Na AWS re:Invent 2025, o CEO da AWS, Matt Garman, apresentou um dado simples, mas significativo: a inferência de IA agora representa aproximadamente dois terços de toda a demanda por computação de IA. Isso representa um aumento em relação aos cerca de um terço em 2023.
Treinar é ensinar um modelo a pensar. Inferência é realmente fazê-lo pensar. A indústria gastou bilhões ensinando esses modelos, e agora os gastos estão se deslocando para colocá-los para trabalhar.
Garman, que assumiu a presidência da AWS em junho de 2024 após suceder Adam Selipsky, descreveu a inferência como “um novo Lego” na computação. Ele está dizendo que a inferência está se tornando um bloco básico que as empresas encaixarão para automatizar tarefas, executar agentes de IA e transformar fundamentalmente como os negócios operam.
Ele foi mais longe, prevendo que 80-90% do valor da IA empresarial virá eventualmente de agentes impulsionados por inferência. Não chatbots resumindo seus e-mails, mas sistemas autônomos realmente completando tarefas.
A AWS também está colocando hardware por trás dessa aposta. A empresa apresentou seus chips Trainium3 na re:Invent, projetados especificamente para cargas de trabalho de inferência, em vez das GPUs otimizadas para treinamento que dominaram as manchetes e os relatórios de receita da Nvidia.
Essa mudança é extremamente importante para o setor de mineração de criptomoedas, que tem estado no meio de sua própria crise de identidade. À medida que as margens de mineração de bitcoin se apertaram após o halving de abril de 2024, várias mineradoras importantes mudaram o foco para oferecer serviços de IA e computação de alto desempenho. Empresas como Core Scientific, Hut 8 e outras têm reutilizado suas frotas de GPU e capacidade de data centers para atender cargas de trabalho de treinamento de IA.
Mas se Garman estiver certo e a curva de demanda estiver se curvando fortemente em direção à inferência, os requisitos de hardware mudam. O treinamento exige processamento paralelo massivo em clusters de GPUs de alto desempenho funcionando por semanas ou meses. A inferência exige otimizações diferentes: menor latência, maior throughput por consulta e, muitas vezes, arquiteturas de chip completamente diferentes.
Para investidores nativos de criptomoedas, o sinal aqui é sobre a sustentabilidade da tese da “mudança para IA” que sustentou várias ações de mineração. Observe quais empresas de mineração anunciam parcerias com provedores de nuvem ou investem em hardware otimizado para inferência. Aquelas que ainda promovem acesso genérico a GPUs para treinamento podem encontrar-se do lado errado de uma curva de demanda que já mudou.
Redes descentralizadas de computação, como Render, Akash e io.net, têm-se posicionado como alternativas aos provedores de nuvem centralizados para cargas de trabalho de IA. Se a demanda por inferência estiver crescendo na taxa descrita por Garman, esses protocolos poderão ver um aumento na utilização, mas apenas se conseguirem oferecer o serviço de baixa latência e alta confiabilidade que a inferência exige. O treinamento é tolerante a interrupções de rede. A inferência não é.