Em dezembro de 2011, Jensen Huang, cofundador e CEO Nvidia, revelou uma atualização estratégica na plataforma de programação Cuda, tornando partes dela em código aberto. O anúncio, feito em Pequim, tinha como objetivo conquistar desenvolvedores chineses e garantir a lealdade de engenheiros do país. Isso muito antes do primeiro governo Donald Trump, das restrições à exportação da tecnologia da empresa e das crescentes tensões geopolíticas entre EUA e China.

Naquele momento, após a crise de 2008, a China já era o maior mercado da Nvidia, representando um terço das vendas, graças ao crescimento do setor de games e à produção de eletrônicos para exportação. Por isso, a empresa investiu pesado em pesquisa e desenvolvimento, estabelecendo laboratórios em cidades como Tianjin.

No entanto, com a ascensão da inteligência artificial e seu impacto global, os chips da Nvidia se tornaram peças-chave não só para a nova tecnologia, mas também na disputa entre as superpotências. Atualmente, os processadores da Nvidia são discutidos em negociações comerciais entre EUA e China, ao lado de temas como tarifas e a venda do TikTok.

Nesse cenário, enquanto os EUA expressam preocupação com sua segurança nacional e o uso da tecnologia para fins bélicos, impondo restrições à exportação, a China ordena que suas empresas parem de comprar chips da Nvidia e acelerem a transição para alternativas locais.

Por isso, Jensen Huang, nascido em Taiwan, já desempenha o papel não oficial de diplomata global da IA, viajando frequentemente entre Pequim e Washington para salvar a operação da Nvidia na China. A perda desse mercado, estimado por ele em US$ 50 bilhões, e dos especialistas em IA locais representaria não apenas uma enorme perda financeira, mas também uma ameaça à liderança da Nvidia no setor de chips para IA.

Empresas chinesas avançam, mas Nvidia segue líder

A China, por sua vez, tem investido em alternativas locais e incentivado empresas como Huawei e Cambricon a desenvolver tecnologias que possibilitem a construção e operação de IAs chinesas em infraestrutura doméstica.

Nesta semana, por exemplo, a startup chinesa DeepSeek lançou um modelo experimental que utiliza a técnica de “atenção seletiva”. Outra novidade é que o V3.2-Exp funciona diretamente em chips locais, como os da Cambricon ou da linha Ascend, da Huawei, sem necessidade de adaptação.

No entanto, as versões locais ainda enfrentam dificuldades, como limitações no software e na capacidade de interconectar chips em grandes clusters de computação, essenciais para o treinamento de modelos de IA – um campo no qual a tecnologia da Nvidia ainda é incontornável.

Embora usem versões menos avançadas ou menores quantidades dos chips da Nvidia, empresas chinesas como DeepSeek, Alibaba e Moonshot continuam dependendo fortemente da tecnologia norte-americana para treinar seus modelos. Posteriormente, alternativas locais são usadas para tarefas de inferência, como a geração de respostas por chatbots.

Dessa forma, a Nvidia segue sendo uma força dominante no mercado de IA, com vendas e lucro em alta. No entanto, as previsões para o próximo trimestre são cautelosas e não incluem vendas para a China, o que continua a ser uma preocupação para os investidores. À medida que as empresas chinesas avançam, também cresce a apreensão da própria Nvidia, do governo dos EUA e de outras desenvolvedoras de IA.