferência de IA em data centers.108 O chip de servidor é supostamente codinome Baltra e desenvolvido com a Broadcom, e a Apple nunca o reconheceu oficialmente. A Reuters reportou em 15 de julho de 2026, citando o The Information, que o projeto foi adiado e que os servidores de IA internos da Apple ainda rodam em chips M2 Ultra.109 110 O M5 foi lançado em 15 de outubro de 2025, e o M5 Pro e M5 Max foram anunciados em 3 de março de 2026 com um Neural Accelerator em cada núcleo de GPU. A Apple está fortalecendo sua estratégia de IA no dispositivo com o framework Core IA, que executa modelos em silício Apple sem dependências de servidor, apoiado por um repositório de modelos Core IA de código aberto no GitHub.111 112
23. Meta
O Meta Training and Inference Accelerator (MTIA) é uma família de processadores para cargas de trabalho de IA, como o treinamento dos modelos Llama da Meta.
A Meta renomeou a família MTIA em 11 de março de 2026. A peça que a empresa anteriormente chamava de Next Gen MTIA agora é MTIA 200. É baseada na tecnologia 5nm da TSMC, alega-se oferecer 3x o desempenho do MTIA v1 e é hospedada em racks contendo até 72 aceleradores.113 O MTIA 300 está em produção para treinamento de ranking e recomendação, e os MTIA 400, 450 e 500 seguem ao longo de 2026 e 2027.114
O MTIA é atualmente para uso interno da Meta. No entanto, no futuro, se a Meta lançasse uma oferta de IA generativa empresarial baseada no Llama, esses chips poderiam alimentar tal oferta.
Em 14 de abril de 2026, a Meta e a Broadcom anunciaram uma parceria estratégica plurianual e multigeracional que se estende até 2029, na qual a Broadcom fornece tecnologia de suporte aos chips MTIA da Meta. O compromisso inicial excede 1 GW como a primeira fase de uma implementação de múltiplos gigawatts, e a Broadcom diz que inclui o primeiro acelerador de computação de IA de 2nm da indústria, juntamente com sua rede Ethernet de scale-up, scale-out e scale-across.115 O lado da Broadcom na parceria é abordado na seção Broadcom abaixo.
24. Microsoft Azure
No Hot Chips 2024, a Microsoft revelou a Maia 100, seu primeiro acelerador de IA personalizado, construído no processo N5 da TSMC. A Microsoft lançou a Maia 200 (codinome Braga) em 26 de janeiro de 2026, como um acelerador de IA focado em inferência para o Azure, projetado para reduzir os custos de tokens de IA e entregar 30% melhor desempenho por dólar em relação aos sistemas existentes.116
A Maia 200 é construída na 3nm da TSMC com mais de 140 bilhões de transistores, 216 GB de HBM3e a 7 TB/s, 272 MB de SRAM no chip e mais de 10 PFLOPS de computação FP4 dentro de um TDP de SoC de 750 W. Ela é implantada na região US Central do Azure perto de Des Moines, Iowa, com US West 3 perto de Phoenix a seguir.116
25. OpenAI
A OpenAI projetou seu primeiro chip de IA com a Broadcom, e a liderança de sua equipe de chips tem experiência em projetar TPUs no Google.117 A OpenAI confirmou a TSMC como a foundry, mas nem a OpenAI nem a Broadcom confirmaram um nó de processo.118 Reportagens da cadeia de suprimentos coreana usaram o codinome "Titan" para o chip e o colocaram no processo N3 da TSMC, embora nenhuma das empresas use esse nome.119
A Samsung garantiu um acordo para fornecer memória HBM4 para o chip da OpenAI, supostamente alocando mais de 50% de sua capacidade de foundry em Pyeongtaek para dies base HBM4 para este propósito.120 A OpenAI e a Broadcom anunciaram uma colaboração para 10 gigawatts de aceleradores de IA personalizados em outubro de 2025. Os racks estão planejados para começar no segundo semestre de 2026 e serem concluídos até o final de 2029. O anúncio declara que as partes "assinaram um term sheet" para os racks em vez de um contrato de compra definitivo divulgado, e nenhuma das empresas publicou um valor financeiro para a colaboração.117 Em 24 de junho de 2026, as duas revelaram o Jalapeño, o primeiro Processador de Inteligência da OpenAI. Ambas as empresas afirmam que amostras de engenharia estão executando cargas de trabalho de ML no laboratório em frequência e potência alvo de produção, incluindo o GPT-5.3-Codex-Spark, e que a plataforma foi projetada para implantação inicial até o final de 2026, o que coloca o chip no estágio de amostra de engenharia pós-tape-out em vez de em produção em massa.121 O lado da Broadcom no acordo, incluindo seus outros clientes de aceleradores personalizados, é abordado na seção Broadcom abaixo.
