DeepSeek e Zhipu AI juntaram-se à OpenAI e à Anthropic no desenvolvimento de chips especializados para inferência. Este passo indica uma mudança fundamental na indústria, onde os principais laboratórios de inteligência artificial procuram criar seus próprios produtos de silício para reduzir custos e diminuir a dependência de unidades de processamento gráfico (GPUs).
De acordo com a Reuters em 7 de julho, a DeepSeek está desenvolvendo seu próprio chip de IA, especificamente projetado para a inferência de grandes modelos. O projeto, que começou há cerca de um ano, está gradualmente expandindo sua equipe de design de chips e colaborando com fabricantes de chips, fábricas e fornecedores de memória.
No mesmo dia, a The Information relatou que a Zhipu AI está considerando o desenvolvimento de seus próprios chips de IA em meio à crescente demanda por suas séries de modelos GLM.
Esta tendência não se limita à China. Em 24 de junho, a OpenAI apresentou seu primeiro chip próprio para inferência, codinome Jalapeño, desenvolvido em parceria com a Broadcom. Amostras deste chip já estão sendo testadas em laboratório, e sua implementação está prevista para o final do ano. Anteriormente, em abril, foi relatado que a Anthropic estava considerando a criação de seus próprios chips, e em junho contratou um engenheiro chave do projeto de chips da OpenAI.
Observa-se um padrão: as principais empresas de modelos de IA, tanto na China quanto nos EUA, independentemente de usarem estratégias abertas ou fechadas, estão entrando no negócio intensivo em capital de fabricação de chips. A viabilidade econômica é clara: treinar modelos avançados exige custos significativos, mas os custos de inferência se acumulam continuamente a cada interação do usuário, trabalho de agente ou geração de token.
DeepSeek e Zhipu AI estão focados em chips para inferência para otimizar o funcionamento de suas arquiteturas MoE, gerenciamento de cache KV e computação de baixa precisão.
Para as empresas chinesas de IA, o desenvolvimento de chips próprios também é uma resposta à vulnerabilidade estratégica. O controle de exportação dos EUA restringe o acesso às GPUs NVIDIA avançadas, tornando as alternativas internas e as soluções de silício próprias uma questão de controle operacional, e não apenas de economia de custos.
No entanto, o desenvolvimento de chips envolve enormes riscos. Estima-se que o design de um chip de IA avançado custe cerca de 500 milhões de dólares, e não há garantia de sucesso. O espectro de autodesenvolvimento inclui a abordagem do Google com um stack completo de TPU ou parcerias entre desenvolvedores de arquitetura com empresas estabelecidas como a Broadcom, como demonstra o exemplo Jalapeño da OpenAI.
Está ocorrendo uma separação acelerada de hardware para treinamento e inferência. O Google dividiu seu TPU de oitava geração em 8t para treinamento em larga escala e 8i para inferência de baixa latência. A Huawei fez algo semelhante, dividindo a série Ascend 950. Os passos da DeepSeek e Zhipu AI refletem uma compreensão mais ampla na indústria: na vanguarda do desenvolvimento, o caminho ideal requer controle sobre todo o stack — desde o silício até o próprio modelo.
A DeepSeek, uma startup chinesa especializada em inteligência artificial, está investindo no desenvolvimento de um semicondutor próprio. Este novo chip tem como objetivo principal executar modelos de IA, diminuindo assim a dependência da empresa de fornecedores estabelecidos como Nvidia e Huawei.
De acordo com informações reportadas pela Reuters, fontes próximas ao assunto indicam que a DeepSeek está trabalhando em um semicondutor dedicado à inferência, e não ao treinamento de novos modelos. Essa iniciativa visa criar uma solução interna para uma etapa que ganhou grande relevância com a proliferação de aplicações de IA.
Essa movimentação reflete uma tendência observada no setor, onde diversas empresas buscam maior domínio sobre os equipamentos necessários para manter seus sistemas operacionais. Chips especializados, além disso, prometem oferecer melhor eficiência operacional quando comparados a componentes de uso geral.
Os principais alvos deste tipo de semicondutor incluem a redução da dependência de fornecedores externos de semicondutores, o atendimento ao crescente volume de processamento exigido pela IA, o aumento do controle sobre a infraestrutura tecnológica e a criação de alternativas frente às restrições impostas pelos Estados Unidos a chips avançados.
