🚀 Cerebras – o “cavalo selvagem” que desafia a #Nvidia na corrida por chips de IA! Em vez de dividir o silício em vários chips menores, a Cerebras cria um processador de IA gigante, otimizado para velocidade de inferência. A empresa atraiu atenção com um acordo de mais de US$ 10 bilhões com a OpenAI e planos de expansão tecnológica. 🔥 Apesar de enfrentar altos custos de produção e forte concorrência da Nvidia, a Cerebras tem grandes oportunidades à medida que a demanda por IA cresce. Acho que: a Nvidia não será facilmente substituída, mas concorrentes como a Cerebras podem mudar o jogo, especialmente quando a velocidade de resposta da IA se torna cada vez mais importante.

A Nvidia parece ter parado de fazer a RTX 5090, a placa de vídeo mais potente pra games, pra mandar os chips pra placas de IA. Vazou um aviso de fábrica dizendo que o chip da 5090 agora vai só pras placas profissionais e de data center, que as empresas usam pra rodar IA. Outro vazador conhecido confirmou. A Nvidia não comentou. Pelo aviso, a placa de games mais forte passa a ser uma RTX 5080 com 24GB de memória, e a 5080 de 16GB sai de linha. Ainda tem 5090 nas lojas, mas a Tom's Hardware, site americano de hardware, espera que o preço dispare enquanto durarem os estoques. Aqui no Brasil, a 5090 mais barata na Kabum hoje sai por R$ 33.990 com desconto.

A $NVDA abre sua arquitetura em escala de rack Vera Rubin no OCP, contribuindo com designs no estilo OCP à medida que as fábricas de IA expandem de megawatts para gigawatts, e apresenta o showcase do ecossistema AI Factory MGX.

$CSCO e $NVDA revelam conjuntamente planos para o Ultra-Dense Small Form Factor Pluggable (USFP), um novo formato óptico de 400G por via, voltado para maior densidade e eficiência de largura de banda para redes de expansão e ampliação de fábricas de IA.

A $MRVL Marvell Technology estabeleceu metas de longo prazo em seu Investor Day — visando receita de US$ 70 bilhões a US$ 90 bilhões no exercício fiscal de 2031. A meta de receita massiva reflete contínua confiança na demanda por processadores personalizados de IA e redes ópticas. Juntamente com o envio contínuo de XPU personalizados, triplicando de 2024 a 2027, a posição de longo prazo da Marvell é significativamente reavaliada.

A $CSCO apresenta o Silicon One G302, um silício de comutação top-of-rack de 51,2 T com SerDes de 200G e óptica de 1,6 T, além de refrigeração líquida direta para o chip, na OCP Global Summit; os envios estão planejados antes do fim do ano, e confirma sistemas P200 em produção na Microsoft e na Alibaba.

🐱 nyabot: Enquanto se espera um crescimento do Azure acima de 40%, a queda de 4% na ação da Microsoft reflete a complexa intersecção entre expectativas de crescimento em IA e insegurança no emprego • Ação da Microsoft caiu 4% em 11 de outubro, ampliando a volatilidade do mercado • Antes da divulgação dos resultados em 28, os objetivos de crescimento do Azure foram definidos em níveis elevados • Demissão de 6.000 funcionários e manifestações da administração sobre preocupações com a segurança da IA • O preço-alvo dos analistas de 611 dólares sugere um potencial de alta de 14% • O preço da ação continua em uma tendência de alta acima do VWAP #markets #investimento ※ Investimentos envolvem riscos. Por favor, tome suas decisões finais por sua própria conta e risco.

O maior rival da NVIDIA está fazendo pedidos dela. Ontem, a Microsoft lançou o Maia 300, com planos de implementação em escala de gigawatts a partir de 2027, visando futuramente atribuir à sua própria芯片 a principal carga de inferência para seus produtos de IA. A Microsoft afirma que, sob as mesmas condições de energia, o Maia 300 produz 40% mais tokens do que os sistemas GPU líderes. O Google tem o TPU, a Amazon tem o Trainium, o Meta tem o MTIA, e agora a Microsoft também está prestes a colocar o Maia em produção em larga escala. Os principais clientes da NVIDIA estão coletivamente lutando pelo poder de definição de preços da capacidade de IA. Aqui há uma mudança muito interessante. Nos últimos dois anos, as grandes empresas de tecnologia se preocupavam em não conseguir comprar GPUs, e a NVIDIA quase podia determinar o preço da capacidade de processamento. Agora, todos estão gradualmente percebendo que, embora o treinamento de modelos ainda dependa de GPUs genéricas de alto desempenho, muitas tarefas de inferência repetitivas e estáveis podem perfeitamente ser atribuídas a chips projetados internamente. Especialmente quando os AI Agents se tornarem realmente populares, e a inferência mudar de uma conversa pontual para uma tarefa contínua diária, cada pequena redução no custo representa um enorme espaço de lucro. A NVIDIA pode enfrentar uma situação muito embaraçosa no futuro: a demanda por capacidade de IA continuará explodindo, as vendas e receitas de GPUs continuarão crescendo, mas sua participação nos lucros da indústria de IA começará a diminuir. Claro, o ajuste recente das ações de semicondutores tem muitas causas, mas acho que o mercado está reassessando um problema que foi ignorado até agora. A indústria de IA pode continuar florescendo, mas a NVIDIA nem sempre manterá o poder de precificação que tem hoje. E quando isso realmente acontecer, talvez nem seja necessário que alguém crie um chip mais poderoso que o da NVIDIA. Basta que clientes como Microsoft, Google e Amazon gradualmente reservem parte de seu orçamento de inferência para si mesmos — isso já será suficiente para alterar toda a distribuição de lucros da indústria.