Top 30+ Fabricantes de Chips de IA: NVIDIA e Seus Concorrentes
Com base na nossa experiência executando o benchmark de GPU em nuvem da AIMultiple, comparamos fabricantes de chips por produto, disponibilidade e arquitetura, cobrindo GPUs de data center, chips móveis, aceleradores de borda e fundições.
30+ fabricantes de chips de IA por categoria
Cada linha nomeia um produto representativo, seu tipo e sua disponibilidade. A disponibilidade distingue hardware oferecido para venda, serviços em nuvem, implantações internas e produtos anunciados. As datas referem-se a marcos documentados. Datas futuras de envio permanecem como metas.
GPUs vs ASICs em arquiteturas de chips de IA
GPUs são processadores paralelos programáveis usados para treinamento e inferência. TPU e Trainium suportam ambas as cargas de trabalho, enquanto outros designs focam em inferência. A arquitetura por si só não estabelece o desempenho para um determinado modelo.
As colunas de treinamento e inferência descrevem o escopo de carga de trabalho declarado. As evidências identificam a base para cada linha como Especificação, Alegação de roadmap, Benchmark de fornecedor ou Benchmark independente. O benchmark independente aplica-se ao hardware testado nomeado. Ele não valida os outros produtos do fornecedor ou gerações futuras.
Fornecedores de GPU e aceleradores de data center
1. NVIDIA
NVIDIA projeta GPUs e sistemas para treinamento e inferência de IA. Seus produtos de data center variam de aceleradores individuais a racks que conectam GPUs, CPUs host e rede. Ela terceiriza a fabricação de chips para a TSMC.
GPUs e sistemas de data center
As famílias Hopper e Blackwell incluem H200, B300 e GB300. Os sistemas HGX combinam oito GPUs, enquanto os racks NVL72 conectam 72 GPUs com NVLink.1
NVIDIA revelou Vera Rubin, sua plataforma após Blackwell Ultra, na CES 2026 como uma plataforma de seis chips.2 Na GTC em 16 de março de 2026, a NVIDIA expandiu para sete chips: o CPU Vera, GPU Rubin, NVLink 6 Switch, ConnectX-9 SuperNIC, BlueField-4 DPU, Spectrum-6 Ethernet switch e Groq 3 LPU, e declarou-os em produção total.3 Em 30 de setembro de 2026, a NVIDIA disse que a CoreWeave estava oferecendo Vera Rubin NVL72 a clientes de acesso antecipado, com a Cognition executando cargas de trabalho de produção como o primeiro cliente de produção.4 Blackwell e o GB300 NVL72 permaneceram como o produto de volume de receita durante o T1 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 scale-up NVLink 6.5 O GPU Rubin é relatado como construído no N3P da TSMC com HBM4, um nó que a NVIDIA não confirmou.
O sétimo chip vem do acordo de licenciamento de dezembro de 2025 da NVIDIA com a Groq, abordado na seção Groq abaixo.
O Groq 3 LPU é um chip de inferência dedicado, e a Samsung Foundry o fabrica.6 Os racks Groq 3 LPX estão previstos para o segundo semestre de 2026, e a NVIDIA projeta até 35x mais throughput por megawatt para modelos de trilhões de parâmetros quando o LPX é emparelhado com Vera Rubin NVL72.7
Acesso à nuvem e software
A maioria dos players de nuvem oferece hardware NVIDIA como suas GPUs em nuvem. A Morgan Stanley colocou a NVIDIA em aproximadamente 85% da receita de processadores de IA em março de 2026, com ASICs personalizados acima de 10% e AMD abaixo de 5%.8 A Bloomberg Intelligence espera que a NVIDIA mantenha 70% a 75% do mercado de aceleradores de IA até 2030.9
O NVIDIA Dynamo, anunciado na GTC 2025, é um framework de inferência de código aberto para implantação de alto throughput e baixa latência de modelos de IA generativa em ambientes distribuídos.10
A NVIDIA também oferece serviços DGX Cloud. Seu marketplace DGX Cloud Lepton conecta desenvolvedores com provedores de nuvem GPU, incluindo CoreWeave, Lambda e Crusoe.11
Sistemas desktop e corporativos
O DGX Spark (anteriormente Project Digits) é um supercomputador de IA de mesa com um Grace Blackwell Superchip com um GPU NVIDIA Blackwell RTX com 6.144 núcleos CUDA e Tensor Cores de quinta geração com precisão FP4, conectado via a interconexão chip-a-chip NVIDIA NVLink-C2C a um CPU NVIDIA Grace de 20 núcleos, com até 1 petaflop de computação de IA e 128GB de memória unificada.1213
Anunciados em maio de 2025 na Computex, a NVIDIA apresentou os RTX PRO Servers com GPUs RTX PRO 6000 Blackwell Server Edition, projetados para fábricas de IA corporativas.14
Receita de data center
A receita de data center da NVIDIA e sua participação na receita total são relatadas por ano fiscal da NVIDIA.15
2. AMD
A AMD é uma fabricante de chips fabless com produtos de CPU, GPU e aceleradores de IA.
A AMD lançou o 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 de tecnologia adotaram hardware da AMD em 2023, quando o hardware da NVIDIA era difícil de obter em meio ao boom da IA generativa desencadeado pelo lançamento do ChatGPT.161718
Em 2025, a AMD adquiriu uma equipe de engenheiros de hardware e software de IA da Untether IA junto 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 flash se comportar mais como DRAM e reduzir o custo de memória de data center.1920 A AMD também concordou em adquirir a Taalas em agosto de 2026, conforme abordado no perfil da Taalas abaixo.21
A AMD lançou os Instinct MI350X e MI355X em 12 de junho de 2025 no Advancing IA 2025.22 O MI355X é construído em CDNA4 na TSMC 3nm com 288 GB de HBM3E e 10,1 PFLOPS de MXFP4, e a AMD o posiciona contra o Blackwell B200 da NVIDIA. A AMD seguiu em 7 de maio de 2026 com o Instinct MI350P, uma placa PCIe 5.0 passiva com 144 GB de HBM3E e um TBP máximo de 600 W.23
A AMD anunciou um acordo com a 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 2026.24
A AMD nomeou a Oracle Cloud Infrastructure como parceira de lançamento em 14 de outubro de 2025 para um lote inicial de 50.000 GPUs da Série MI450 a partir do T3 civil de 2026.25
A AMD anunciou um acordo com a Meta em 24 de fevereiro de 2026 para até 6 GW a partir do segundo semestre de 2026, usando um GPU Instinct personalizado baseado na arquitetura MI450.2627
A AMD anunciou um acordo com a 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 2027.28
Para comparações de inferência medidas entre NVIDIA e AMD GPUs, veja nosso benchmark de concorrência de GPU.
