Durante a abertura da confer\u00eancia anual GTC, o fundador e CEO da Nvidia, Jensen Huang, apresentou estimativas ambiciosas para a receita gerada pelos chips de intelig\u00eancia artificial, prevendo que entre 2025 e 2027 esse valor chegue a US$ 1 trilh\u00e3o. Huang destacou que essa previs\u00e3o est\u00e1 baseada no lan\u00e7amento de uma nova gera\u00e7\u00e3o de processadores ainda mais potentes.<\/p>\n
Segundo o executivo, o momento atual representa uma nova fase para as plataformas digitais, com ampla integra\u00e7\u00e3o em diversos segmentos como automotivo, servi\u00e7os financeiros, sa\u00fade, ci\u00eancias da vida, ind\u00fastrias, m\u00eddia, entretenimento, computa\u00e7\u00e3o qu\u00e2ntica, varejo, rob\u00f3tica e telecomunica\u00e7\u00f5es. Huang enfatizou a import\u00e2ncia do ecossistema de computa\u00e7\u00e3o acelerada para esse crescimento.<\/p>\n
Huang ressaltou que diversas \u00e1reas da intelig\u00eancia artificial utilizam plataformas oferecidas pela Nvidia, refor\u00e7ando o papel fundamental das bibliotecas CUDA-X, que ele classificou como \u201cjoias da coroa\u201d da empresa, constantemente atualizadas para manter a lideran\u00e7a tecnol\u00f3gica.<\/p>\n
O CEO apontou que para suportar o ecossistema, a empresa necessita de grande capacidade computacional. Ele afirmou que a Nvidia tem lan\u00e7ado uma arquitetura inovadora a cada ano e se transformou de fabricante tradicional de chips para uma verdadeira \u201cf\u00e1brica de IA\u201d, focada em infraestrutura e agora na constru\u00e7\u00e3o de f\u00e1bricas inteiras voltadas \u00e0 intelig\u00eancia artificial. Como consequ\u00eancia, a demanda por suas GPUs (unidades de processamento gr\u00e1fico) est\u00e1 \u201cfora de controle\u201d, refletindo um crescimento que ele estima em um aumento da demanda computacional de um milh\u00e3o de vezes nos \u00faltimos anos.<\/p>\n
No evento GTC, tido como o principal acontecimento do setor, a Nvidia divulgou diversas novidades. Uma delas foi o Nvidia Physical AI Data Factory Blueprint, uma arquitetura de refer\u00eancia aberta que visa unificar e automatizar a gera\u00e7\u00e3o, amplia\u00e7\u00e3o e avalia\u00e7\u00e3o dos dados utilizados para treinamento de sistemas de intelig\u00eancia artificial f\u00edsica em larga escala. Essa iniciativa busca reduzir custos, tempo e complexidade dos processos.<\/p>\n
Essa tecnologia possibilita aos desenvolvedores aproveitarem modelos base de c\u00f3digo aberto, como o Nvidia Cosmo e agentes de codifica\u00e7\u00e3o avan\u00e7ados, para ampliar conjuntos limitados de dados de treinamento, inclusive inserindo casos raros e cen\u00e1rios dif\u00edceis de captar na vida real, o que normalmente demandaria altos investimentos.<\/p>\n
A Nvidia tamb\u00e9m anunciou o fortalecimento da parceria com a IBM, que est\u00e1 desenvolvendo uma integra\u00e7\u00e3o de c\u00f3digo aberto para melhorar o desempenho e reduzir custos na extra\u00e7\u00e3o de informa\u00e7\u00f5es a partir de grandes volumes de dados corporativos. O mecanismo SQL Presto do IBM watsonx.data se beneficia da acelera\u00e7\u00e3o do Nvidia cuDF, tornando as consultas mais r\u00e1pidas.<\/p>\n
