Principais empresas e fabricantes de chips de IA: as alternativas à NVIDIA que realmente são entregues

Você pode encomendar uma placa de desenvolvimento Tenstorrent Blackhole esta semana. Custa 999 $, está em estoque e é enviada em cerca de duas semanas. Já um Meta MTIA você não consegue comprar nem alugar por um canal público; a Meta descreve o MTIA como silício que implanta para as próprias cargas de trabalho.

As duas empresas são contadas entre as principais empresas de chips de IA. A distância entre essas duas situações é o tema deste artigo.

O que vem a seguir vai fornecedor por fornecedor: o que você consegue obter, por qual canal e quanto o software custa depois que você tem o hardware.

TL;DR

• Amplamente alugável: A AMD Instinct ainda tem a maior presença em nuvem pública fora da NVIDIA, mas a linha de produtos avançou. A AMD lançou a série MI400 em julho de 2026, enquanto os sistemas MI300X, MI325X e da série MI350 continuam sendo os que você tem mais chance de encontrar para alugar.
• Nuvem única: As TPUs do Google ficam no Google Cloud, com o TPU7x Ironwood em disponibilidade geral desde março de 2026. O AWS Trainium e o Inferentia ficam na AWS.
• API mais infraestrutura dedicada: Groq, Cerebras e SambaNova oferecem inferência hospedada, mas dizer apenas API já não é preciso. Cada uma agora também tem um caminho dedicado ou local.
• Hardware que você pode adquirir: A Tenstorrent vende placas Blackhole diretamente. A Qualcomm apresenta seus aceleradores de data center Dragonfly por um caminho de contato comercial corporativo, e não apenas como anúncios de roadmap.
• Limitado ou interno: O Intel Gaudi 3 continua disponível em implantações selecionadas do IBM Cloud, enquanto o Crescent Island deve entrar em amostragem com clientes no segundo semestre de 2026. A Etched diz que seus primeiros racks vão para clientes contratados no verão de 2026. Meta MTIA e Microsoft Maia continuam internos ou integrados ao Azure, e não aceleradores públicos de autoatendimento.

O Que Este Artigo Não Aborda

Três coisas ficam deliberadamente fora do recorte, e cada status de fornecedor abaixo reflete agosto de 2026.

• Preços. A pergunta aqui é se você consegue obter o hardware, não quanto custa uma hora nele.
• Previsões. Nenhum palpite sobre quem vence.
• Placas de consumo e de desktop. O assunto são aceleradores de data center e de nuvem.

As cinco formas de conseguir computação em um acelerador de IA

Cinco caminhos de acesso cobrem os aceleradores deste artigo: aluguel em várias nuvens, aluguel por uma única nuvem, acesso por API hospedada, hardware dedicado ou adquirível diretamente, e acesso corporativo limitado para produtos que não são amplamente de autoatendimento. Algumas empresas hoje abrangem mais de um desses caminhos. Um grupo à parte continua exclusivamente interno, sem nenhuma forma pública de alugar ou comprar o silício.

Acesso é um estado, não uma propriedade permanente da empresa. Ele muda conforme novas gerações são lançadas, conforme as nuvens adicionam ou retiram hardware e conforme os fornecedores abrem ou fecham canais de compra. Também não diz nada sobre qualidade ou escala. Ele descreve como você consegue a computação, e é esse canal que decide se um nome é algo sobre o qual você pode agir.

A NVIDIA detém a grande maioria da receita de aceleradores de IA para data center, está em praticamente toda nuvem, e o CUDA é a superfície contra a qual todo o resto é medido. As outras empresas de aceleradores de IA aqui são interessantes justamente pelo quanto diferem as formas de chegar até elas.

A AMD Instinct é a que você pode alugar em quase todo lugar

Entre as alternativas à NVIDIA aqui, a AMD Instinct tem a maior presença entre provedores: MI300X e MI325X estão disponíveis em vários provedores de nuvem e neocloud, em vez de presos a um único hiperescalador. A AMD lançou a série MI400 em julho de 2026, liderada pelo MI455X, mas as gerações anteriores ainda importam porque são as que você tem mais chance de encontrar em implantações de aluguel já existentes. O ROCm continua sendo a portabilidade de software mais curta deste artigo para a maioria das cargas PyTorch existentes.