Série MI400
A AMD lançou a Série Instinct MI400 no Advancing IA 2026 em 22-23 de julho de 2026.29 O MI455X é o membro da família focado em IA. A AMD o 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 MXFP4.30 A AMD disse em julho que o Helios, seu sistema de rack da Série MI400, estava em produção total e tinha como meta remessas iniciais para o final do T3 de 2026.29 Em 30 de setembro, a HPE anunciou um pedido de US$ 1,2 bilhão da Vultr para racks Helios, cada um com 72 GPUs MI455X. O anúncio descreveu implantação planejada nos data centers dos EUA da Vultr.31
Um terceiro membro da família, o MI440X, foi apresentado na CES 2026 em 5 de janeiro de 2026 para IA corporativa on-premises em um formato compacto de oito GPUs, e a AMD não publicou especificações para ele desde então.32 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 o MI500 fornecidos na CES 2026.29
O MI430X é o membro de HPC e IA soberana da Série MI400. A AMD o anunciou em 19 de novembro de 2025 durante a semana do SC25, com 432 GB de HBM4 e 19,6 TB/s, e atualizou suas especificações em 23 de julho de 2026. A página de 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.33 O suporte FP64 de taxa total o distingue do MI455X para computação científica.
A AMD espera que o MI430X esteja disponível em 2027 e não publicou contagem de transistores, potência de placa ou litografia para ele. Dois números nos materiais da própria AMD discordam. O FAQ da landing page da série MI400 ainda declara até 19,6 TB/s onde a página de especificações do MI430X indica 23,3 TB/s, e o FAQ na página do MI430X contém um erro de digitação dizendo 2,3 TB/s.33
A AMD nomeia três sistemas-alvo para o MI430X: Discovery no Oak Ridge National Laboratory, planejado para 2028. Outro alvo é o Alice Recoque, o primeiro sistema exascale da França. A AMD também nomeia o Herder no HLRS Stuttgart, anunciado com a HPE em 2 de dezembro de 2025. Lux, o cluster de fábrica de IA da Oak Ridge anunciado em 27 de outubro de 2025, é construído no MI355X e não é um sistema MI430X.
Software
O software de IA da AMD roda na pilha ROCm. A SemiAnalysis, em um benchmark de 22 de dezembro de 2024 do MI300X contra o H100 e o H200, deu à AMD 0% de chance de quebrar o fosso CUDA da NVIDIA, concluindo que o CUDA funcionava imediatamente para a maioria das tarefas enquanto o software da AMD exigia configuração significativa.34
Os mesmos analistas revisaram desde então essa avaliação, em 25 de julho de 2026, para "uma grande chance de sucesso desde que a AMD resolva os dois grandes riscos que descrevemos abaixo": o ramp de produção dos racks Helios, onde SerDes fracos exigem até 85% do backplane para serem retimeados com mais de 550 retimers ethernet Broadcom por rack, e uma falta persistente de clusters de GPU internos estáveis para desenvolvimento de software e CI de testes automatizados.35
No Advancing IA 2026, a AMD se comprometeu com uma cadência fixa de lançamento de recursos a cada seis semanas no lugar do seu ciclo anterior aproximadamente trimestral.36
Ecossistema
Como a NVIDIA, a AMD está investindo seletivamente em usuários de suas soluções para impulsionar a adoção de seu hardware.37 Ela também vinculou capital aos seus maiores compromissos, emitindo à OpenAI e à Meta cada uma um warrant baseado em desempenho para até 160 milhões de ações a US$ 0,01, com vesting contra marcos de remessa do Instinct.38
3. Intel
A Intel tem uma longa história de desenvolvimento de semicondutores. A Intel possui fábricas e constrói peças como o Xeon 6+ baseado em 18A internamente. Ela também obtém componentes relacionados a IA da TSMC, e o próprio Gaudi 3 foi fabricado no processo de 5nm da TSMC.39
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 passo do seu roadmap publicado após ele é uma GPU.40 O chip em si não foi retirado. A página de 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.41 A Intel tinha como meta 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 admitiu que o Gaudi "não atendeu às necessidades do mercado de treinamento de IA de fronteira."40
A Intel cancelou sua GPU Falcon Shores para pivotar para a Jaguar Shores, um acelerador de IA em escala de rack cujos detalhes confirmados se limitam à marca Gaudi e à memória HBM4 da SK hynix, sem nó de processo declarado.40 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.4243
Crescent Island é uma GPU de data center baseada em Xe3P, otimizada para inferência, anunciada pela primeira vez em 14 de outubro de 2025 no OCP Global Summit com 160GB de LPDDR5X e amostragem de clientes esperada no segundo semestre de 2026.44 A Intel a detalhou na Computex 2026 como uma placa PCIe refrigerada a ar de 350W com suporte a tipos de dados de FP4 a FP64, com configuração máxima de parceiro de 480GB. A placa anunciada tem 160GB.40
4. Qualcomm
A Qualcomm é uma projetista 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 da Qualcomm que os compradores podem encomendar hoje. Duas marcas da Qualcomm com uma letra de diferença ficam em 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.45
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 2026.46 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.
O AI250 apresenta 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. Esta é uma especificação de roadmap do fornecedor. Ambos os racks usam resfriamento líquido direto, e a Qualcomm agora especifica um rack OCP ORv3 de 140 kW.47
Em 24 de junho de 2026, a Qualcomm revelou três novos produtos de data center.47 O Dragonfly C1000 é um CPU de data center com disponibilidade comercial esperada para 2028, e a Qualcomm nomeou a Meta como sua cliente sob uma colaboração multigeracional cobrindo CPUs de data center. O Qualcomm High Bandwidth Compute (HBC) une computação com largura de banda de memória acelerada em uma solução de silício empilhado em 3D, tornando-o uma arquitetura de computação, e o HBC Gen 1, emparelhado com o AI250, deve alcançar amostragem comercial em meados de 2027. O Dragonfly AI300 é um acelerador de inferência com amostragem comercial esperada em 2028. A Qualcomm tem como meta mais de US$ 15 bilhões de receita de data center até o ano fiscal de 2029.48
Em 8 de setembro de 2026, a Qualcomm anunciou uma colaboração multigeracional com a Amazon em silício personalizado para inferência de IA e conectividade óptica de até 1,6T.49
Aquisições e a família Cloud IA 100
A Qualcomm concluiu sua aquisição da Alphawave em 18 de dezembro de 2025. A Qualcomm concluiu sua aquisição da Modular em 29 de julho de 2026. Mojo, MAX e Modular Cloud continuam como produtos e marcas.50
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.
