Os chips da Cerebras Systems podem ser 15 vezes mais rápidos do que alguns modelos Blackwell da Nvidia, mas a Nvidia possui 2 vantagens distintas

Fabricante de chips de inteligência artificial (IA) Cerebras Systems (CBRS 8,90%) abriu seu capital em 14 de maio, em meio a grande repercussão. As ações subiram 68% no seu primeiro dia de negociação — um sinal, segundo especialistas, de que o mercado de IA está vivo e bem.

A expectativa em torno dessa oferta pública inicial faz sentido, dado que a Cerebras está competindo com grandes projetistas de chips como Nvidia (NVDA 1,86%) e AMD, ambos com desempenho extraordinário nos últimos anos.

Investidores provavelmente ficaram ainda mais animados ao ler na declaração de registro da Cerebras que a empresa afirma que seus chips são 15 vezes mais rápidos do que os dos principais concorrentes.

Embora isso seja indiscutivelmente intrigante, as unidades de processamento gráfico (GPUs) da Nvidia ainda possuem duas vantagens distintas sobre os chips da Cerebras.

Fonte da imagem: Getty Images.

Por que os chips da Cerebras são diferentes

Enquanto a maioria dos projetistas de chips inicia o processo de fabricação cortando grandes wafers de silício em várias pequenas peças que eventualmente se tornarão chips individuais, a Cerebras usa um wafer de silício inteiro para fabricar um chip gigante: seus motores de escala wafer (WSEs) são 58 vezes maiores do que os processadores Blackwell 200 da Nvidia. Alguns veículos de notícias descreveram os chips da Cerebras como sendo do tamanho de um prato de jantar.

Expandir

NASDAQ: CBRS

Cerebras Systems

Variação de hoje

(-8,90%) $-25,08

Preço atual

$256,78

Pontos-chave de dados

Valor de mercado

$56B

Variação do dia

$250,27 - $285,00

Variação de 52 semanas

$185,00 - $386,34

Volume

11,8 milhões

Volume médio

12,7 milhões

Margem bruta

39,03%

Chips maiores certamente têm algumas vantagens em centros de dados, pois mais memória e poder de processamento podem ser concentrados neles. A Cerebras afirma que seu modelo WSE-3 possui 250 vezes mais memória on-chip do que o modelo B200 da Nvidia e 2.625 vezes mais largura de banda de memória.

Ter mais memória no chip ajuda a resolver gargalos de processamento de dados que GPUs menores enfrentam, como buscar dados de outras GPUs ou de memória externa adjacente ao chip.

Embora isso possa tornar os chips da Cerebras competitivos ou até melhores em certas situações, aqui estão duas razões pelas quais os acionistas da Nvidia não estão entrando em pânico.

1. Chips menores são vantajosos de algumas maneiras

Enquanto a Cerebras naturalmente foca nas desvantagens dos chips rivais, há cenários em que chips menores podem oferecer vantagens, principalmente porque proporcionam mais flexibilidade aos clientes.

Primeiro, chips de tamanho wafer são mais caros de fabricar e contêm muito mais núcleos do que os menores. Se partes suficientes de um dos enormes chips da Cerebras forem defeituosas, o chip inteiro (caro) pode precisar ser descartado. Embora a empresa tenha projetado seus chips com redundâncias para reduzir as chances de isso acontecer, defeitos ocorrem em todos os processos de fabricação de chips.

Além disso, nem todas as tarefas de IA exigem o poder total de um WSE-3. Tarefas menores requerem menos GPUs, então empresas de pequeno a médio porte que buscam implantar aplicações de IA provavelmente encontrarão soluções mais econômicas em empresas como a Nvidia. E as GPUs da Nvidia podem ser implantadas em clusters personalizados para fornecer qualquer capacidade de processamento necessária.

2. CUDA

Mas a maior vantagem competitiva da Nvidia pode ser sua camada de software CUDA (Compute Unified Device Architecture), que atualmente domina o espaço. É uma plataforma de software que permite aos desenvolvedores escreverem código para as GPUs da Nvidia — e, geralmente, esse código só pode ser executado nas GPUs da Nvidia.

A Nvidia introduziu o CUDA em 2006, e nas últimas duas décadas, um ecossistema robusto se desenvolveu ao redor da plataforma, que foi amplamente adotada por consumidores e empresas.

Por exemplo, segundo a Nvidia, empresas farmacêuticas usam CUDA para ajudar na descoberta de novos medicamentos, fabricantes de automóveis usam para aprimorar as capacidades de direção autônoma de seus veículos, e varejistas usam para analisar dados de clientes que impactam recomendações de produtos e publicidade.

A transição para fora do CUDA seria um processo difícil. Não só exigiria reescrever muito código, mas também operar em torno de todo esse ecossistema já existente. Sem falar que a maioria dos desenvolvedores do setor trabalhou com CUDA durante toda a carreira e usam várias outras ferramentas desenvolvidas especificamente para CUDA. Eles estão acostumados a essas ferramentas e são eficientes com elas. Abandonar tudo isso seria uma opção pouco atraente para a maioria das empresas.

Expandir

NASDAQ: NVDA

Nvidia

Variação de hoje

(-1,86%) $-4,09

Preço atual

$215,42

Pontos-chave de dados

Valor de mercado

$5,2 trilhões

Variação do dia

$214,84 - $221,07

Variação de 52 semanas

$132,92 - $236,54

Volume

5,8 milhões

Volume médio

171,3 milhões

Margem bruta

74,15%

Rendimento de dividendos

0,02%

No ano passado, a CUDA suportava mais de 900 bibliotecas e modelos de IA, segundo a Business Insider, com cada biblioteca correspondendo a uma indústria que utiliza a tecnologia da Nvidia.

É verdade que a Cerebras construiu sua própria camada de software para competir com o CUDA, mas a Nvidia tem uma grande vantagem inicial.

A vantagem competitiva da Nvidia é comparável às que as empresas de pagamento Visa e Mastercard desfrutam, que desempenham papéis essenciais na facilitação de transações de pagamento. Poderia outra empresa fazer o que essas duas fazem do ponto de vista tecnológico? Claro, mas seria possível replicar suas enormes redes globais e escala?

Bem, isso ainda não aconteceu.