À medida que mais e mais pessoas no mercado começam a discutir se a IA vai fazer com que o software se torne um produto de massa, comprimindo ainda mais a avaliação e as margens de lucro das empresas tecnológicas, a resposta dada pelo CEO da NVIDIA, Jensen Huang, é bastante direta:
O que realmente não é fácil de mercantilizar não é apenas o software em si, mas todo o processo de converter eletrões em tokens.
Na mais recente entrevista, Jensen Huang explicou, de forma completa, como ele entende esta corrida de IA: desde a cadeia de fornecimento da NVIDIA, o ecossistema CUDA, a arquitectura de computação de IA, os clientes de cloud de escala massiva, até ao mercado da China e às restrições à exportação dos EUA.
(Jensen Huang explica a história da evolução da inteligência artificial com a metáfora do “bolo em cinco camadas”)
O argumento central dele pode ser resumido numa frase: a IA não é uma competição de um único modelo, nem uma competição de um único chip, mas uma batalha do “bolo em cinco camadas” que abrange energia, chips, rede, software, ecossistema e a camada de aplicações — e a NVIDIA quer atuar precisamente naquela parte que é a mais difícil e, ao mesmo tempo, a menos fácil de substituir.
Jensen Huang: o trabalho da NVIDIA é transformar eletrões em tokens de maior valor
Perante as críticas externas, uma vez que muitas empresas de software estão a ver as suas avaliações pressionadas por causa da IA, e que a NVIDIA, na essência, entrega o design à TSMC, a memória à SK Hynix e à Samsung, e a montagem a ODMs em Taiwan, a NVIDIA também poderá ser arrastada pela vaga de mercantilização da IA? A resposta de Jensen Huang é: não é tão simples.
Ele acredita que o papel da NVIDIA nunca foi fazer tudo sozinha; em vez disso, no conjunto da cadeia de conversão “de eletrões para tokens”, a NVIDIA fica responsável pela parte mais crítica e mais difícil. Nas palavras dele, a entrada da NVIDIA são electrons, a saída são tokens, e a capacidade de transformação extremamente complexa na camada intermédia — essa — é o sentido de existir desta empresa.
Jensen Huang sublinha que esta transformação não é apenas converter electricidade em resultados de computação; é preciso continuar a aumentar o valor dos tokens, para que a mesma computação consiga produzir tokens com mais valor económico e maior eficiência. No meio, entram o desenho de arquitectura, o empacotamento, a memória, a interligação, algoritmos, bibliotecas, o empilhamento de software e a cooperação entre ecossistemas — um processo altamente engenheirado e científico, e ainda em rápida evolução. Ele entende que isto dificilmente será completamente mercantilizado.
Ele também descreveu, de forma adicional, a filosofia de empresa da NVIDIA: fazer “o máximo necessário e o mínimo não necessário”. Noutras palavras, tudo o que não tenha de ser feito à mão pela própria empresa deve ser entregue o mais possível a parceiros e ao ecossistema; mas tudo o que não dá para evitar e é extremamente difícil, a NVIDIA tem de assumir pessoalmente — e fazê-lo da melhor forma.
Estas “empresas de software orientadas para ferramentas” podem, pelo contrário, beneficiar com um crescimento explosivo impulsionado pela IA
Quanto ao receio do mercado de que a IA venha a comprimir o espaço das empresas de software, Jensen Huang tem, na verdade, uma visão quase oposta. Ele aponta que muitas empresas de software são, na sua essência, produtoras de ferramentas, como Excel, PowerPoint, ou empresas de EDA como Cadence e Synopsys. Estas empresas ainda não terem chegado a uma explosão maior não acontece porque as ferramentas vão ser eliminadas, mas porque os agentes de hoje ainda não sabem usar as ferramentas.
Na perspectiva dele, o número de agentes crescerá de forma exponencial, e também crescerá de forma exponencial o número de utilizadores das ferramentas, elevando assim o número de chamadas às ferramentas e a procura por licenças. No exemplo do design de chips, a utilização das ferramentas de projecto ainda está limitada ao número de engenheiros; mas no futuro, por trás de cada engenheiro podem existir vários agentes em colaboração, elevando muito a densidade e a frequência da exploração do espaço de design em relação ao que existe hoje.
Quando chegar a esse ponto, ferramentas como Synopsys Design Compiler, floor planner, tools de layout, design rule checker, e afins, poderão até assistir a um aumento acentuado do volume de uso real.
