DeepSeek mudará jornada da Inteligência Artificial usando chips de geração anterior e muito mais baratos
Empresas em todo o mundo já estão revendo decisões que se apoiavam em chips de até U$ 30 mil depois do aplicativo feito com custos menores
![Data Center usando as GPU NVIDIA A100 Tensor Core.](https://imagens.ne10.uol.com.br/veiculos/_midias/jpg/2025/01/29/597x330/1_data_center_com_gpu_nvidia_a100_tensor_core_-33640208.jpg)
Quando, em junho de 2021, a gigante Nvidia apresentou o seu novo chip, o NVIDIA A100 TENSOR CORE GPU, declarou no comunicado enviado à imprensa que ele oferecia aceleração sem precedentes - em todas as escalas - para alimentar os data centers elásticos de mais alto desempenho do mundo para Inteligência Artificial, análise de dados e aplicativos de computação de alto desempenho.
E que seu desempenho era até 20 vezes maior em relação à NVIDIA Volta, uma família de chips de geração anterior. Ele tinha preço de aproximadamente US$ 1 mil, o que era um valor altíssimo para o mercado.
Mas seu desempenho era tão superior ao prometer inferência de AI de até 249 vezes superior em relação às CPUs do mercado que ninguém reclamou.
![NVIDIA GB200 Superchip Incl. Two Blackwell GPUs and One. Divulgação](https://imagens.ne10.uol.com.br/veiculos/_midias/jpg/2025/01/29/nvidia_gb200_superchip_incl__two_blackwell_gpus_and_one-33640141.jpg)
Proibição de venda de chips
Naquele ano, o debate sobre proibição de venda de chips para a China estava começando, o que permitiu ao fundador da DeepSeek, Liang Wenfeng, comprar um estoque de chips NVIDIA A100 — as estimativas variam de 10 mil a 50 mil - de acordo com a publicação MIT Technology Review.
Liang Wenfeng sabia - como a comunidade acadêmica e de TI - que os preços, a partir de então, seriam estratosféricos, como aconteceu de fato quando a Nvidia anunciou seu novo chip com processador gráfico de última geração para Inteligência Artificial.
O novíssimo Blackwell, por exemplo, tem preço de referência entre US$ 30 mil e 40 mil por unidade (entre R$ 150 mil e R$ 201 mil), como disse o CEO da companhia, Jensen Huang.
Pagar, ao menos, US$ 30 mil por um único chip, quando, para qualquer empresa, são necessários milhares deles, é o que assustou o mercado quando Liang Wenfeng anunciou o seu aplicativo DeepSeek.
Exatamente uma semana depois da posse de Donald Trump, que no dia seguinte anunciou o Stargate.
O presidente fez o anúncio da Stargate na manhã da terça-feira (21), prevendo investimento de até US$ 500 bilhões em Inteligência Artificial por meio de uma parceria com as empresas OpenAIR, criadora do ChatGPT, Oracle, de gerenciamento de servidores e bancos de dados, e o banco SoftBank.
Não se sabe se Donald Trump antecipou a informação porque já sabia que os chineses estavam - como era voz comum em todos os centros de TI dos Estados Unidos - preparando algo, ou se seus novos amigos líderes das bigtechs tentaram garantir e assegurar um financiamento que lhes permitisse defender a estratégia do novo governo de lacrar na sua diplomacia do porrete.
Na verdade, o que Liang Wenfeng nos oferece é que acontece com as empresas quando enfrentam concorrentes disruptivos. Primeiro, negando; depois, tentando descredibilizar, e a seguir, anunciar algo mais avançado. Sabendo que isso nem sempre está assegurado. Isso aconteceu com Elon Musk, dizendo que era uma fake news.
Entretanto, pessoas que sabem o que virá por aí, como Sam Altman, CEO da Open e pai do ChatGPT, reconheceram que "O R1 da Deep Seek é um modelo impressionante, especialmente considerando o que eles conseguem entregar pelo preço." R1 é o termo que designa uma classificação de universidades com alta atividade de pesquisa.
![Jensen Huang, CEO da fabricante de chips Nvidia, em dezembro Divulgação](https://imagens.ne10.uol.com.br/veiculos/_midias/jpg/2025/01/29/em_dezembro__jensen_huang__acaba_de_concluir_a_venda_de_seis_milhoes_de_acoes_da_sua_fabricante_de_chips_-33640119.jpg)
Preço como chave do debate
“Entregar pelo preço” é a chave de todo esse embate, que fez as empresas fabricantes de chips perderem US$ 600 bilhões em valor de mercado.