Quais são outros produtores de chips de IA?
26. Graphcore
A Graphcore é uma empresa britânica fundada em 2016. A empresa anunciou seu chip de IA emblemático como IPU-POD256. A Graphcore foi financiada com cerca de US$ 700 milhões.
A viabilidade de longo prazo da empresa estava em risco, pois ela estava perdendo ~US$ 200 milhões por ano.122 O SoftBank anunciou sua aquisição da Graphcore em 11 de julho de 2024, e nenhuma das partes divulgou oficialmente o preço, reportado em cerca de US$ 600 milhões.123 O SoftBank injetou outros US$ 457 milhões na Graphcore em 10 de abril de 2026.124
27. Mythic
A Mythic foi fundada em 2012 e está focada em IA de borda. A Mythic segue um caminho não convencional, uma arquitetura de computação analógica, que visa fornecer computação de IA de borda com eficiência energética.
Ela desenvolveu produtos como M1076 AMP e MM1076 key card, e levantou cerca de US$ 165 milhões em financiamento.125
A Mythic demitiu a maior parte de sua equipe e reestruturou seu negócio com sua rodada de financiamento em março de 2023.126
A Mythic levantou uma rodada com excesso de demanda de US$ 125 milhões liderada pela DCVC em 17 de dezembro de 2025, com Honda Motor e Lockheed Martin entre os investidores estratégicos, e adquiriu a Videantis em maio de 2026.127
28. Speedata
Fundada em 2019 em Tel Aviv, a Speedata desenvolve uma Unidade de Processamento Analítico (APU) projetada para acelerar cargas de trabalho de big data analytics e IA. É uma APU que visa cargas de trabalho do Apache Spark, com planos de suportar outras das principais plataformas de análise de dados.
A Speedata levantou US$ 44 milhões em uma rodada Série B em junho de 2025, liderada pela Walden Catalyst Ventures, 83North e outros, elevando seu financiamento total para US$ 114 milhões. A empresa afirma que sua APU supera processadores de propósito geral e GPUs substituindo racks de servidores por um único chip, oferecendo desempenho e eficiência energética superiores para processamento de dados.128
29. Axelera IA
Fundada em julho de 2021 em Eindhoven, Holanda, a Axelera IA é especializada em tecnologia de aceleração de hardware de IA para visão computacional e IA generativa. A empresa está desenvolvendo a Titania, um chiplet de inferência de IA baseado em sua arquitetura Digital In-Memory Computing (D-IMC), projetado para acelerar cargas de trabalho de IA da borda à nuvem.
A Axelera IA levantou mais de US$ 250 milhões em 24 de fevereiro de 2026, elevando seu total para mais de US$ 450 milhões em capital, subsídios e dívida de risco.129 130
Seu Europa AIPU, anunciado em 21 de outubro de 2025, é classificado em até 629 TOPS INT8 em 8 núcleos de IA de segunda geração e 16 processadores RISC-V a cerca de 45 W, com envios prometidos para o primeiro semestre de 2026. Um comunicado da Andes Technology em junho de 2026 o descreveu como em amostragem para clientes principais. A Titania permanece prevista para 2028.