Aceleradores de IA especializados e provedores de inferência
5. 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 projetada para inferência de baixa latência.
Em 24 de dezembro de 2025, a Groq anunciou que havia firmado um acordo de licenciamento não exclusivo com a NVIDIA abrangendo 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.51 A Groq declarou que continua como uma empresa independente. A CNBC colocou a transação em um valor relatado de ~US$ 20 bilhões em dinheiro, o que a tornaria a maior da NVIDIA até o momento, valor atribuído a Alex Davis, CEO da investidora Disruptive da Groq, que também disse que a NVIDIA adquire todos os ativos da Groq exceto o negócio GroqCloud.52 A NVIDIA não publicou nenhum comunicado de imprensa sobre o acordo, a CFO da NVIDIA, Colette Kress, recusou-se a comentar o preço, e a Reuters observou que nenhuma das empresas 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, o NVIDIA Groq 3 LPU, na GTC em 16 de março de 2026 como o sétimo chip da plataforma Vera Rubin.7
A Groq opera uma nuvem de inferência e é um Parceiro de Nuvem NVIDIA. Em agosto de 2026, ela reportou 13 data centers, mais de seis milhões de desenvolvedores e 54 MW de capacidade, com uma meta acima de 200 MW em 2027.53 Seu data center Dammam, construído com a Aramco Digital, está por trás de um compromisso de investimento saudita de US$ 1,5 bilhão anunciado em fevereiro de 2025.54
Em 17 de agosto de 2026, a Groq LLC anunciou uma Série A de US$ 350 milhões a uma avaliação de US$ 3,5 bilhões, liderada pela Disruptive com participação planejada da NVIDIA. O comunicado chama as rodadas de junho e agosto de US$ 1 bilhão de financiamento recente, embora declare que a Série A permanece sujeita a condições habituais de fechamento.53
6. SambaNova Systems
A SambaNova desenvolve Unidades de Dados Reconfiguráveis (RDUs) e oferece inferência através do SambaCloud. Ela concluiu o primeiro fechamento de uma Série F de US$ 1 bilhão a uma avaliação de US$ 11 bilhões em 8 de julho de 2026.55
A SambaNova revelou o SN50, sua mais recente Unidade de Dados Reconfigurável (RDU), em 24 de fevereiro de 2026, com remessas a clientes previstas para o segundo semestre de 2026. A SambaNova especifica 5x mais computação por acelerador e 4x mais largura de banda de rede em comparação com 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.56 A SoftBank Corp. será a primeira cliente a implantar o SN50 em seus data centers de IA no Japão.
A SambaNova também anunciou uma colaboração estratégica plurianual planejada com a Intel para fornecer soluções de inferência de IA.
A SambaNova Systems aluga sua plataforma para empresas através do SambaCloud.57
7. Cerebras
A Cerebras constrói aceleradores em escala de wafer. Seu WSE-3 integra quatro trilhões de transistores e 900.000 núcleos de IA em um único processador em escala de wafer.58
A Cerebras apresentou o sistema de inferência CS-4 em 18 de agosto de 2026. Ele combina três processadores WSE-3 Turbo e suporta inferência desagregada, com hardware separado para processamento de prompt e geração de tokens. No lançamento, a Cerebras tinha como meta as primeiras remessas para o T3 de 2026.59 Ela nomeou a Gimlet Labs como parceira de lançamento do CS-4 em 28 de setembro e disse que o primeiro data center Gimlet Cloud movido a Cerebras era esperado para o final de 2026.60
O sistema da Cerebras funciona com empresas farmacêuticas como AstraZeneca e GlaxoSmithKline e laboratórios de pesquisa que dependem dele para simulações. Ele também tem como alvo 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. Em 1º de setembro de 2026, ela anunciou um projeto de data center finlandês com a Compute Nordic Finland, escalando em fases para 165 MW de capacidade de TI contratada. A construção da fase inicial de 50 MW estava em andamento.61
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.62 Em seus resultados do T2 de 12 de agosto, a Cerebras elevou sua previsão de receita principal para o AF2026 para US$ 880-890 milhões.63 Ela assinou um acordo de inferência de 750 MW com a OpenAI em 14 de janeiro de 2026 que seu próprio comunicado do T1 avalia em mais de US$ 20 bilhões.64
8. d-Matrix
A d-Matrix desenvolve aceleradores de inferência que colocam computação perto da SRAM para reduzir a movimentação de dados.65
O Corsair usa uma arquitetura de chiplet de computação em memória baseada em SRAM.65 Em 12 de outubro de 2026, a d-Matrix anunciou a disponibilidade geral dos servidores Corsair e dos sistemas SquadRack. Seus clusters Squadron maiores estavam sendo enviados para clientes prioritários, com uma configuração suportando até 16 SquadRacks e 1.024 Corsair XPUs.66
A Gimlet Labs testou o gpt-oss-120b com um decodificador especulativo de 1,6 bilhão de parâmetros descarregado para o Corsair. Ela reportou uma aceleração ponta a ponta de 2-5x para configurações interativas e até 10x para configurações otimizadas para consumo de energia, em comparação com o mesmo decodificador em uma GPU com consumo de energia equivalente. A Gimlet é parceira comercial da d-Matrix, e o cofundador e CTO da d-Matrix foi coautor do post do benchmark.67
9. Rebellions
A Rebellions é uma startup baseada na Coreia focada em inferência de LLMs. Ela se fundiu com outra empresa coreana de design de semicondutores, a SAPEON.68 O financiamento total é de cerca de US$ 850 milhões.69 O IPO não aconteceu. A Rebellions disse em 8 de julho de 2026 que tem como meta o primeiro ou segundo trimestre de 2027, inclinando-se para uma listagem no quadro principal da KOSPI.70
REBEL-Quad é o acelerador de segunda geração, quatro chiplets construídos no processo de 4nm da Samsung, e Rebel100 é seu nome comercial de produto.