O hardware não é a restrição. O MI300X carrega 192GB de HBM3 a 5,3 TB/s em 304 unidades de computação CDNA3 num módulo de 750W. O MI325X eleva isso para 256GB de HBM3E a 6 TB/s e 1000W, uma capacidade que ficou abaixo dos 288GB que a AMD anunciou de início.

Núcleos CUDA são o que a NVIDIA conta, enquanto a AMD conta unidades de computação, e os dois não se convertem, razão pela qual memória e largura de banda comparam melhor entre fabricantes.

A situação do software mudou, e a reputação ficou para trás. O suporte do ROCm ao PyTorch foi incorporado ao repositório oficial do PyTorch em vez de viver num fork da comunidade, e as versões atuais do ROCm acompanham os frameworks atuais. O ROCm 7.14.0 suporta o PyTorch 2.12, ao lado das integrações atuais da AMD com o ecossistema mais amplo de software de IA.

Minha leitura é que o atrito que as pessoas ainda descrevem não é throughput nem suporte a frameworks. É arqueologia. Quando uma configuração em CUDA quebra às três da manhã, alguém já esbarrou naquela mensagem de erro e anotou a correção. No ROCm a busca é mais rala, então o tempo vai para procurar em vez de consertar. Esse custo nunca aparece num benchmark.

O trabalho da AMD com aceleradores também vai além do data center, o que importa se você quer hardware barato para aprender a pilha.

A demo de cluster de mini PCs da AMD roda no silício de consumo da mesma empresa.

Google TPU e AWS Trainium são alugáveis em exatamente uma nuvem cada

O TPU7x do Google e o Trainium da AWS estão ambos em disponibilidade geral e ambos presos a um único provedor. O TPU roda no Google Cloud. Trainium e Inferentia rodam na AWS. Nenhum dos dois oferece a portabilidade entre provedores da AMD ou da NVIDIA, e essa restrição pode pesar mais do que qualquer especificação isolada.

O TPU7x é o primeiro lançamento da família Ironwood de sétima geração do Google e entrou em disponibilidade geral em 31 de março de 2026. O Google o posiciona para treinamento e inferência em larga escala. O Trillium v6e continua disponível, enquanto o Ironwood segue como a geração de TPU atualmente em disponibilidade geral do Google. O Google também anunciou o TPU 8t e o TPU 8i de oitava geração, mas ambos ainda constam como em breve.

O fato mais útil sobre as TPUs não está na ficha técnica. Existe uma entrada gratuita: Colab e Kaggle oferecem runtimes de TPU, e o TPU Research Cloud concede tempo a pesquisadores. Essa entrada gratuita te dá um jeito de testar o caminho de software da TPU antes de comprometer orçamento de nuvem, embora não se deva presumir que os serviços gratuitos entreguem especificamente o hardware Ironwood mais recente.

A AWS chega ao próprio silício por instâncias Trainium e UltraServers, além de instâncias Inf2 para o Inferentia2. Os UltraServers Trainium3 entraram em disponibilidade geral em dezembro de 2025 e escalam para 144 chips, contra 64 nos UltraServers Trn2 anteriores. Tudo passa pelo Neuron SDK. A AWS enquadra o custo de portabilidade de forma mais otimista do que a maioria dos fornecedores.

A página do AWS Trainium afirma que vLLM, HuggingFace Transformers e TorchTitan rodam nativamente no Trainium sem código próprio e sem esforço de portabilidade. Essa é a afirmação do fornecedor sobre o próprio produto, não um resultado verificado de forma independente.

Os dois estão dentro de uma troca que vale fazer de forma deliberada. Você ganha um segundo fornecedor de silício e perde a capacidade de mover aquela carga para outra nuvem sem refazer o trabalho, o que quase não custa nada a um time já comprometido com um provedor e custa tudo a um time construído em torno de evitar compromisso.

O que precisa caber na memória restringe a escolha antes de tudo: 144GB por chip Trainium3 é um problema de planejamento diferente dos 192GB do Ironwood, seja quem for que venda.

