O poder computacional está se tornando um recurso crítico, à medida que gigantes tecnológicos buscam ativamente criar e implementar supernós de inteligência artificial. Este frenesi é causado pelas competições para aumentar os parâmetros dos modelos, que criam uma demanda sem precedentes por infraestrutura.
Empresas, incluindo Huawei, ZTE, H3C e Sugon, estão competindo na criação e implantação de supernós de IA, escaláveis de 1024 a 100 mil unidades de processamento gráfico (GPU). O aumento das exigências, impulsionado pelos modelos Kimi K3 e GLM-5, leva a capacidade computacional ao limite. Os supernós substituíram os modelos como elemento central da exposição WAIC 2026, pois a capacidade de computação tornou-se o principal fator limitante no desenvolvimento de IA. A transição de clusters com 8 placas para clusters de 100 mil placas torna a capacidade do supernó uma vantagem competitiva direta; como resultado, a H3C demonstrou um crescimento de 58% e a Inspur de 41% em três semanas.
A pressão mais evidente da demanda é observada na vanguarda do desenvolvimento de modelos. Os modelos GLM-5 da Zhipu AI e Kimi K3 da Moonshot AI, com 2,8 trilhões de parâmetros, foram forçados a aumentar os preços e limitar as assinaturas devido à enorme demanda por inferência. A implantação do modelo K3 requer uma configuração de supernó com mais de 64 GPUs, estabelecendo um limiar mínimo de computação para modelos avançados. Em resposta, a Zhipu adquiriu a Zhongke Jiahe e construiu um centro de dados de IA doméstico com capacidade de 1 GW, levando a um aumento de 37% nas ações da empresa em um único dia. A matemática da situação é ilustrativa: os participantes do setor relatam custos de computação de aproximadamente US$ 0,80 para cada dólar de receita do modelo, mas cada dólar de receita corresponde a um aumento múltiplo nos multiplicadores de avaliação, tornando a escala de computação o principal motor de crescimento.
Os avanços existentes incluem o uso do Huawei Ascend 950 com 1024 NPUs e mais de 750 conjuntos A384 implantados, bem como o ZTE OEX com 128 GPUs por rack e um cluster de 10 mil. A Sugon apresentou o Dawn 8000, o primeiro sistema doméstico com 100 mil placas. A H3C está construindo uma fábrica de IA capaz de fornecer 240–300 kW em um ponto de teste. As direções tecnológicas divergem: a Huawei utiliza um modelo proprietário de pilha completa — do chip ao interconexão e resfriamento —, permitindo otimizações profundas entre as camadas, mas exigindo investimentos colossais em P&D. A ZTE e seus parceiros preferem uma abordagem aberta usando vários chips para evitar dependência de um único fabricante e garantir flexibilidade para os clientes. Outros players, como Moore Threads, Pingtouge e Baidu Kunlun, focam em cenários de nuvem ou verticais específicos, dando atenção especial à eficiência da inferência e ao desempenho econômico. O problema geral é manter a integridade do sistema no nível da arquitetura de chips, interconexão, pilha de software e ferramentas operacionais, pois as vantagens obtidas em um ponto não podem compensar lacunas sistêmicas.
Os parâmetros dos modelos ainda não atingiram a marca de 2,8 trilhões; as previsões indicam que atingirão 10 trilhões em dois anos. O consenso foi unânime: os supernós definem o futuro. As empresas que não conseguirem garantir capacidade computacional em escala de supernós serão estruturalmente excluídas da competição na vanguarda da IA.
A XPower Technology apresentou os chips de arquitetura RPP AE7100E no evento WAIC. Esses microchips do tamanho de uma unha são capazes de suportar modelos com parâmetros de 400 bilhões a 1,6 trilhão graças ao uso de computação distribuída, garantindo ao mesmo tempo um custo de token mínimo.
A XPower Technology estabeleceu-se como um ator significativo no mercado interno de computação de IA no WAIC 2026. A empresa demonstrou sua matriz de aceleradores de inteligência artificial baseada em sua própria arquitetura de processador paralelo reconfigurável RPP. Esta arquitetura abrange cenários de computação em nuvem, de borda e final. A ideia principal da empresa desafia diretamente a doutrina amplamente aceita da indústria sobre a necessidade de usar chips gigantescos.
Os chips AE7100E, que têm cerca do tamanho de uma unha, podem ser integrados em 12 unidades por placa aceleradora. Essa configuração permite executar grandes modelos de linguagem com 400 bilhões a 1,6 trilhão de parâmetros por meio de computação distribuída, atingindo a eficiência de custo de tokens ideal para a indústria. O CEO da XPower, Li Yuan, observou que a transição de computação orientada a treinamento para computação orientada à inferência é uma tendência chave. Ele enfatizou que a programação de IA se tornou um caso de uso crítico para inferência, pois a experiência da empresa mostrou que a IA agora pode realizar o desenvolvimento de compiladores de CPU, algo que antes exigia uma equipe profissional por anos, e essa capacidade pode ser escalada para aplicação rápida em diversas tarefas.
Como 55% das solicitações aos modelos em centros de dados globais pertencem ao mercado de modelos de código aberto, o mercado de inferência não está disponível apenas para alguns gigantes, mas para qualquer empresa, criando uma enorme demanda por infraestrutura de inferência economicamente eficiente. A observação chave é a ineficiência dos grandes chips na inferência: a decodificação requer uma relação computação-dados de 1:1, enquanto as GPUs fornecem uma relação de 1000:1, o que leva à perda de largura de banda. A arquitetura RPP da XPower utiliza chips pequenos e distribuídos, proporcionando especialização fina dentro de um único servidor. Além disso, a abordagem da XPower substitui a cara tecnologia HBM pela mais madura LPDDR, afirmando que três elementos são fundamentalmente necessários para a inferência de IA: grande capacidade, largura de banda suficiente e baixo custo. A tecnologia LPDDR atende a todos esses requisitos com um custo significativamente menor em comparação com a HBM. A configuração de 12 chips por placa permite uma divisão detalhada de memória e processamento paralelo de dados entre os chips dentro de um único fator de forma de servidor. Essa arquitetura de servidor distribuído distingue a XPower da abordagem NVIDIA Groq, que também usa construções multi-chip distribuídas, mas em uma escala de cluster muito maior. A flexibilidade integrada da arquitetura RPP, equilibrando computações gerais e específicas do domínio, permite usar um chip para cenários de implantação em nuvem, na borda e em dispositivos finais.
Durante o WAIC, a empresa demonstrou sua linha de produtos, desde o chip AE7100E até racks de servidor de alta densidade com 8 placas. A transição da empresa de computação de borda para computação em nuvem é uma aposta estratégica de que o mercado de inferência, que a XPower avalia como dez vezes maior que o mercado de treinamento em custo total endereçável, será conquistado não pelo poder computacional mais grande de um único chip, mas pelos sistemas distribuídos mais economicamente eficientes. Embora a confirmação dessa hipótese dependa dos resultados da implementação real, a arquitetura RPP representa uma das abordagens domésticas mais originais para computação, desafiando o consenso sobre grandes chips, afirmando que o futuro da inferência de IA pertence não a processadores monolíticos únicos, mas a aglomerados de chips pequenos coordenados.