30. NextSilicon
A NextSilicon, fundada em Tel Aviv em 2017, vende o Maverick-2, um acelerador de fluxo de dados reconfigurável em tempo de execução construído no processo de 5nm da TSMC e enviado como uma placa PCIe Gen 5 com 96 GB de HBM3E ou como um módulo OAM com 192 GB.131 A empresa diz que o Maverick-2 está implantado em dezenas de sites de clientes; o único site nomeado é o Spectra do Sandia National Laboratories, um sistema de 64 nós com 128 aceleradores Maverick-2 de die duplo que passou na aceitação total do sistema sob o programa Vanguard da Sandia em maio de 2026 após executar HPCG, LAMMPS e SPARTA.132 133 O valor de 10x-uma-GPU-com-metade-da-potência que a NextSilicon cita é próprio, não uma medição independente. Em junho de 2026, a empresa disse que transformaria o Arbel, o núcleo RISC-V dentro do Maverick-2 e também um chip de teste autônomo de 2,5 GHz, em processadores de servidor de 64 e 128 núcleos visando 3,4 GHz e esperados no primeiro trimestre de 2028.134
Quais fornecedores fazem co-design de ASICs de IA personalizados?
Vários aceleradores listados acima não são projetados sozinhos pela empresa cujo nome está neles. A Broadcom co-projeta aceleradores personalizados, que ela chama de XPUs, com o cliente que os operará, e fornece o silício de switching Ethernet e fabric que os conecta.
31. Broadcom
Em sua teleconferência de resultados do Q2 do AF2026 em 3 de junho de 2026, a Broadcom reportou receita de semicondutores de IA de US$ 10,8 bilhões, aumento de 143% ano a ano, orientou a receita de semicondutores de IA do ano fiscal de 2026 para US$ 56 bilhões, aumento de cerca de 180% em relação ao ano fiscal de 2025, e reiterou a orientação para o AF2027 acima de US$ 100 bilhões.135 136
Nessa teleconferência, a Broadcom apresentou seis clientes principais de IA, mas nomeou quatro deles: Google, Anthropic, OpenAI e Meta. Os outros dois permanecem não divulgados e foram descritos como dois clientes com US$ 6 bilhões em pedidos de compra recebidos até o momento, com envios começando no final de 2026 e acelerando em 2027. Listas publicadas que nomeiam todos os seis são inferência de analistas em vez de uma divulgação da Broadcom.136
A divulgação da Broadcom varia por cliente:
- O Google tem um acordo multigeracional de TPU e rede de IA, sem valor em gigawatts fornecido. O Formulário 8-K da Broadcom divulga um Contrato de Longo Prazo para desenvolver e fornecer TPUs personalizadas para as futuras gerações do Google, além de um Contrato de Garantia de Fornecimento cobrindo componentes de rede até 2031.137
- A Anthropic recebe mais de 1 GW de computação baseada em TPU em 2026, além de um acordo de abril para outros 5 GW de computação a partir de 2027. O mesmo Formulário 8-K coloca o valor em aproximadamente 3,5 gigawatts a partir de 2027, cujo consumo ele vincula ao sucesso comercial contínuo da Anthropic. O valor de 3,5 GW vem do registro da Broadcom, enquanto o post da própria Anthropic quantifica o compromisso como "múltiplos gigawatts". O registro também enquadra o acordo como uma expansão de uma colaboração existente em vez de um novo contrato tripartite.137
- Para a OpenAI, o silício foi entregue, a produção é esperada no final de 2026, e a OpenAI está contratada para 1,3 GW em 2027 dentro do acordo maior de 10 GW até 2029. O chip em si é abordado na seção da OpenAI acima.136
- A Meta tem uma parceria de XPU MTIA multigeracional visando 3 GW até o final de 2028, com um pedido inicial de 1 GW sendo entregue a partir do segundo semestre de 2027. Hock Tan está deixando o conselho da Meta para uma função de consultor.136 115
Em 26 de fevereiro de 2026, a Broadcom começou a enviar um SoC de computação personalizado de 2nm, construído em sua plataforma 3.5D eXtreme Dimension System in Package (XDSiP). Esse SoC é para a Fujitsu, apoiando o programa de processador FUJITSU-MONAKA, em vez de um XPU de hyperscaler, e a Broadcom diz que os XPUs para sua base mais ampla de clientes serão enviados a partir do segundo semestre de 2026.138 Em redes, a Broadcom disse em março de 2026 que o Tomahawk 6 é o único switch 102.4T sendo enviado em volume de produção, e o Jericho 4, um roteador de fabric de 51,2 Tbps lançado em agosto de 2025, está sendo enviado.