Para testar essa parceria, usaram em produ\u00e7\u00e3o o data mart da Nestl\u00e9, que processa terabytes de informa\u00e7\u00f5es sobre pedidos, entregas e faturamento em 186 pa\u00edses. Antes, com CPUs, uma atualiza\u00e7\u00e3o desse banco levava 15 minutos e ocorria algumas vezes por dia. Com a tecnologia GPU da Nvidia, esse tempo caiu para tr\u00eas minutos, proporcionando uma economia de custos de 83% e um aumento de 30 vezes na rela\u00e7\u00e3o custo-benef\u00edcio, segundo a IBM.<\/p>\n
Jensen Huang refor\u00e7ou que a demanda por capacidade computacional subiu drasticamente nos \u00faltimos dois anos. Apesar da preocupa\u00e7\u00e3o de alguns investidores sobre a manuten\u00e7\u00e3o do crescimento nas despesas com IA, o CEO apresentou sua previs\u00e3o de US$ 1 trilh\u00e3o em vendas \u2014 valor que dobrou em compara\u00e7\u00e3o aos n\u00fameros divulgados no ano anterior \u2014 como uma indica\u00e7\u00e3o da robustez da demanda.<\/p>\n
Al\u00e9m disso, Huang apontou que os gastos globais com data centers poder\u00e3o alcan\u00e7ar entre US$ 3 trilh\u00f5es e US$ 4 trilh\u00f5es anuais at\u00e9 2030. No \u00e2mbito automotivo, revelou detalhes sobre uma colabora\u00e7\u00e3o com a Uber, informando que a empresa de transporte implementar\u00e1 uma frota equipada com o software de dire\u00e7\u00e3o aut\u00f4noma da Nvidia em 28 cidades, distribu\u00eddas em quatro continentes, at\u00e9 2028, iniciando o servi\u00e7o em Los Angeles e S\u00e3o Francisco no pr\u00f3ximo ano.<\/p>\n
O CEO tamb\u00e9m mencionou que as montadoras Nissan, BYD, Geely, Isuzu e Hyundai est\u00e3o desenvolvendo ve\u00edculos aut\u00f4nomos com o suporte da tecnologia da companhia.<\/p>\n
Durante a GTC, a Nvidia anunciou uma expans\u00e3o da parceria com a Hyundai Motor Company e a Kia Corporation para desenvolver tecnologias avan\u00e7adas de dire\u00e7\u00e3o aut\u00f4noma. Essa iniciativa tem como base a plataforma Nvidia Drive Hyperion, voltada para ve\u00edculos aut\u00f4nomos.<\/p>\n
A coopera\u00e7\u00e3o combina a expertise em engenharia de ve\u00edculos da Hyundai Motor Group, sua frota global e experi\u00eancia no desenvolvimento de condu\u00e7\u00e3o aut\u00f4noma com a capacidade de computa\u00e7\u00e3o acelerada, infraestrutura de IA e software de condu\u00e7\u00e3o aut\u00f4noma da Nvidia, buscando criar sistemas escal\u00e1veis e orientados por dados para toda a gama de ve\u00edculos do grupo.<\/p>\n
Rishi Dhall, vice-presidente da divis\u00e3o automotiva da Nvidia, destacou que o futuro da mobilidade ser\u00e1 fundamentado em intelig\u00eancia artificial e software, apontando que o desenvolvimento inclui desde assistentes avan\u00e7ados em ve\u00edculos at\u00e9 servi\u00e7os de robot\u00e1xi que a Motional planeja escalar.<\/p>\n
Al\u00e9m disso, a Nvidia planeja fortalecer tamb\u00e9m sua colabora\u00e7\u00e3o com a Motional, joint venture da Hyundai focada em dire\u00e7\u00e3o aut\u00f4noma, para aprimorar capacidades de robot\u00e1xis de n\u00edvel 4 e acelerar a oferta de mobilidade aut\u00f4noma de pr\u00f3xima gera\u00e7\u00e3o. As companhias pretendem acelerar um ciclo cont\u00ednuo de desenvolvimento que envolve coleta de dados da frota no mundo real, treinamento e aprimoramento de modelos IA, simula\u00e7\u00f5es, valida\u00e7\u00f5es e implanta\u00e7\u00e3o nos ve\u00edculos comerciais.<\/p>\n