Groq, Cerebras e SambaNova vão além das APIs hospedadas

Groq, Cerebras e SambaNova oferecem inferência hospedada, mas a API já não é toda a história de acesso. A Groq combina o GroqCloud com a infraestrutura dedicada GroqMetal. A Cerebras oferece acesso em nuvem ao lado de sistemas CS-3 que podem rodar localmente. A SambaNova oferece o SambaCloud ao lado do SambaRack e do SambaStack. A distinção agora é quanto controle de infraestrutura você precisa e até onde está disposto a ir num processo de compra corporativo.

Groq's LPU packs 230MB of on-die SRAM with 80 TB/s of internal bandwidth, a design that trades memory capacity for latency, and GroqCloud exposes it as an OpenAI-compatible endpoint. The ownership story attached to it carries dates worth keeping. On 24 December 2025, Groq entered a non-exclusive inference technology licensing agreement with NVIDIA, and said founder Jonathan Ross and president Sunny Madra would join NVIDIA. Groq continues to operate independently. Simon Edwards, previously its chief financial officer, stepped up to lead it at the time of the deal; check the company for current leadership before citing it.

O próprio anúncio da Groq diz que o GroqCloud continuará operando sem interrupção.

Na GTC de março de 2026, a NVIDIA apresentou a NVIDIA Groq 3 LPU dentro de sua plataforma Vera Rubin.

O anúncio Vera Rubin da NVIDIA descreve um rack LPX com 256 processadores LPU, disponível no segundo semestre de 2026.

A Cerebras adota a abordagem física oposta: uma única peça em escala de wafer com 900.000 núcleos e 44GB de SRAM no chip, avaliada em 125 PFLOPs.

A página de inferência da Cerebras oferece 5 $ de crédito gratuito e descreve a migração como apenas duas mudanças de código. Uma distinção ainda importa para o planejamento: a API de autoatendimento é o caminho fácil de inferência, enquanto treinamento, ajuste fino, capacidade dedicada e implantações locais de CS-3 ficam mais adiante no caminho corporativo.

A história atual de hardware da SambaNova gira em torno do SambaRack SN50, montado sobre 16 RDUs SN50 de quinta geração por rack. O SambaCloud segue como o caminho hospedado, enquanto SambaRack e SambaStack fornecem infraestrutura dedicada que pode rodar localmente ou em ambientes hospedados.

O acesso hospedado ainda é o ponto de entrada mais fácil para os três, mas já não descreve o produto inteiro.

A Tenstorrent vende hardware que você pode possuir

A Tenstorrent é o único fornecedor deste artigo cujo acelerador você pode comprar direto como pessoa física, a um preço que não é uma decisão de investimento.

A página de hardware da Tenstorrent lista o Blackhole p100a a 999 $ e o p150a e o p150b a 1.399 $, em estoque e com envio em cerca de duas semanas. A pilha é totalmente de código aberto.

As placas carregam 120 núcleos Tensix e 16 núcleos RISC-V, com 28GB de GDDR6 na p100a e 32GB no par p150, consumindo até 300W. As p150a e p150b acrescentam portas Ethernet QSFP-DD que faltam na p100a, e é isso que você compra se pretende interligar placas. A HPCwire noticiou que o Galaxy Blackhole em escala de rack entrou em disponibilidade geral em 28 de abril de 2026 a partir de 110.000 $, e a linha Wormhole mais antiga continua à venda, incluindo uma estação de trabalho TT-LoudBox de 12.000 $.

A ressalva pesa tanto na decisão quanto o preço, e ela aponta justamente para aquela placa mais antiga. A maior parte da documentação, dos tutoriais e do suporte verificado a modelos da Tenstorrent ainda mira o Wormhole. O suporte de software do Blackhole está mais no começo do seu ciclo. Concretamente: isso serve para quem aceita fazer trabalho real de portabilidade e ler o código-fonte quando a documentação acaba. Não serve para quem quer que o código PyTorch existente rode sem alteração, o que é algo perfeitamente razoável de querer.