A Rebellions confirmou em 15 de setembro de 2026 que os sistemas RebelRack e RebelPOD estavam em envio. Sua parceria com a ai& incluiu uma compra inicial para uma implantação planejada em Tóquio. A operação no site japonês estava programada para começar após a entrega.71
10. Tenstorrent
O mais recente Blackhole Tensix Processor da Tenstorrent entrega 664 TFLOPS (BLOCKFP8) de desempenho, pareado com 32GB de memória GDDR6 e 512 GB/s de largura de banda de memória.
A placa P150a custa US$ 1.399 e apresenta quatro portas QSFP-DD 800G para escalonamento multi-placa. O modelo de entrada P100a começa em US$ 999.72
A partir de janeiro de 2026, as placas Blackhole p150 são enviadas com 120 núcleos Tensix ativos, reduzidos de 140, e o 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.73
A Tenstorrent oferece uma pilha de software totalmente de código aberto. A empresa levantou US$ 700 milhões em dezembro de 2024.74
11. Positron
A Positron projeta hardware e software para inferência de transformadores. Atlas é seu servidor em envio. Asimov e Titan são seus produtos de chip e sistema planejados.75
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 os sistemas Hopper da NVIDIA, benchmarkado no Llama 3.1 8B com computação BF16.76
- Titan (planejado): Um sistema de inferência sucessor combinando quatro a oito chips Asimov. O anúncio de setembro de 2026 da Positron descreveu configurações usando memória LPDDR5X.75
- Asimov (planejado): Silício de inferência personalizado programado para tape-out no TSMC N3P no final de 2026, com produção prevista para o segundo semestre de 2027. A Positron especifica 288-2.304 GB de memória por chip.75
A Positron anunciou US$ 875 milhões de financiamento Série C em 10 de setembro de 2026 a uma avaliação pós-dinheiro de US$ 5 bilhões. Isso compreendeu uma tranche de Série C de US$ 375 milhões e até US$ 500 milhões em uma tranche de Série C-1. A empresa também reportou uma implantação Atlas de mais de 50 racks na Oracle Cloud Infrastructure.75
12. _etched
Sua abordagem sacrifica flexibilidade por eficiência ao gravar arquiteturas de modelo em seus chips.
A Etched saiu do stealth em 30 de junho de 2026 com silício A0 de primeira passagem de volta do processo N4P da TSMC, mais de US$ 1 bilhão em contratos de clientes assinados e US$ 800 milhões levantados.77 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.78
A empresa não usa mais o nome de produto Sohu. Ela agora se descreve como construindo clusters de inferência de fronteira que executam DeepSeek, Qwen, Mamba e Llama, então o design não é mais apenas para transformadores.77
Duas questões permanecem em aberto. A Etched não publicou nenhum benchmark de terceiros e não nomeia nenhum cliente por trás dos contratos que reporta, então seus números de desempenho permanecem medições internas. A questão de obsolescência que o design original do Sohu levantou agora se aplica ao conjunto de modelos mais amplo, já que um chip construído em torno de um grupo fixo de arquiteturas precisa ser re-direcionado uma vez que essas arquiteturas sejam superadas.
13. Taalas
A Taalas foi fundada no início de 2023 e grava diretamente modelos individuais em silício personalizado, produzindo o que a empresa chama de "Hardcore Models".79 A empresa afirma que pode transformar qualquer modelo de IA nunca visto em silício personalizado em dois meses. A AMD anunciou um acordo para adquirir a Taalas em 6 de agosto de 2026, sujeito a condições de fechamento e aprovações regulatórias. A AMD planeja integrar sua tecnologia em sistemas junto com GPUs Instinct.21
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 em 3D, resfriamento líquido ou I/O de alta velocidade.
Produtos:
- HC1 (disponível agora): Um demonstrador de tecnologia com Llama 3.1 8B gravado, construído na TSMC 6nm 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 baselines de GPU.80
- 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.
14. Extropic
A Extropic levantou uma rodada de US$ 14 milhões no final de 2023 para usar termodinâmica na computação. Sua página de hardware lista três peças. O X0 é um protótipo de silício do T1 de 2025, e o XTR-0 é uma plataforma de desenvolvimento enviada em números limitados para pesquisadores selecionados no T3 de 2025. Ambos foram revelados em 29 de outubro de 2025. O Z1, o primeiro chip em escala de produção, está listado como acesso antecipado em 2026.81
15. Vaire
A Vaire desenvolve circuitos de computação reversível que recuperam parte da energia de comutação para reutilização. Seus resultados publicados referem-se a circuitos de teste.
O primeiro chip de teste da Vaire, codinome Ice River, é um demonstrativo CMOS de 22nm. Medições reportadas em setembro de 2025 deram um fator de recuperação de energia de 1,77 para um array de capacitores acionado pelo ressonador da Vaire e 1,41 para um registrador de deslocamento no mesmo chip, contra aproximadamente 2x previsto em simulação.82 O valor de 50% reportado no tape-out aplica-se apenas ao ressonador e exclui sobrecargas adicionais de energia.8384
16. Fractile
A Fractile desenvolve processadores de inferência de IA que intercalam memória e computação no mesmo die.85
A Fractile afirma que seu design pode executar modelos de fronteira até 25 vezes mais rápido que GPUs. A comparação é uma alegação do fornecedor. Um produto em envio não está estabelecido aqui.
A Fractile anunciou uma Série B de US$ 220 milhões em 13 de maio de 2026.86 Reportagens sobre a rodada colocam a avaliação em cerca de US$ 1 bilhão, um valor que a empresa não confirmou.
17. FuriosaAI
A FuriosaAI desenvolve o RNGD, um acelerador de data center para inferência de IA. Ela anunciou disponibilidade em volume em 27 de janeiro de 2026, como uma placa PCIe e em seu servidor NXT RNGD de oito placas. A placa tem um TDP declarado de 180 W.87
Seu SDK suporta compilação de modelos, execução multi-chip e uma API compatível com a OpenAI. A FuriosaAI reporta disponibilidade em volume e publica suas próprias comparações de desempenho com GPUs.87
18. Graphcore
A Graphcore desenvolve Unidades de Processamento de Inteligência (IPUs) e sistemas como o IPU-POD256. A SoftBank adquiriu a empresa em julho de 2024.88
A SoftBank injetou mais US$ 457 milhões na Graphcore em 10 de abril de 2026.89
19. 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.
