Os $3.5B que a Nvidia paga pelo alcance da MediaTek

A Nvidia planeja investir $3.5 bilhões em títulos conversíveis emitidos pela MediaTek, que espera faturar cerca de $2 bilhões com chips de IA neste ano. O investimento supera a receita anual projetada da parceira nesse segmento — e indica o que a Nvidia valoriza à medida que a inferência deixa os bastidores dos centros de dados.

Na inferência, o local de execução passa a fazer parte do processamento

Durante o treinamento de modelos, os compradores concentraram os gastos em aceleradores escassos e de uso geral. Com cargas de trabalho grandes e centralizadas, o aproveitamento dos aglomerados computacionais era o principal critério de compra. Na inferência, também é preciso otimizar o custo por tarefa útil, a latência, a capacidade de memória, o consumo de energia, a privacidade e a localização física.

Um chip pode executar uma rotina com rapidez e, ainda assim, perder no desempenho do sistema como um todo, porque a movimentação de dados, a memória, a rede, a sobrecarga do software ou os limites de energia anulam o ganho. Melhorar um componente apenas revela o próximo gargalo. Com a inferência, projetar sistemas equilibrados deixa de ser uma preferência de engenharia e se torna uma restrição comercial.

Os desenvolvedores de IA já trabalham com essa restrição. A Perplexity dividiu tarefas entre modelos locais e na nuvem, mantendo dados privados no dispositivo e usando os tokens com mais eficiência. A arquitetura de implantação está se tornando parte do produto, em vez de permanecer como uma infraestrutura invisível.

Nessa escala, a inferência redesenha o mercado de chips de IA. Uma carga de trabalho que pode ser executada em um centro de dados na nuvem, em um PC, dentro de um celular ou em um veículo não cria um único mercado de aceleradores. Ela cria um problema de distribuição entre ambientes computacionais com limites e proprietários distintos. Um sistema eficiente coloca processamento, memória e software suficientes no lugar certo, a um custo aceitável.

A MediaTek vende a integração entre as partes

A MediaTek é relevante porque há muito tempo combina processamento, conectividade, gerenciamento de energia, suporte de software e entrega ao cliente em SoCs distribuídos por canais de dispositivos de grande volume. A inferência leva essa competência de integração dos celulares para PCs, veículos e centros de dados.

A MediaTek já aplicava esse modelo antes do atual ciclo da IA. Em 2020, Amazon e MediaTek desenvolveram o processador AZ1 Neural Edge para reconhecimento de voz no próprio dispositivo. O produto combinava processamento especializado com as funções necessárias ao seu uso.

No setor automotivo, a MediaTek concordou em integrar módulos de GPU e software da Nvidia a SoCs de informação e entretenimento veicular. O RTX Spark amplia a parceria com uma família de chips de consumo baseados em Arm, que combina tecnologia de GPU da Nvidia, uma CPU Arm e até 128GB de memória unificada para cargas locais de IA.

A MediaTek também começou a usar o encapsulamento avançado da Intel Foundry em conjunto com a TSMC. Ao coordenar CPUs, aceleradores, memória e conectividade de diversas origens, a MediaTek consegue entregar um sistema, e não apenas uma coleção de componentes.

A Nvidia planeja investir $3.5 bilhões em títulos conversíveis da MediaTek enquanto a MediaTek projeta cerca de $2 bilhões em receita com chips de IA neste ano. A dimensão do aporte acompanha a lógica industrial: a Nvidia ganha acesso a categorias de dispositivos, relações com fabricantes de equipamentos e sistemas personalizados nos quais a MediaTek já sabe fazer componentes heterogêneos funcionarem como um único produto.

A vantagem competitiva da Nvidia precisa subir uma camada

A Nvidia já tem como se beneficiar quando parceiros projetam parte do silício: ela pode fornecer o software, a interconexão e a infraestrutura que coordenam esses componentes.

Com o NVLink Fusion, a MediaTek pode incorporar XPUs projetadas por clientes a grandes estruturas de IA interligadas por NVLink. A colaboração mais ampla abrange infraestrutura de nuvem, computação local e sistemas automotivos. A MediaTek fornece a integração específica para cada área; a Nvidia, a camada de coordenação.

Um fabricante de equipamentos pode combinar sua própria CPU ou XPU com GPUs da Nvidia, em vez de comprar uma solução totalmente projetada pela Nvidia. A empresa pode abrir mão da venda de um componente e, ao mesmo tempo, preservar a demanda por seu software e sua interconexão.