Em 9 de junho de 2026, a Broadcom anunciou a Plataforma IA XPV com Apollo e Blackstone como investidores âncora iniciais. A Plataforma foi projetada para viabilizar mais de 20 gigawatts de capacidade de computação até 2028, usando XPUs Broadcom e rede personalizada para laboratórios de IA de fronteira, incluindo Anthropic e OpenAI. Ela foi lançada com uma parcela inicial de US$ 35 bilhões, financiando a expansão previamente anunciada da Anthropic de mais de 1 gigawatt em sites baseados em Fluidstack a partir de meados de 2026. Os mais de 20 gigawatts são a meta de design da Plataforma até 2028 e não são financiados por essa parcela.139
Estimativas de terceiros sobre a participação dos ASICs personalizados no mercado de processadores de IA dependem do que está sendo contado. A Bloomberg Intelligence divide o mercado de ASICs personalizados entre Broadcom com 60% a 80% e Marvell com 20% a 25%.
32. Marvell
A Marvell projeta silício de IA personalizado, que ela chama de XPUs, para hyperscalers, juntamente com o silício de interconexão, óptica e rede que conecta esses chips. A Bloomberg Intelligence a coloca em segundo lugar, atrás da Broadcom, no mercado de ASICs de IA personalizados.
A Marvell reportou receita recorde no ano fiscal de 2026 de US$ 8.195 bilhões, aumento de 42%.140 Para o trimestre reportado em 27 de maio de 2026, ela registrou receita recorde de data center de US$ 1,83 bilhão, aumento de 27% ano a ano, orientou para cerca de US$ 11,5 bilhões para o ano fiscal de 2027 e reafirmou uma meta de mais de US$ 10 bilhões em receita de negócios personalizados no ano fiscal de 2029, ambas metas de gestão em vez de resultados reportados.
Em 31 de março de 2026, a NVIDIA e a Marvell anunciaram uma parceria estratégica que conecta a Marvell ao ecossistema de fábrica de IA e IA-RAN da NVIDIA através do NVLink Fusion, juntamente com colaboração em fotônica de silício. A NVIDIA investiu US$ 2 bilhões na Marvell como parte disso. Sob a parceria, a Marvell fornece XPUs personalizados e rede de scale-up compatível com NVLink Fusion.141
A Marvell concluiu três aquisições entre fevereiro e abril de 2026, todas na camada óptica e de interconexão:
- Celestial IA, concluída em 2 de fevereiro de 2026 por US$ 3,25 bilhões.142
- XConn Technologies, concluída em 10 de fevereiro de 2026 por aproximadamente US$ 540 milhões.
- Polariton Technologies, uma spinoff suíça da ETH Zurich que trabalha em fotônica de silício baseada em plasmônica, adquirida em 22 de abril de 2026 em termos não divulgados.