A Mythic desenvolveu o M1076 Analog Matrix Processor e a placa MM1076.90
A Mythic levantou uma rodada com sobre-inscrição de US$ 125 milhões liderada pela DCVC em 17 de dezembro de 2025.91 Ela adquiriu a Videantis em 19 de maio de 2026.92
20. Speedata
Fundada em 2019 em Tel Aviv, a Speedata desenvolve uma Unidade de Processamento Analítico (APU) projetada para acelerar análises de big data e cargas de trabalho de IA. É uma APU voltada para cargas de trabalho Apache Spark, com planos de suportar outras grandes 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.93
21. Axelera IA
Fundada em julho de 2021 em Eindhoven, Países Baixos, 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.9495
A Axelera lançou a Europa em 15 de setembro de 2026 e afirma que está em envio como chip e nas placas PCIe Edge 232p e Server 250p. Ela também lista sistemas Edge 232p validados da Dell e da Supermicro.96 A Titania permanece com meta para 2028.
22. NextSilicon
A NextSilicon, fundada em Tel Aviv em 2017, vende o Maverick-2, um acelerador dataflow 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.97 A empresa diz que o Maverick-2 está implantado em dezenas de sites de clientes. Um 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.9899 A NextSilicon afirma 10x de desempenho de GPU com metade da potência. A verificação independente dessa comparação está pendente. 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 independente de 2,5 GHz, em processadores de servidor de 64 e 128 núcleos com meta de 3,4 GHz e esperados no primeiro trimestre de 2028.100
Plataformas de nuvem e sistemas de IA integrados
23. 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 Anthropic, desenvolvedora de LLMs. 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 Trainium2.101
O Trainium3 e os Trn3 UltraServers alcançaram disponibilidade geral em 2 de dezembro de 2025.102 O Trainium3 é o chip de IA de quarta geração da AWS e o 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 de roadmap no re:Invent 2025, com suporte para o NVLink Fusion da NVIDIA. Na teleconferência de resultados do T1 de 2026, a Amazon disse que o Trainium4 está a cerca de 18 meses da ampla disponibilidade e está amplamente reservado.103
24. Google Cloud Platform
O Google Cloud TPU é o chip acelerador de aprendizado de máquina construído especificamente que alimenta os produtos do Google. O Google anunciou as TPUs em 2016.104 A Trillium TPU é a 6ª geração.105
O Ironwood, também chamado de TPU v7 ou TPU7x, é projetado 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.106 Ele 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 Inter-Chip Interconnect e um SparseCore aprimorado para grandes embeddings.107 Ele entrou em preview em 24 de novembro de 2025 e alcançou disponibilidade geral em 31 de março de 2026.108
No Cloud Next em 22 de abril de 2026, o Google anunciou sua oitava geração de TPU como dois chips construídos especificamente, o TPU 8t para treinamento e o TPU 8i para inferência.109 Um superpod TPU 8t escala para 9.600 chips, dois petabytes de HBM compartilhado e 121 ExaFLOPS em FP4. O Google diz que ambos estarão disponíveis no final de 2026.
25. 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.110
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. O anúncio divulgou especificações do chip existente. O silício 810E e as implantações de 10.000 placas são anteriores a esse 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 supernode Panjiu AL128, que comporta 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 valor cumulativo inclui gerações anteriores do Zhenwu.
Na sua conferência Apsara de setembro de 2026, a Alibaba anunciou o Zhenwu V900 para treinamento e inferência. Ele especifica 216 GB de memória, 1.200 GB/s de largura de banda inter-chip e suporte nativo FP8/FP4. A Alibaba tem como meta a produção em massa e o lançamento comercial para o T1 de 2027.111
Algumas organizações norte-americanas, europeias e australianas (por exemplo, aquelas da indústria de defesa) podem não preferir usar o Alibaba Cloud por razões geopolíticas.
26. IBM
A IBM anunciou seu chip de aprendizado profundo, a unidade de inteligência artificial (AIU), em 2022.112 A IBM AIU baseia-se no IBM Telum Processor, que alimenta as capacidades de processamento de IA dos servidores mainframe IBM Z.113 A IBM também demonstrou que fundir computação e memória pode levar a eficiências no protótipo do processador North Pole.114
O acelerador de IBM IA 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 no LinuxONE 5, e a partir do início de dezembro de 2025 no Power11.115 O Spyre carrega 32 núcleos aceleradores e 25,6 bilhões de transistores em um processo de 5nm, empacotado 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.
27. 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 ele pode alcançar 60% do desempenho de inferência do NVIDIA H100.116
A Huawei estreou o chip Ascend 950PR junto com a placa aceleradora Atlas 350 em 20 de março de 2026.117 A placa Atlas 350 é especificada em 1,56 PFLOPS de computação FP4, 112 GB de HBM HiBL 1.0 proprietária 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 silício Ascend 950PR em si é especificado em 128 GB e 1,6 TB/s. A Huawei afirma que a placa entrega 2,8 vezes o desempenho do H20 da NVIDIA, uma comparação entre a capacidade FP4 da placa e um H20 de classe Hopper sem suporte FP4 nativo.