Qualcomm, Intel e Etched têm caminhos de acesso mais estreitos

Esses três ficam atrás de caminhos de acesso mais estreitos, por razões sem relação entre si. A Qualcomm está montando um roadmap de aceleradores de data center de várias gerações em torno de implantações corporativas. O Intel Gaudi 3 continua disponível em implantações selecionadas do IBM Cloud enquanto o Crescent Island avança para a amostragem com clientes. A Etched diz que seus primeiros racks Sohu são enviados no verão de 2026 mediante contratos corporativos, e não por um serviço de nuvem de autoatendimento.

O roadmap de data center da Qualcomm agora abrange Dragonfly AI200, AI250 e o recém-anunciado AI300, com uma cadência anual de aceleradores voltada à inferência. Isso continua sendo um caminho orientado a empresas, e não o tipo de aluguel de acelerador em autoatendimento que você adiciona hoje a uma conta de nuvem.

A Intel é o caso instrutivo porque o Gaudi 3 nunca alcançou uma presença ampla em nuvem, mas também não desapareceu. O IBM Cloud ainda oferece perfis de servidor virtual acelerados por Gaudi 3 em disponibilidade seletiva, incluindo implantações em Dallas, Washington DC e Frankfurt. O próximo passo da Intel é o Crescent Island, uma GPU voltada à inferência que deve entrar em amostragem com clientes no segundo semestre de 2026. O Gaudi 3 hoje é uma opção estreita, não uma opção encerrada.

A Etched está construindo o Sohu, um ASIC especializado em inferência de transformers. A empresa levantou 800 milhões de dólares, tem silício A0 funcionando, relata mais de 1 bilhão de dólares em contratos assinados com clientes, e os primeiros racks estão previstos para o verão de 2026. As afirmações de desempenho são dela própria e não foram medidas de forma independente, então os números de throughput não são a parte útil. A parte útil é a pilha de software. A Etched está construindo chip, rack e ambiente de software como uma única plataforma especializada, então não presuma que a pilha de serving da era CUDA se transfere sem mudanças. Isso pode funcionar para um cliente contratado rodando inferência de transformers em escala enorme, mas é um compromisso bem maior para um time que depende de portabilidade entre aceleradores.

Silício apenas interno e as empresas que constroem chips para outras

Duas situações parecem, de fora, uma empresa de chips de IA, e se comportam de formas completamente diferentes. Meta e Microsoft projetam aceleradores que elas próprias operam e não vendem a ninguém. Broadcom e Marvell projetam e implementam silício para arquiteturas de outras empresas. Nenhum dos dois grupos tem um produto que um desenvolvedor possa alugar, por razões que não têm nada em comum.

O MTIA da Meta é o caso mais claro do primeiro tipo.

O próprio post de engenharia da Meta descreve a implantação de centenas de milhares de chips MTIA para cargas de inferência tanto em conteúdo orgânico quanto em anúncios nos seus aplicativos, com o MTIA 300 já em produção para treinamento de ranking e recomendação e o MTIA 400, 450 e 500 planejados numa cadência de cerca de seis meses. É uma quantidade enorme de silício da qual você nunca vai alugar uma hora.

O caso da Microsoft é mais suave nas bordas. O Maia 200, apresentado em janeiro de 2026, é o acelerador de inferência interno atual da Microsoft e já está implantado em seus data centers, com o Maia SDK disponível em prévia. A Microsoft não documenta atualmente uma instância Maia pública de autoatendimento, então ele ainda pertence ao lado interno ou integrado ao Azure desta comparação.

Broadcom e Marvell são outra coisa ainda, e vale esclarecer porque seus nomes aparecem o tempo todo ao lado do da NVIDIA. A TPU do Google é um exemplo útil. O Google é dono do produto e da arquitetura TPU, enquanto a Broadcom contribui com trabalho de projeto e implementação de silício sob medida, que pode incluir interconexões, encapsulamento e o caminho da arquitetura até o silício fabricável. A Broadcom não vende uma TPU, nem outro acelerador de propósito geral, diretamente a desenvolvedores. A receita do seu segmento de IA, divulgada nos resultados do primeiro trimestre fiscal de 2026, chegou a 8,4 bilhões de dólares, alta de 106 por cento ano a ano, o que explica por que o nome está em toda parte. Ainda assim, não é um chip que você possa alugar.