A posição da Marvell na Amazon é contestada. A SemiAnalysis escreveu em dezembro de 2025 que "a Marvell acaba sendo a grande perdedora disso. Embora tenham projetado o Trainium2, perderam o bakeoff de design para a Alchip nesta geração", atribuindo a perda a problemas de execução do Trainium2, incluindo deslizamento de cronograma e problemas de interposer RDL que a Alchip teve que corrigir, e descrevendo o Trainium3 como um design de front-end Annapurna com a Alchip cuidando do design físico e de pacote de back-end.143 Em 8 de dezembro de 2025, a Benchmark rebaixou a Marvell para Hold, com comentários de analistas de que a Marvell havia perdido tanto o Trainium 3 quanto o Trainium 4 para a Alchip, e as ações caíram cerca de 7%. Duas limitações se aplicam a esse relato. O relato técnico fonte para no Trainium3, e a perda do Trainium 4 é uma afirmação do analista sell-side. A Marvell, a Annapurna Labs da Amazon e a Alchip não confirmaram nada disso, e outros analistas, incluindo o JPMorgan, contestaram.
O tamanho da conta explica a reação. O Trainium3 está disponível desde 2 de dezembro de 2025, e a Amazon divulgou em sua teleconferência de resultados do primeiro trimestre de 2026 em 29 de abril de 2026 que detém mais de US$ 225 bilhões em compromissos de receita para o Trainium e que seu negócio de chips está em uma taxa de execução de receita anual acima de US$ 20 bilhões.
Quais CPUs rodam junto com aceleradores de IA?
Os aceleradores não funcionam sozinhos. Cada rack de IA os emparelha com CPUs host. A CPU Vera da NVIDIA carrega 88 núcleos Olympus personalizados, que são compatíveis com Arm, com 176 threads via Spatial Multithreading e 1,5 TB de LPDDR5X. A Axion do Google é a CPU host para ambas as TPUs de oitava geração, a primeira vez que o Google substituiu x86 nessa função, e suas VMs N4A ficaram disponíveis no final de janeiro de 2026. Os racks Helios da AMD emparelham GPUs Instinct com CPUs EPYC "Venice" x86 de 6ª Geração.
Arm
A Arm anunciou em 24 de março de 2026 que está "estendendo-se para produtos de silício de produção pela primeira vez na história da empresa", começando com a CPU Arm AGI, uma CPU de data center para infraestrutura de IA agêntica. A Meta "atua como parceiro líder e co-desenvolvedor."144 145
A Arm afirma que a CPU carrega até 136 núcleos Arm Neoverse V3, 6 GB/s de largura de banda de memória por núcleo com latência sub-100ns e um TDP de 300 W, escalando para 8.160 núcleos por rack refrigerado a ar e mais de 45.000 núcleos por rack refrigerado a líquido. A Arm reivindica mais de 2x desempenho por rack versus x86. Esses são números da própria Arm e não foram medidos independentemente.144
A Arm continua a licenciar IP e Compute Subsystems (CSS), então a CPU AGI adiciona uma linha de produtos de silício em vez de substituir o negócio de licenciamento. Sistemas iniciais estão disponíveis agora, com disponibilidade mais ampla esperada no segundo semestre de 2026, e juntamente com a Meta, a Arm nomeia Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP e SK Telecom como clientes comprometidos.144 A Meta mostra quão longe os papéis agora se confundem. Ela projeta seu próprio silício MTIA, é o parceiro líder da CPU AGI da Arm, é um cliente anunciado de CPU de data center da Qualcomm e compra da AMD e da Broadcom.
Adicionar como fonte preferencial5 fornecedores de chips de IA móvel
*Os chips mais populares e recentes são selecionados.
7 chips de IA de borda
A demanda por processamento de baixa latência impulsionou a inovação em chips de IA de borda. Os processadores desses chips são projetados para realizar computações de IA localmente em dispositivos em vez de depender de soluções baseadas em nuvem:
*Estes são os valores máximos citados por cada fornecedor e não são diretamente comparáveis entre linhas. Um valor citado em FP4 ou INT4 descreve uma operação diferente de um citado em INT8, e as linhas marcadas como sparse são valores de fornecedores que assumem esparsidade. TOPS é tera operações por segundo, TFLOPS é tera operações de ponto flutuante por segundo, e GOPS é giga operações por segundo.
