Linha do Tempo do Hardware de IA

Na Google Cloud Next 2026, a Google apresentou duas TPUs de oitava geração concebidas em parceria com a DeepMind. A TPU 8t foca-se no treino de modelos de fronteira, com um único superpod a escalar até 9.600 chips e dois petabytes de memória de largura de banda partilhada; a Google afirma cerca de 2,8x melhor relação preço-desempenho face à geração anterior e escalabilidade quase linear até um milhão de chips através da nova rede Virgo, em conjunto com JAX e Pathways. A TPU 8i destina-se a inferência sensível à latência em cargas com vários agentes em simultâneo, com uma nova topologia de serviço chamada Boardfly, o triplo de SRAM on-chip, um motor de aceleração de coletivos e até 80% mais desempenho por dólar face à geração anterior. Ambos os chips reivindicam até o dobro do desempenho por watt da Ironwood, e o suporte nativo a PyTorch entrou em pré-visualização com o lançamento.Google ↗

A Sony AI apresentou o Ace, um robô autónomo de ténis de mesa que venceu três de cinco partidas frente a jogadores de elite sob as regras da ITTF na sede da Sony em Tóquio. O sistema combina hardware robótico personalizado de alta velocidade com sensores de visão baseados em eventos — câmaras que reportam as alterações de pixéis à medida que ocorrem, em vez de a uma taxa de quadros fixa — dando-lhe tempos de reação rápidos o suficiente para devolver bolas de alta velocidade e com muito efeito. O trabalho foi publicado na Nature a 22 de abril de 2026.Nature ↗

A ASUS anunciou o UGen300, um acelerador de IA em formato pen USB baseado num processador Hailo. Oferece até 40 TOPS de desempenho de inferência com um consumo de cerca de 2,5 watts, visando cargas de IA generativa local em portáteis, mini-PCs e dispositivos de ponta. O produto junta-se a uma categoria crescente de aceleradores plug-in destinados a manter a inferência fora da nuvem, no próprio hardware do utilizador.ASUS Press Release ↗

A TSMC anunciou um investimento adicional de 100 mil milhões de dólares no seu complexo de fábricas no Arizona, além dos 65 mil milhões já comprometidos. A expansão acrescenta linhas de fabricação, packaging avançado e um centro de investigação. A primeira fábrica de 4nm estava prevista para iniciar a produção no início de 2025.TSMC Press Release ↗

Elon Musk anunciou planos para uma instalação semicondutora verticalmente integrada em Austin, Texas, visando tecnologia de processo de 2nm e, eventualmente, um milhão de inícios de wafer por mês. O projeto, com um orçamento de 20 a 25 mil milhões de dólares, consolidaria o design de chips, a fabricação, a memória, o packaging e os testes sob um único teto — com o objetivo de fornecer chips de IA personalizados para veículos Tesla, robôs Optimus e sistemas SpaceX.Tom's Hardware ↗

O encerramento de uma grande instalação de hélio no Médio Oriente retirou cerca de 30% do hélio de grau semicondutor do mercado global, deixando fabricantes de chips como a TSMC e a Samsung com reservas para semanas. O hélio arrefece os wafers de silício durante a litografia a temperaturas que nenhum outro gás consegue manter, e não há substituto. Os preços spot duplicaram em poucos dias após a perturbação.Tom's Hardware ↗

A Starcloud fechou uma Série A de 170 milhões de dólares a uma avaliação de 1,1 mil milhões para construir os primeiros centros de dados comerciais em órbita terrestre baixa, usando lançamentos SpaceX para transportar o hardware. A computação espacial elimina os custos de arrefecimento terrestres — os radiadores orbitais podem dissipar calor passivamente para o vácuo, sem água nem ar condicionado — e evita os atrasos de uso do solo e ligação à rede que travam as construções terrestres. Se viável à escala, marca a primeira categoria genuinamente nova de infraestrutura de computação desde o início da era da nuvem hiperescala.TechCrunch ↗

A OpenAI estabeleceu uma parceria com a Cerebras para implementar 750 megawatts de hardware de inferência de escala de wafer, concebido para inferência em tempo real do GPT-5. A Cerebras reviveu separadamente os seus planos de IPO para meados de 2026.Cerebras ↗

A NVIDIA comprou a tecnologia de chips de inferência da Groq e a sua equipa de engenharia na sua maior aquisição. Os engenheiros da Groq integraram uma nova divisão de Inferência em Tempo Real, refletindo a mudança da indústria do hardware de treino para sistemas otimizados para inferência.NVIDIA ↗

A AMD lançou a Instinct MI355X, reivindicando quatro vezes o desempenho da sua MI300X para treino e inferência de IA. O chip deu aos fornecedores de nuvem uma alternativa credível à NVIDIA e algum poder de negociação em termos de preços.AMD Newsroom ↗

