Uma grande empresa automotiva e de energia está a reformular a sua estratégia de infraestrutura de IA. De acordo com declarações recentes, a empresa terá acumulado aproximadamente $10 mil milhões em despesas com hardware GPU até ao final do ano, principalmente para treinos de redes neurais e cargas de trabalho de processamento de vídeo. A jogada estratégica combina aceleradores de terceiros com chips de IA proprietários internos para otimizar a eficiência computacional. Esta abordagem de chips duplos revela-se crucial: sem aproveitar o seu silício personalizado juntamente com processadores padrão da indústria, o investimento total em hardware poderia facilmente duplicar. O cálculo destaca uma tendência mais ampla na tecnologia—empresas que procuram uma escalabilidade de IA mais económica estão a investir cada vez mais em design de semicondutores. Ao reduzir a dependência de fornecedores externos de chips, as empresas podem diminuir drasticamente os seus custos computacionais enquanto mantêm a capacidade de processamento para pipelines de dados massivos.