Porque quando se fala de Inteligência Artificial, existem dois insumos que são fundamentos do jogo além dos engenheiros e pessoal de TI: Capacidade de processamento a partir dos chips (lembrando que o novo da Nvidia custa US$ 30 mil, a unidade) e disponibilidade de energia, uma vez que os computadores onde estão alocados os (milhares) chips consomem quantidades astronômicas de energia elétrica.
Para se ter uma ideia do que isso representa, basta dizer que apenas os computadores que abrigam os chips H100 AI da Nvidia (os mesmos usados no projeto da DeepSeek que dominaram o mundo da tecnologia a partir de 2021), de acordo com site Stocklytics.com, devem ter consumido impressionantes 13,79 GWh, em 2024, que é o consumo anual de energia de países como Geórgia e Costa Rica.
Portanto, o impacto de um aplicativo como o DeepSeek é que ele pode mudar o fundamento do jogo a nível global.
Basta dizer que o mais novo produto da Nvidia, o Blackwell (aquele que custa US$ 30 mil de preço sugerido), e cujo nome oficial é GB200 NVL 72, oferece uma aceleração de 30x em comparação com o H100 com um consumo 25x menor de energia com o mesmo número de GPUs para modelos massivos.
Ou seja, em tese, o alto preço se justifica porque as empresas que vão processar o seu projeto de Inteligência Artificial terão uma redução drástica na conta de energia.
Essa característica, naturalmente, é estratégica para a Nvidia, que pode cobrar preços mais altos de seus novos produtos em função do que ele gasta a menos de energia elétrica.
Então, a chegada de um aplicativo como o DeepSeek não é apenas mais um concorrente que veio da China. Ele vai obrigar empresas como a Nvidia e seus concorrentes produtores de chips a rever margens de lucro. E vai fazer muita empresa rever seus programas de investimento na geração de IA generativa.
Em outubro passado, a empresa financeira Blackstone estimou que US$ 1 trilhão seria investido em data centers ao longo de cinco anos nos EUA, com outro US$ 1 trilhão aplicado em outros países. Depois da DeepSeek, essas estimativas continuam válidas?
![Liang Wenfeng criador do aplicativo DeepSeek. Divulgação](https://imagens.ne10.uol.com.br/veiculos/_midias/jpg/2025/01/29/liang_wenfeng_criador_do_aplicativo_deepseek__-33640295.jpg)
Tecnologia de código fonte aberta
Para completar, Liang Wenfeng oferece uma tecnologia de código fonte aberta. A DeepSeek, da China, adota uma abordagem completamente diferente e oferece o DeepSeek-R1 sob a licença MIT.
Licença MIT é uma licença de software que permite que os usuários usem, modifiquem, distribuam e vendam o software. Foi criada pelo Instituto de Tecnologia de Massachusetts (MIT) no final da década de 1980.
Graças à licença MIT, qualquer pessoa pode usar e adaptar o modelo para seus próprios fins individuais. Isso torna os modelos transparentes e versáteis. Os usuários podem visualizar e entender o código para ver como o modelo funciona.
Eles podem adaptar o modelo às suas necessidades específicas e usá-lo para vários aplicativos. Portanto, a DeepSeek está comprometida com o código aberto e, assim, acrescenta inovação e concorrência ao campo da IA.
Naturalmente, as empresas no setor nos Estados Unidos não usam código aberto porque seu objetivo é ter o controle dos lucros do desenvolvimento.
Então, quando Liang Wenfeng exibe seu código aberto, permite que em qualquer lugar do mundo um desenvolvedor trabalhe a partir das tecnologias embarcadas no Deep Seek. E, naturalmente, a rentabilidade de outros aplicativos tende a ser menor. Afinal, o que move a indústria de TI nos Estados Unidos é o lucro da patente e a produção do produto ou serviço.
Ainda é cedo para saber o que acontecerá no oceano de oportunidades que os programas de inteligência artificial vão nos proporcionar.
Mas não há dúvidas de que a possibilidade de usar IA a um preço mais baixo vai mudar tudo. Inclusive nas fábricas de chips objeto de embate dos Estados Unidos e China. Ou entre Donald Trump e Xi Jinping.
![GPU NVIDIA A100 Tensor Core. Divulgação](https://imagens.ne10.uol.com.br/veiculos/_midias/jpg/2025/01/29/gpu_nvidia_a100_tensor_core-33640186.jpg)