Atualmente, a DeepSeek utiliza chips fornecidos pela Nvidia e pela Huawei. Seu modelo R1, que gerou grande repercussão no mercado de tecnologia em janeiro de 2025 devido ao seu baixo custo operacional, foi treinado utilizando o H800 da Nvidia, um componente feito para o mercado chinês, mas que foi subsequentemente banido pelos EUA.
Com as restrições americanas, a Huawei conseguiu ganhar espaço no mercado interno de chips de IA. Paralelamente, competidores como Alibaba e Baidu começaram a desenvolver seus próprios componentes para participar desse segmento. A DeepSeek também tem buscado parcerias com empresas de design de chips, fabricantes de semicondutores e companhias de memória para impulsionar seu projeto, aumentando discretamente a contratação de engenheiros especializados.
Liang Wenfeng, fundador da DeepSeek, havia mencionado em uma entrevista concedida em 2024 que os controles de exportação de chips representavam um obstáculo significativo para a companhia.
O desenvolvimento de um chip competitivo no mercado demanda anos de dedicação, altos investimentos e acesso a tecnologias de fabricação de ponta. Este último aspecto constitui um dos maiores desafios para as empresas chinesas, que enfrentam limitações relativas a equipamentos e componentes estratégicos.
A Nvidia permanece indisponível na China. A DeepSeek possui pouquíssimas chances de comercializar seus chips fora da China, a menos que consiga obter acesso a tecnologias de fabricação de nível superior.
Em paralelo à busca por autonomia tecnológica, a DeepSeek está passando por uma reestruturação financeira. Segundo a Reuters, a empresa planeja levantar US$ 7 bilhões em uma rodada inicial, com uma avaliação estimada entre US$ 52 bilhões e US$ 59 bilhões.
Este empreendimento demonstra que a competição na área de inteligência artificial está se expandindo por toda a cadeia tecnológica, abrangendo desde os modelos consumidos pelo público até os chips essenciais para seu funcionamento.
Um novo modelo de inteligência artificial desenvolvido na China está atraindo atenção significativa no setor de tecnologia. De acordo com uma reportagem da Reuters, o modelo GLM-5.2 da startup Z.ai demonstra um desempenho comparável aos sistemas dos Estados Unidos, mas com um custo significativamente menor.
Após o surgimento do DeepSeek, que demonstrou a competitividade de modelos mais baratos, outras empresas chinesas aceleraram seus lançamentos. O GLM-5.2 é o último exemplo dessa tendência. O modelo, criado em Pequim, ganhou notoriedade por sua capacidade de executar tarefas complexas com um número mínimo de comandos e funcionar como um agente de IA, tomando decisões intermediárias em processos longos, o que reduz a necessidade de intervenção constante do usuário.
No Vale do Silício, o sistema começou a aparecer ativamente em plataformas como OpenRouter e atingiu um nível de uso entre desenvolvedores superior ao de modelos da Anthropic. Agora existe um modelo chinês de código aberto comparável aos modelos atuais da OpenAI e Anthropic.
David Sachs, ex-chefe de política de IA do governo dos EUA durante a administração Donald Trump, informou à Reuters que o GLM-5.2 está 'apenas um pouco abaixo do Opus 4.8 (da Anthropic) e no mesmo nível do GPT 5.5 (da OpenAI)'.
O interesse no GLM-5.2 está diretamente ligado à combinação de poder técnico e preço reduzido. Em comparação com os modelos fechados avançados, os custos operacionais podem ser cerca de um sexto do valor.
As principais características deste modelo incluem: alta eficiência em programação e raciocínio lógico; capacidade de atuar como um agente de IA com comandos simples; arquitetura aberta, fácil de implementar; e um custo significativamente menor em comparação com concorrentes diretos.
De acordo com os rankings da Artificial Analysis, o GLM-5.2 ocupa a quinta posição entre os grandes modelos de linguagem. No Code Arena, o modelo também conquistou o segundo lugar em tarefas de desenvolvimento frontend, como criação de sites e aplicativos.
Apesar do progresso técnico, a adoção global ainda não é uniforme. A principal questão de cautela continua sendo a segurança dos dados, especialmente para empresas dos EUA e setores regulamentados.
No entanto, parte do mercado já está testando alternativas implantadas em servidores de nuvem próprios ou servidores internos, buscando equilibrar risco e custos. Simultaneamente, o desenvolvimento desses modelos expande a presença da China no mercado global de IA e exerce pressão sobre os concorrentes norte-americanos, em um cenário onde custo, desempenho e acesso aberto começam a ter tanta importância quanto a origem da tecnologia.