Dito de outra forma, Jensen Huang não acredita que a IA vá simplesmente eliminar as empresas de software orientadas para ferramentas; pelo contrário, é mais provável que as empurre para uma nova curva de crescimento.
A verdadeira barreira protectora da NVIDIA é a cadeia de fornecimento de cima e de baixo
Ao falar sobre o facto de, nos últimos anos, a NVIDIA ter feito um grande volume de compromissos de compra com a cadeia de fornecimento a montante, e até ter sido estimado por observadores que, nos próximos anos, isso pode acumular-se numa ordem de centenas de milhares de milhões de dólares, Jensen Huang não negou que esta é uma das principais vantagens da NVIDIA.
Ele afirmou que a NVIDIA tem, de facto, feito muitos upstream commitments, explícitos e implícitos. Os primeiros são compromissos de compra visíveis para o exterior; os segundos são feitos através da persuasão de líderes da cadeia de fornecimento para que estejam dispostos a investir primeiro na expansão da capacidade. Estes investimentos não acontecem apenas porque a NVIDIA está disposta a comprar; acontecem também porque os fornecedores acreditam que a NVIDIA tem capacidade para absorver essas capacidades e, com a procura robusta da cadeia a jusante, vendê-las com sucesso.
É também por isso que ele vê a GTC não apenas como uma feira de lançamento de produtos, mas como uma reunião “panorâmica a 360 graus” de todo o universo da IA. No ponto de vista dele, um dos valores da GTC é fazer com que a montante veja a jusante, para que a jusante compreenda a montante e para que toda a cadeia de valor confirme em conjunto que a procura de IA realmente vai chegar — e que a escala será enorme. Jensen Huang chegou mesmo a admitir que o keynote dele tem, em certa medida, uma função muito forte de “educação”, porque ele precisa de fazer a cadeia de fornecimento compreender: porque é que a IA vai chegar, quando é que vai chegar, qual será a escala, e como preparar-se com antecedência.
Este é também um motivo para a NVIDIA conseguir, nos últimos anos, continuar a amplificar o fluxo da cadeia de fornecimento. Jensen Huang sublinhou que a cadeia de fornecimento não olha apenas para o cash flow; olha também para a taxa de rotação e a visibilidade da procura. Se o ritmo de rotação da arquitectura e dos produtos de uma empresa não for suficientemente rápido, a cadeia de fornecimento também não vai querer construir uma fábrica ou expandir linhas antecipadamente para ela. A razão pela qual a NVIDIA consegue fazer isto é porque a procura a jusante é suficientemente grande e suficientemente certa, e toda a cadeia de fornecimento consegue ver isso com clareza.
Jensen Huang não tem medo de gargalos; a maioria dos gargalos é, na essência, um problema de apenas dois a três anos
Quando lhe perguntaram se a montante consegue, de facto, acompanhar a procura de capacidade de computação para IA, especialmente quando a IA já consumiu grande parte das capacidades de produção avançada e de empacotamento da TSMC, e ainda assim como é possível continuar a duplicar de ano para ano, a atitude de Jensen Huang foi bastante clara: quase todos os gargalos de fabrico são, na essência, apenas um problema de dois a três anos.
Ele deu um exemplo: no passado, toda a gente falava muito do gargalo do empacotamento CoWoS, mas hoje já quase ninguém o menciona, porque a indústria concentrou-se em suprir esse problema em dois anos. A TSMC já considerou o empacotamento avançado e a HBM como parte das tecnologias de computação mainstream, e já não como requisitos especiais. Por outras palavras, desde que os sinais de procura sejam suficientemente claros, a cadeia de valor vai mobilizar-se de forma proactiva para suprir os gargalos.
Para Jensen Huang, a IA não traz o desaparecimento de empregos; traz antes a reorganização da indústria e a redistribuição das necessidades de talento. O que realmente há que preocupar não é se algumas profissões vão ou não desaparecer completamente, mas se a sociedade, por medo excessivo, está a desalinhar a oferta de talento.
Ele também foi directo ao dizer que problemas como processos lógicos, empacotamento e HBM podem ser resolvidos em dois a três anos; o que é verdadeiramente mais lento e mais problemático é a política energética. Isto porque, quer se trate de fábricas de IA, fabrico de chips, empacotamento avançado, veículos eléctricos, robôs, ou reindustrialização, a energia é indispensável. Se a energia se tornar um gargalo, a velocidade de expansão de toda a indústria ficará limitada.
Este artigo Jensen Huang entrevista mais recente: a barreira protectora da NVIDIA consegue manter-se? (Parte I) surge originalmente em Cadeia de Notícias ABMedia.