Em 24 de julho de 2026, a Microchip Technology assinou um acordo definitivo para adquirir a Hailo, com fechamento previsto até o final do trimestre encerrado em 30 de setembro de 2026, sujeito a condições de fechamento e aprovações regulatórias, em termos não divulgados.146 A aquisição seguiu um ano difícil. O Calcalist reportou em 3 de abril de 2026 que a avaliação da Hailo caiu mais da metade de um pico de US$ 1,2 bilhão para menos de US$ 500 milhões, e a Hailo cortou cerca de metade de sua equipe restante em junho de 2026.
Parceiros de foundry e o papel da TSMC
A TSMC é uma foundry pura. Ela fabrica semicondutores com base em designs de clientes em vez de criar seus próprios chips, distinguindo-se de empresas como NVIDIA e AMD. A Samsung Foundry e a Intel Foundry Services competem no mesmo mercado.
O N2, nó de 2nm da TSMC, entrou em produção em volume no quarto trimestre de 2025 e representou 3% da receita de wafers no segundo trimestre de 2026, contra 33% para 5nm, 30% para 3nm e 11% para 7nm.147 O roadmap da TSMC coloca A16 em 2027, A14 no segundo semestre de 2028, e A13 e A12 em 2029.147 A TSMC fabrica aceleradores de IA para os seguintes designers:
O chip de inferência Hanguang 800 de 2019 da Alibaba, sua última peça produzida pela TSMC, não está incluído. Os controles de exportação dos EUA agora impedem a TSMC de produzir chips de IA avançados para designers chineses, e as foundries devem revisar qualquer envio em 7nm e abaixo para designers chineses. O silício de IA de 2026 da Alibaba é fabricado domesticamente, com capacidade na SMIC sendo a restrição declarada.65
A SemiAnalysis reportou em 12 de março de 2026 que a capacidade de wafers N3 de front-end substituiu o empacotamento CoWoS como o gargalo dominante no fornecimento de chips de IA, com CoWoS apertado, mas diminuindo. A TrendForce espera que a lacuna de oferta-demanda de CoWoS se estreite de cerca de 20% para cerca de 10% até o final de 2026.148 A Micron atingiu produção de alto volume de HBM4 36GB 12H para a plataforma Vera Rubin da NVIDIA em 16 de março de 2026, a velocidades de pino acima de 11 Gb/s.149
Planos de expansão
O investimento anunciado da TSMC nos EUA totaliza US$ 265 bilhões em 12 instalações de fabricação e empacotamento de ponta, após um compromisso incremental de US$ 100 bilhões no Arizona anunciado em 16 de julho de 2026.150
Os relatos de março de 2025 sobre uma joint venture liderada pela TSMC para administrar a divisão de foundry da Intel não produziram um acordo. A TSMC negou discussões ativas em 17 de abril de 2025, e em 26 de setembro de 2025 afirmou que "nunca entrou em conversas com nenhuma empresa sobre o estabelecimento de uma joint venture ou o envolvimento no licenciamento ou transferência de tecnologia."151 A Intel foi recapitalizada em vez disso, com o governo dos EUA assumindo uma participação de 9,9% por US$ 8,9 bilhões em agosto de 2025.152
Quais são os fabricantes de chips de IA na China?
Devido às sanções dos EUA que impedem muitas empresas chinesas de adquirir os chips de IA mais avançados da AMD e NVIDIA, os compradores chineses aumentaram suas compras de produtores locais.