O roadmap de setembro de 2025 da Huawei listava o Ascend 950PR para o T1 de 2026, o 950DT para o T4 de 2026, o Ascend 960 para o T4 de 2027 e o Ascend 970 para o T4 de 2028.118 A Huawei revelou o Atlas 960E SuperPoD em 17 de setembro de 2026, conectando até 4.096 NPUs através de UnifiedBus e óptica near-packaged Hi-ONE. A Huawei especifica 8 EFLOPS em FP8 e 16 EFLOPS em FP4 para um único SuperPoD. O anúncio não forneceu uma data de disponibilidade comercial.119
28. Microsoft Azure
Na Hot Chips 2024, a Microsoft revelou o Maia 100, seu primeiro acelerador de IA personalizado, construído no processo N5 da TSMC. A Microsoft lançou o 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.120
O Maia 200 é construído na TSMC 3nm com mais de 140 bilhões de transistores, 216 GB de HBM3e a 7 TB/s, 272 MB de SRAM on-chip e mais de 10 PFLOPS de computação FP4 dentro de um TDP de SoC de 750 W. A Microsoft confirmou que o Maia 200 estava ativo em seus data centers em Iowa e Arizona na teleconferência de resultados do T3 do AF2026.121
A Microsoft anunciou o Maia 300 em 12 de outubro de 2026, com implantação em produção programada para começar em 2027. O acelerador de inferência usa chiplets de computação TSMC N2P e oito pilhas HBM4, fornecendo 288 GB de memória e 18 TB/s de largura de banda de memória a uma potência de design térmico de SoC de 950 W. Seu design de rack conecta 96 aceleradores.122 A Microsoft também disse que o Maia 200 estava atendendo tráfego de produção do Copilot em implantações nos EUA, Europa e Austrália.123
Chips de IA para infraestrutura interna
29. Apple
O Project ACDC da Apple é relatado como focado na construção de chips para inferência de IA em data centers.124 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.125126 O M5 foi lançado em 15 de outubro de 2025, e o M5 Pro e o 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 no silício da Apple sem dependências de servidor, suportado por um repositório de modelos Core IA de código aberto no GitHub.127128
30. 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 o MTIA 200. Ele é baseado na tecnologia de 5nm da TSMC, afirma-se oferecer 3x o desempenho do MTIA v1 e é hospedado em racks contendo até 72 aceleradores.129 O MTIA 300 está em produção para treinamento de classificação e recomendação, e o MTIA 400, 450 e 500 seguem ao longo de 2026 e 2027.130
O MTIA executa as cargas de trabalho internas da Meta e não é oferecido como um acelerador de nuvem pública.
A Broadcom co-projeta tecnologia para o programa MTIA da Meta. A parceria e os compromissos de capacidade são abordados no perfil da Broadcom.131
31. OpenAI
A OpenAI projetou seu primeiro chip de IA com a Broadcom, e a liderança de sua equipe de chips tem experiência no design de TPUs no Google.132 A OpenAI confirmou a TSMC como a fundição, mas nem a OpenAI nem a Broadcom confirmaram um nó de processo.133 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.134
A Samsung garantiu um acordo para fornecer memória HBM4 para o chip da OpenAI, supostamente alocando mais de 50% de sua capacidade da fundição Pyeongtaek para dies de base HBM4 para esse fim.135 A OpenAI e a Broadcom anunciaram uma colaboração para 10 gigawatts de aceleradores de IA personalizados em outubro de 2025. Os racks têm como meta começar no segundo semestre de 2026 e serem concluídos até o final de 2029. O anúncio afirma que as partes "assinaram um term sheet" para os racks. Um contrato de compra definitivo e o valor financeiro permanecem não divulgados.132 Em 24 de junho de 2026, os dois 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 de meta de produção, incluindo o GPT-5.3-Codex-Spark, e que a plataforma é projetada para implantação inicial até o final de 2026, o que coloca o chip na fase de amostra de engenharia pós-tape-out.136 O lado da Broadcom no acordo, incluindo seus outros clientes de aceleradores personalizados, é abordado na seção da Broadcom abaixo.
Parceiros de design de ASICs de IA personalizados
32. Broadcom
A Broadcom co-projeta aceleradores de IA personalizados com clientes e fornece a rede que os conecta. Esses chips específicos para clientes não são vendidos como um acelerador de marca comercial.
A Broadcom reportou US$ 16,7 bilhões em receita de semicondutores de IA para o T3 do AF2026 em 2 de setembro de 2026, um aumento de 221% ano a ano. Ela previu US$ 21,7 bilhões para o T4.137
Na teleconferência de 3 de junho, a Broadcom percorreu 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 remessas começando no final de 2026 e acelerando em 2027. Listas publicadas nomeando todos os seis dependem de inferência de analistas para as identidades não divulgadas.138
A divulgação da Broadcom varia por cliente:
- O Google tem um acordo multigeracional de TPU e rede de IA, sem valor de gigawatt fornecido. O Form 8-K da Broadcom divulga um Acordo de Longo Prazo para desenvolver e fornecer TPUs personalizadas para as futuras gerações do Google, além de um Acordo de Garantia de Fornecimento cobrindo componentes de rede até 2031.139
- A Anthropic assume mais de 1 GW de computação baseada em TPU em 2026, além de um acordo de abril para mais 5 GW de computação a partir de 2027. O mesmo Form 8-K coloca o valor em aproximadamente 3,5 gigawatts a partir de 2027, consumo que ele vincula ao sucesso comercial contínuo da Anthropic. O valor de 3,5 GW vem do documento da Broadcom, enquanto o próprio post da Anthropic quantifica o compromisso como "múltiplos gigawatts". O documento descreve o acordo como uma expansão de uma colaboração existente.139
- 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.138
- A Meta tem uma parceria multigeracional de XPU MTIA visando 3 GW até o final de 2028, com um pedido inicial de 1 GW entregue a partir do segundo semestre de 2027. Hock Tan está saindo do conselho da Meta para um papel de consultor.138131
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 suporta o programa de processadores FUJITSU-MONAKA da Fujitsu. A Broadcom diz que as XPUs para sua base mais ampla de clientes serão enviadas a partir do segundo semestre de 2026.140 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 em envio.
Em 9 de junho de 2026, a Broadcom anunciou a IA XPV Platform com a Apollo e a Blackstone como investidores-âncora iniciais. A Plataforma é projetada para permitir mais de 20 gigawatts de capacidade de computação até 2028, usando XPUs da Broadcom e redes personalizadas para laboratórios de IA de fronteira, incluindo Anthropic e OpenAI. Ela foi lançada com uma tranche 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 tranche.141
Estimativas de terceiros da participação do ASIC personalizado no mercado de processadores de IA dependem do que está sendo contado. A Bloomberg Intelligence divide o mercado de ASICs personalizados entre a Broadcom em 60% a 80% e a Marvell em 20% a 25%.
33. Marvell
A Marvell projeta silício de IA personalizado, que ela chama de XPUs, para hiperescaladores, juntamente com o silício de interconexão, óptica e rede que conecta esses chips. A Bloomberg Intelligence a coloca em segundo lugar depois da Broadcom no mercado de ASICs de IA personalizados.