E é aí que a palavra fabricantes começa a carregar um peso que não consegue sustentar. Broadcom e Marvell não fabricam chips, e a maior parte dos fabricantes de chips de IA listados acima também não: quase todos são fabless, ou seja, projetam o silício e terceirizam a fabricação inteiramente para outra empresa.

Combinar um caminho de acesso com sua carga de trabalho

Treinar em escala estreita rápido as escolhas práticas: AMD Instinct amplamente disponível, TPU ou Trainium em nuvem única, ou uma implantação corporativa da Cerebras. A inferência em produção abre mais caminhos porque Groq, Cerebras e SambaNova oferecem serviços hospedados e também alguma forma de infraestrutura dedicada. A experimentação é mais ampla ainda, do acesso gratuito a TPU até uma placa Tenstorrent que você põe na sua própria máquina.

Esses limites são mais fluidos do que uma tabela consegue mostrar. A pergunta não é só o que o silício consegue fazer, mas onde você consegue alcançá-lo, quanto da sua pilha de software atual sobrevive à mudança, e se a carga resultante poderá se mover para outro lugar depois. A Cerebras consegue treinar e inferir em infraestrutura corporativa, enquanto o Trainium continua preso à AWS.

Nada disso desloca a NVIDIA. Para a maioria dos times, a pergunta viva não é se deve sair do CUDA, mas se vale a pena manter uma segunda pilha ao lado dele.

Qual placa dimensionar é a decisão que resta se você ficar onde está, e esse é um exercício diferente deste.

O canal decide mais do que o chip. Uma placa na sua mesa e a mesma classe de silício por trás da API de outra pessoa não são a mesma ferramenta, mesmo quando o throughput fica parecido, porque uma deixa você tentar coisas em que ainda não pensou e a outra cobra por token aquilo que você já sabe pedir.

Perguntas frequentes

Você realmente consegue alugar uma TPU do Google?

Sim. O TPU7x, a TPU Ironwood atualmente em disponibilidade geral do Google, está no Google Cloud e só ali. Gerações anteriores de TPU também estão disponíveis, e Colab, Kaggle e o TPU Research Cloud oferecem acesso gratuito a TPU para algumas cargas. O JAX segue como o caminho nativo, enquanto o PyTorch roda por meio do PyTorch/XLA.

Qual alternativa à NVIDIA roda código PyTorch existente com menos trabalho?

AMD Instinct, na maioria dos casos: o ROCm é um backend do PyTorch com suporte oficial, então o caminho de código já existe. A TPU do Google roda PyTorch pela ponte PyTorch/XLA, uma camada de tradução. A AWS afirma que vLLM, HuggingFace Transformers e TorchTitan rodam no Trainium sem esforço de portabilidade, o que é a afirmação do próprio fornecedor. No extremo oposto, o Sohu da Etched usa sua própria pilha de software especializada, então espere bem mais trabalho de portabilidade do que com ROCm ou PyTorch/XLA.

Por que Broadcom e Qualcomm são chamadas de concorrentes da NVIDIA se você não consegue alugar seus chips?

Por razões diferentes. A Broadcom trabalha com silício sob medida para empresas que constroem seus próprios aceleradores, em vez de vender um acelerador padrão diretamente a desenvolvedores. A Qualcomm projeta seus próprios aceleradores Dragonfly, com AI200, AI250 e AI300 já no roadmap de data center, mas o acesso é voltado a empresas, e não um aluguel de nuvem normal em autoatendimento. As duas competem em infraestrutura de IA sem dar aos desenvolvedores o mesmo modelo de acesso público da NVIDIA ou da AMD.

Dá para comprar um acelerador de IA em vez de alugar?

Sim. A Tenstorrent vende placas de desenvolvimento Blackhole diretamente, de 999 $ na p100a a 1.399 $ nas p150a e p150b, em estoque e com envio em cerca de duas semanas, com uma pilha de software totalmente de código aberto. A ressalva pesa tanto quanto o preço: a maior parte da documentação e do suporte verificado a modelos ainda mira a placa Wormhole mais antiga, então reserve tempo para portabilidade em vez de esperar que o código existente rode sem alteração.