A Huawei e a Alibaba são abordadas acima. Outros produtores chineses de chips de IA incluem:
- Cambricon (SHA: 688256) reportou receita no AF2025 de RMB 6,4972 bilhões, aumento de 453,21% ano a ano, e seu primeiro lucro anual completo de RMB 2,0592 bilhões. Sua capitalização de mercado ultrapassou RMB 1 trilhão em 30 de junho de 2026, uma primeira vez para o STAR Market.
- Baidu Kunlunxin revelou dois chips em 13 de novembro de 2025. O Kunlun M100 é otimizado para inferência em larga escala e estava programado para lançamento no início de 2026, e o Kunlun M300, construído para treinamento e inferência de modelos multimodais ultra-grandes, é previsto para 2027. A Baidu também apresentou dois sistemas de supernó, Tianchi 256 (disponível no 1S de 2026) e Tianchi 512 (disponível no 2S de 2026), ambos construídos a partir dos chips Kunlun P800 existentes da Baidu, em vez do M100 ou M300.
- Biren, fundada por ex-alunos da NVIDIA, listou-se no quadro principal da Bolsa de Valores de Hong Kong em 2 de janeiro de 2026, levantando HK$ 5,58 bilhões (cerca de US$ 717 milhões).
- Moore Threads (SHA: 688795) listou-se no STAR Market em 5 de dezembro de 2025. A receita do AF2025 foi de RMB 1.505 bilhão, aumento de 243,37% ano a ano. A empresa permanece não lucrativa e está na Lista de Entidades dos EUA desde 2023.
- MetaX listou-se no STAR Market em 17 de dezembro de 2025, levantando cerca de RMB 4,2 bilhões (US$ 586-596 milhões), e desde então fez um pedido confidencial para uma listagem secundária em Hong Kong.
- Iluvatar CoreX (HKEX: 9903) listou-se no quadro principal de Hong Kong em 8 de janeiro de 2026, levantando cerca de HK$ 3,68 bilhões.
- Enflame não se listou. Seu registro de IPO foi aprovado pela CSRC em 9-10 de julho de 2026, liberando-a para levantar RMB 6 bilhões (cerca de US$ 883 milhões), mas as ações não começaram a ser negociadas até julho de 2026.153 Sua receita de 2025 foi de RMB 990 milhões contra um prejuízo líquido de RMB 1,2 bilhão, com a Tencent, acionista de 20,3%, representando 83,8% disso.
- SMIC, a foundry da qual a maioria desses designers depende, tinha N+3 (classe 5nm) em produção em volume em junho de 2026, capacidade de 7nm de aproximadamente 45.000 a 60.000 wafers por mês, e US$ 9,3 bilhões de receita em 2025.
Participação doméstica no mercado de aceleradores de IA da China
A tabela abaixo vem de um relatório da IDC visto pela Reuters.154 Ela conta remessas unitárias de placas aceleradoras, não servidores e não receita.
A oferta doméstica é ela própria concentrada. A Huawei responde por cerca de metade das remessas de fornecedores chineses, com o restante dividido entre Alibaba T-Head, Baidu Kunlunxin, Cambricon, Hygon, MetaX e Iluvatar CoreX.154
Perguntas frequentes
Os chips e o equipamento que os constrói são as máquinas mais complexas construídas por humanos. Embora existam muitas empresas no ecossistema de semicondutores, focamos em designers de chips como a NVIDIA.
A maioria dos designers de chips terceiriza a fabricação de chips para foundries como a TSMC. As foundries usam equipamentos de litografia produzidos por empresas como a ASML para fabricar esses chips. O ecossistema é apoiado por fornecedores como Arm e Synopsys que fornecem IP e ferramentas de design.
Um número crescente de parâmetros, tamanho de dataset e computação tornou os modelos de IA generativa mais precisos. Para construir melhores modelos de deep learning e alimentar aplicações de IA generativa, as organizações exigem maior poder de computação e largura de banda de memória.