Para o T2 do AF2027, reportado em 27 de agosto de 2026, a Marvell registrou US$ 2.739 bilhões em receita total e US$ 2.172 bilhões em receita de data center. A receita de data center cresceu 46% ano a ano. Sua previsão de receita total do T3 era de US$ 3,15 bilhões, mais ou menos 5%.142
Em 31 de março de 2026, a NVIDIA e a Marvell anunciaram uma parceria estratégica que conecta a Marvell à fábrica de NVIDIA IA e ao ecossistema IA-RAN 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 redes de scale-up compatíveis com NVLink Fusion.143
A Marvell fechou 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.144
- XConn Technologies, concluída em 10 de fevereiro de 2026 por aproximadamente US$ 540 milhões.
- Polariton Technologies, um spin-off suíço da ETH Zurich trabalhando em fotônica de silício baseada em plasmônica, adquirida em 22 de abril de 2026 em termos não divulgados.
O papel da Marvell nas gerações posteriores do Trainium é disputado. A SemiAnalysis reportou que a Alchip cuidou do design físico e de pacote do backend do Trainium3 depois que a Marvell trabalhou no Trainium2.145 As empresas não confirmaram esse relato.
CPUs host e IP de processadores
Os CPUs host executam junto com aceleradores e cuidam do controle do sistema e do trabalho de uso geral. A Arm licencia IP de processadores e adicionou sua própria linha de produtos de CPU de data center.
34. 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 o Arm AGI CPU, um CPU de data center para infraestrutura de IA agentiva. A Meta "atua como parceira principal e co-desenvolvedora".146147
A Arm afirma que o 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 afirma mais de 2x desempenho por rack versus x86. Esses são números da própria Arm e não foram medidos de forma independente.146
A Arm continua a licenciar IP e Compute Subsystems (CSS) ao lado de sua linha de produtos de silício AGI CPU. Sistemas iniciais estão disponíveis agora, com disponibilidade mais ampla esperada no segundo semestre de 2026, e ao lado da Meta, a Arm nomeia Cerebras, Cloudflare, F5, OpenAI, Positron, Rebellions, SAP e SK Telecom como clientes comprometidos.146 A Meta mostra o quanto os papéis agora se misturam. Ela projeta seu próprio silício MTIA, é a parceira principal do AGI CPU da Arm, é uma cliente anunciada de CPU de data center da Qualcomm e compra da AMD e da Broadcom.
5 provedores de chips de IA móveis
Estes são SoCs móveis representativos, cada um com um dispositivo documentado ou papel de hardware de IA.
Adicionar como fonte preferencialProcessadores, módulos e IP de IA de borda
Estes chips de IA de borda executam inferência em dispositivos locais. A comparação identifica módulos, processadores discretos, NPUs integrados e IP reutilizável separadamente.
Desempenho de pico e potência são especificações de fornecedores ou alegações de design de referência. As fontes cobrem Jetson Thor, Jetson Orin, Hailo-10H, Dragonwing IQ10, Europa, Coral NPU e Core Ultra Series 3, respectivamente.153154155156157158159
*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 linhas marcadas como esparsas 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.
A Microchip Technology concluiu sua aquisição da Hailo em 21 de setembro de 2026, em termos financeiros não divulgados. A Microchip disse que continuaria a suportar os produtos existentes da Hailo.160
Parceiros de fundição e o papel da TSMC
A TSMC é uma fundição pure-play. Ela fabrica semicondutores a partir de designs de clientes, incluindo os da NVIDIA e da AMD. A Samsung Foundry e a Intel Foundry Services competem no mesmo mercado.
O processo N2 da TSMC entrou em produção em volume no T4 de 2025. A TSMC programa a produção em volume de sua derivada N2P para o segundo semestre de 2026.161 No T2 de 2026, 2nm representou 3% da receita de wafers da TSMC, em comparação com 33% para 5nm, 30% para 3nm e 11% para 7nm.162 A TSMC fabrica aceleradores de IA para os designers abaixo. A FuriosaAI identifica a TSMC como parceira de fabricação do RNGD.87
O chip de inferência Hanguang 800 da Alibaba de 2019, 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 fundições devem revisar qualquer remessa 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.110
A SemiAnalysis reportou em 12 de março de 2026 que a capacidade de wafers N3 de front-end deslocou o empacotamento CoWoS como o gargalo dominante no fornecimento de chips de IA, com o CoWoS apertado, mas aliviando. A TrendForce espera que a lacuna de oferta e demanda de CoWoS se estreite de cerca de 20% para cerca de 10% até o final de 2026.163 A Micron alcançou produção em 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.164
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 2026.165
Os relatos de março de 2025 de uma joint venture liderada pela TSMC para operar a divisão de fundição 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 negociações com nenhuma empresa sobre o estabelecimento de uma joint venture ou o envolvimento no licenciamento ou transferência de tecnologia."166 A Intel foi recapitalizada separadamente, com o governo dos EUA assumindo uma participação de 9,9% por US$ 8,9 bilhões em agosto de 2025.167
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 da 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 do AF2025 de RMB 6,4972 bilhões, alta 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, um feito inédito 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 previsto para lançamento no início de 2026, e o Kunlun M300, construído para treinamento e inferência de modelos multimodais ultragrandes, tem meta para 2027. A Baidu também apresentou dois sistemas supernode, Tianchi 256 (disponível no S1 de 2026) e Tianchi 512 (disponível no S2 de 2026), ambos construídos a partir dos chips Kunlun P800 existentes da Baidu.
- Biren, fundada por ex-alunos da NVIDIA, listou 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 no STAR Market em 5 de dezembro de 2025. A receita do AF2025 foi de RMB 1.505 bilhões, alta de 243,37% ano a ano. A empresa permanece não lucrativa e está na Entity List dos EUA desde 2023.
- MetaX listou no STAR Market em 17 de dezembro de 2025, levantando cerca de RMB 4,2 bilhões (US$ 586-596 milhões), e desde então protocolou confidencialmente um pedido de listagem secundária em Hong Kong.
- Iluvatar CoreX (HKEX: 9903) listou no quadro principal de Hong Kong em 8 de janeiro de 2026, levantando cerca de HK$ 3,68 bilhões.
- Enflame (SHA: 688801) listou no STAR Market de Xangai em 11 de setembro de 2026.168169 Seu aviso de listagem afirma que a empresa ainda não era lucrativa na listagem.