A MediaTek ilustra esse acordo. Seu centro de dados de P&D em Taiwan usa chips Nvidia B200 e infraestrutura DGX SuperPOD ao mesmo tempo que a empresa amplia suas próprias ambições no mercado de chips de IA. A Nvidia também afirmou que a MediaTek poderá vender a CPU desenvolvida para o Project DIGITS.

A Nvidia amplia sua distribuição ao compartilhar com a MediaTek parte das camadas de silício e de sistema. A MediaTek ganha recursos e acesso a clientes que reforçam sua credibilidade para além da plataforma da Nvidia. Os títulos alinham os incentivos em torno da compatibilidade sem determinar qual empresa ficará com o valor econômico de cada camada.

Cargas estáveis transformam clientes em projetistas de chips

Os grandes operadores de cargas de trabalho pressionam o mercado pelo outro lado. Quando uma carga de inferência se torna estável, volumosa e específica de um operador, ele pode otimizar o equipamento em torno de seus modelos, do fluxo de dados e do ambiente operacional. A flexibilidade de uso geral perde importância, enquanto o controle sobre custos e comportamento do sistema ganha valor.

OpenAI e Broadcom levaram o chip de inferência Jalapeño do projeto à conclusão do desenho para fabricação em nove meses, com a ajuda dos modelos da OpenAI. A Waymo desenvolveu um ASIC personalizado de 5nm para seus robotáxis, a fim de melhorar o desempenho na condução e reduzir a dependência de fornecedores externos, entre eles a Nvidia.

OpenAI e Waymo vendem produtos diferentes, mas cada uma controla uma carga de trabalho ou um canal de distribuição grande o suficiente para justificar a otimização do silício. Seus gastos recorrentes com inferência tornam economicamente viáveis os projetos personalizados.

O silício personalizado não torna as GPUs obsoletas. Ele traz custos de projeto, fabricação, software e implantação, enquanto uma plataforma de uso geral distribui esses custos entre clientes e cargas de trabalho. Quanto mais incerta ou variável for a demanda, mais valiosa continuará sendo essa flexibilidade.

Mesmo assim, um projeto próprio viável altera o poder de negociação. O comprador pode decidir quais cargas exigem a plataforma da Nvidia, quais devem ficar em um ASIC e quais precisam transitar entre sistemas locais e na nuvem. A Nvidia deixa de negociar contra a alternativa de “não ter capacidade computacional” e passa a enfrentar uma opção específica para a carga de trabalho, controlada pelo cliente.

Preços ditados pela escassez não equivalem à dependência do ecossistema

A Nvidia ainda consegue cobrar mais graças à escassez. O preço de locação por hora de uma GPU Blackwell subiu de $2.75 para $4.08 em dois meses em meio ao avanço da demanda por sistemas autônomos de IA. A AWS elevou em 20% os preços da capacidade reservada com GPUs Nvidia, mas manteve inalterados os preços do Trainium.

Esses aumentos mostram que a oferta de aceleradores continua limitada e que os clientes ainda valorizam o acesso imediato à plataforma da Nvidia. A MediaTek reforça esse argumento ao construir sua própria infraestrutura de P&D com chips B200 e DGX SuperPOD, ao mesmo tempo que expande seu negócio de chips de IA.

Quando a oferta é restrita, a Nvidia cobra mais por cada GPU escassa. Quando os clientes dependem de seu ecossistema, a empresa captura valor das interfaces, do software e da arquitetura que fazem CPUs, GPUs, XPUs personalizadas, memória e rede funcionarem em conjunto. A primeira vantagem dura enquanto o componente permanece escasso; a segunda pode sobreviver em um mercado mais heterogêneo.

Um operador de nuvem pode executar uma tarefa estável e de alto volume em silício personalizado, manter cargas voláteis em GPUs da Nvidia e encaminhar tarefas que exigem privacidade para dispositivos locais. A Nvidia só preserva seu poder se essas escolhas continuarem mais simples dentro de sua arquitetura do que fora dela.

Comparado à projeção de cerca de $2 bilhões da MediaTek em chips de IA, o compromisso planejado de $3.5 bilhões da Nvidia remunera mais do que uma relação com um fornecedor: remunera o acesso a sistemas que a Nvidia não constrói sozinha. O acelerador deu poder à Nvidia; o acordo com a MediaTek mostra onde a empresa pretende preservá-lo agora — nas condições que determinam como todo o restante do sistema se conecta.