Chips de propósito geral poderosos (como CPUs) não podem suportar modelos de deep learning altamente paralelizados. Portanto, chips de IA (por exemplo, GPUs) que permitem capacidades de computação paralela são cada vez mais demandados.
Os hyperscalers estão respondendo a isso projetando seus próprios chips, um processo que leva anos. Os demais precisam seguir uma dessas rotas para construir seus próprios modelos de IA.
O hardware de IA também é chamado de unidades de processamento neural (NPUs), aceleradores de IA ou processadores de deep learning (DLPs).
Leitura adicional
Para comparações práticas de desempenho dos chips abordados, veja nossos benchmarks:
- Benchmark multi-GPU: Como a B200, H200, H100 da NVIDIA e a MI300X da AMD escalam em configurações de 1, 2, 4 e 8 GPUs para inferência de LLM, com análise de taxa de transferência, latência e custo por token.
- Benchmark de concorrência de GPU: Como a B200, H200, H100 da NVIDIA e a MI300X da AMD lidam com 1 a 512 requisições simultâneas, incluindo taxa de transferência do sistema, velocidade por consulta, latência de ponta a ponta e tokens por dólar em cada nível de concorrência.
- CUDA vs ROCm: Como o ROCm da AMD se compara com o CUDA da NVIDIA em suporte de framework e portabilidade, a questão de software por trás da posição da AMD.
- Fabricantes de chips de IA de borda: Os fornecedores na tabela de borda acima abordados um por um, com os casos de uso que cada peça visa.
- Provedores de GPU na nuvem: 60+ provedores que alugam os aceleradores abordados aqui por hora, para equipes que não compram hardware.
Referências
Cite esta pesquisa
Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.
@misc{dilmegani2026,
author = {Dilmegani, Cem and Sarı, Ekrem},
title = {{Principais 30+ Fabricantes de Chips de IA: NVIDIA e Seus Concorrentes}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Acessado em 28 Julho 2026}
}Links de referência
O trabalho de Cem foi citado por publicações globais de destaque, incluindo Business Insider, Forbes, Washington Post, empresas globais como Deloitte, HPE e ONGs como o Fórum Econômico Mundial e organizações supranacionais como a Comissão Europeia.
Ao longo de sua carreira, Cem atuou como consultor de tecnologia, comprador de tecnologia e empreendedor de tecnologia. Ele aconselhou empresas em suas decisões de tecnologia na McKinsey & Company e na Altman Solon por mais de uma década. Ele também publicou um relatório da McKinsey sobre digitalização.
Ele liderou a estratégia de tecnologia e aquisições de uma empresa de telecomunicações, reportando-se ao CEO. Ele também liderou o crescimento comercial da empresa de tecnologia profunda Hypatos, que alcançou uma receita recorrente anual de 7 dígitos e uma avaliação de 9 dígitos partindo do zero em 2 anos. O trabalho de Cem na Hypatos foi coberto por publicações de tecnologia de destaque como TechCrunch e Business Insider.
Cem fala regularmente em conferências internacionais de tecnologia. Ele se formou na Universidade Bogazici como engenheiro de computação e possui um MBA pela Columbia Business School.
Comentários 2
Compartilhe suas ideias
Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.
You forgot to include Tesla with their DOJO supercomputer. From the ground-up, the supercomputer was specifically designed for machine learning and image recognition - which means that every component was designed for it including, but not limited to, PCI board design, CPU, RAM, cooling, power, scalable hardware design and software. If I'm not mistaken, the AI is also the second most widely tested and used in the "wild", just below that of Google due to Google using it in their Search.
Thank you for your feedback, Dave! Here we are only covering companies that sell the chips that they produce. Therefore, companies like Tesla that build supercomputers for their own use or companies that embed chips in their products are out of our scope.
surprised that brainchip (akida) missing in this report. any reasons?
All included companies here raised $100+M. Last time we collected the data, that wasn't the case for akida. Why don't you reach out to us at info@aimultiple.com and let's discuss why it should be included. Thank you!