- SMIC, a fundição 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.
Acesso e restrições de exportação
Os seguintes anúncios afetaram as vendas de chips de IA avançados para a China em 2025 e 2026. Aprovações de licença, limites de remessa e tarifas têm escopos diferentes.
O licenciamento mudou primeiro. Em 13 de janeiro de 2026, o US Bureau of Industry and Security anunciou uma regra final movendo os pedidos de licença para o NVIDIA H200, AMD MI325X e chips similares de uma presunção de negação para revisão caso a caso, sujeita a condições cobrindo certificações de exportadores, verificações de clientes e testes independentes pré-embarque.170 A regra também limita o desempenho total de processamento agregado (TPP) exportado para a China ou Macau a 50% do TPP agregado enviado para uso final nos EUA para as mesmas commodities de computação avançada, medido até a data do pedido de licença.171
Duas medidas adicionais estão 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 a 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 limiares de desempenho em 14 de janeiro de 2026, com exceções incluindo data centers dos EUA e P&D dos EUA.172
A China se moveu na direção oposta, embora menos formalmente. A Reuters reportou em 5 de novembro de 2025, citando fontes não nomeadas, que as autoridades proibiram chips de IA estrangeiros em data centers financiados pelo estado.
Em 14 de julho de 2026, o Subsecretário de Comércio Jeffrey Kessler disse em uma audiência no Congresso que "muito poucas remessas contra licenças para H200s e equivalentes ocorreram. É uma quantidade muito pequena de chips." A NVIDIA havia registrado zero de receita de computação de data center na China em seus resultados de fevereiro de 2026 e de maio de 2026.
Participação doméstica no mercado de aceleradores de IA da China
A Reuters reportou as estimativas da IDC de remessas de placas aceleradoras de IA na China.173 As estimativas contam placas aceleradoras enviadas.
A oferta doméstica é em si concentrada. A Huawei representa cerca de metade das remessas de fornecedores chineses, com o restante dividido entre T-Head da Alibaba, Baidu Kunlunxin, Cambricon, Hygon, MetaX e Iluvatar CoreX.173
Perguntas frequentes
Sim. CPUs podem executar inferência de redes neurais. O OpenVINO suporta execução em CPU juntamente com alvos GPU e NPU.174 A escolha do acelerador depende do suporte de modelo, memória, throughput e requisitos de latência.
Um designer de chips desenvolve a arquitetura do processador e o design de circuitos. Uma fundição fabrica chips para clientes. A NVIDIA e a AMD terceirizam a fabricação, enquanto a TSMC fabrica designs de clientes. A Arm e a Synopsys também fornecem IP de processadores e ferramentas de design.
Use o mesmo modelo, precisão, tamanho de lote e alvo de latência. TOPS ou FLOPS de pico por si só não podem estabelecer throughput ou custo da aplicação. Treinamento e inferência também impõem demandas diferentes em memória e computação.
Leitura adicional
Para comparações de desempenho práticas dos chips abordados, veja nossos benchmarks:
- Benchmark multi-GPU: Como o B200, H200, H100 da NVIDIA e o MI300X da AMD escalam em configurações de 1, 2, 4 e 8-GPU para inferência de LLM, com análise de throughput, latência e custo por token.
- Benchmark de concorrência de GPU: Como o B200, H200, H100 da NVIDIA e o MI300X da AMD lidam com 1 a 512 requisições simultâneas, incluindo throughput do sistema, velocidade por consulta, latência ponta a ponta e tokens por dólar em cada nível de concorrência.
- CUDA vs ROCm: Como o ROCm da AMD se compara ao 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 cobertos um a um, com os casos de uso que cada peça almeja.
- Provedores de GPU em 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 = {{Top 30+ Fabricantes de Chips de IA: NVIDIA e Seus Concorrentes}},
year = {2026},
month = sep,
howpublished = {\url{https://aimultiple.com/ai-chip-makers}},
note = {AIMultiple. Acessado em 21 setembro 2026}
}Resultados e carimbos de data/hora de 103 pontos de dados. Baixe os dados resumidos exibidos nos gráficos e tabelas deste artigo como um arquivo ZIP contendo 8 arquivos CSV.
Quer os dados granulares por trás disso? Assine o Premium
Registro de alterações
39 atualizaçõesAdicionado um perfil da empresa NextSilicon sobre seu acelerador Maverick-2.
Adicionada nova seção de fornecedores de ASIC de IA personalizados com Broadcom e Marvell
Adicionada tabela de fornecedores e chips na seção de fornecedores de chips de IA móvel
Adicionada a Fractile à lista de startups de chips de IA, ampliando o panorama de mais de 20 para mais de 25 fabricantes.
Atualizados os detalhes de financiamento, produto e colaboração da SambaNova Systems.
Adicionada uma seção sobre arquiteturas de chips de IA: GPUs vs ASICs.
Links de referência
O trabalho de Cem na AIMultiple foi citado por publicações globais líderes, incluindo Business Insider, Forbes, Morning Brew e Washington Post, por empresas globais como Deloitte e HPE, ONGs como o World Economic Forum e organizações supranacionais como a European Commission. [1], [2], [3], [4], [5]
Ao longo de sua carreira, Cem atuou como consultor de tecnologia, comprador de tecnologia e empreendedor de tecnologia. Ele aconselhou empresas sobre 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 as compras de uma operadora de telecomunicações, reportando-se ao CEO. Ele também liderou o crescimento comercial da empresa de deep tech Hypatos, que atingiu 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 líderes como TechCrunch e Business Insider.
Cem fala regularmente em conferências internacionais de tecnologia. Ele se formou como engenheiro da computação pela Bogazici University e possui um MBA pela Columbia Business School.
A seguir, leia
Top 15 Fabricantes de Chips de IA de Borda com Casos de Uso
Construtores de agentes de IA low-code/no-code: n8n, make, Zapier
As 7 Camadas da Pilha de IA Agêntica
Comentários 3
Compartilhe suas ideias
Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.
Excellent research. I particularly liked the way you separated GPU vendors from custom ASIC providers because a lot of articles mix them together. It also feels like the industry is gradually shifting from focusing only on training performance to inference efficiency. It'll be interesting to see whether companies like Groq, d-Matrix and Qualcomm can meaningfully reduce NVIDIA's dominance over the next few years.
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!