A NVIDIA lançou a GeForce RTX 5090 a 30 de janeiro de 2025, a um preço de 1.999 dólares e construída na arquitetura Blackwell para consumidores. Com 92 mil milhões de transístores e 3.352 AI TOPS, era duas vezes mais rápida que a RTX 4090 em cargas de trabalho aceleradas por IA. O DLSS 4 introduziu a geração de múltiplas imagens, produzindo até três imagens geradas por IA para cada imagem real.NVIDIA Newsroom ↗

A computação de IA empurrou as redes elétricas para os limites de capacidade. O maior operador de rede dos EUA projetou um défice de fiabilidade de seis gigawatts até 2027. Os designers de chips responderam tornando a eficiência energética um objetivo de design de primeira classe, a par com o desempenho bruto.Utility Dive ↗

A memória de alta largura de banda atingiu graves escassezes, criando estrangulamentos mesmo com a melhoria do fornecimento de GPUs. Clientes empresariais reportaram atrasos significativos nas implementações. O padrão mostrou que as cadeias de fornecimento de hardware de IA envolvem muito mais do que GPUs — a memória, o packaging e o arrefecimento tornaram-se todos pontos de estrangulamento em sequência.AI News ↗

Investigadores da Google publicaram o TurboQuant, um algoritmo que comprime a cache KV — o armazenamento de memória que guarda o contexto durante a inferência — em seis vezes, enquanto acelera oito vezes o cálculo da atenção. A abordagem tornou prático executar janelas de contexto muito mais longas no hardware existente, aliviando um dos principais estrangulamentos que impulsionavam as escassezes de memória de 2025.VentureBeat ↗

A xAI construiu o supercomputador Colossus em Memphis, Tennessee, em 122 dias, reunindo 100.000 GPUs NVIDIA H100. Entrou em operação em setembro de 2024 e é utilizado para treinar e servir a família de modelos Grok. A velocidade de construção — cerca de quatro meses para um cluster que normalmente demora mais de um ano — demonstrou o que é possível quando a energia, o espaço e o hardware são tratados como um problema de aprovisionamento de emergência.xAI ↗

A Microsoft introduziu a categoria de PC Copilot+ em maio de 2024, exigindo uma unidade de processamento neural mínima de 40 TOPS de qualquer fabricante. Os primeiros dispositivos foram lançados com o Qualcomm Snapdragon X Elite, com NPUs ARM a tratar de tarefas no dispositivo, como legendas em tempo real, geração de imagens e pesquisa semântica sem chamadas à nuvem. A Intel e a AMD seguiram-se com os seus próprios chips com NPU até ao final do ano, tornando o silício de IA dedicado padrão nos portáteis de consumo.Microsoft Blog ↗

A Cerebras anunciou o seu Wafer-Scale Engine de terceira geração em TSMC de 3nm, com cerca de 4 biliões de transístores num único die do tamanho de um wafer. A empresa angariou 1,1 mil milhões de dólares a uma avaliação de 8,1 mil milhões para escalar a produção. Permanece o maior chip alguma vez construído.Cerebras ↗

A H100 introduziu um Motor Transformer construído especificamente para grandes modelos de linguagem, com um treino até 9x mais rápido que a A100. A procura superou massivamente a oferta ao longo de 2023, com GPUs individuais a ser transacionadas acima de 40.000 dólares nos mercados secundários. Este foi o chip por detrás da era do GPT-4.NVIDIA Newsroom ↗

O primeiro silício ARM personalizado da Apple para Mac incluiu um Motor Neural de 16 núcleos a executar 11 biliões de operações por segundo em TSMC de 5nm. Provou que o hardware de ML dedicado num dispositivo de consumo podia superar os processadores de uso geral tanto em velocidade como em eficiência energética.Apple Newsroom ↗

A A100 ofereceu 19,5 teraflops de desempenho FP32 com tecnologia de GPU de múltiplas instâncias que permitia que um único chip executasse vários trabalhos de IA em simultâneo. Tornou-se o hardware de treino padrão para o GPT-3, o DALL-E e a primeira geração de modelos de fundação.NVIDIA Newsroom ↗

A rede neural profunda de Alex Krizhevsky venceu a competição ImageNet com uma margem alargada, treinada em dois cartões gráficos NVIDIA GTX 580 de consumo com 3 GB de memória cada. O resultado provou que as GPUs concebidas para jogos podiam treinar redes neurais muito mais rapidamente do que as CPUs — a descoberta que acabaria por redirecionar todo o negócio da NVIDIA.IEEE Spectrum ↗

A arquitetura Blackwell da NVIDIA atingiu a produção em plena escala após os primeiros sistemas GB200 NVL72 terem sido enviados para fornecedores de nuvem no final de 2024. A B200 oferecia ganhos de velocidade de cerca de 2,5x e de eficiência energética de 25x em relação à Hopper para trabalhos de inferência.NVIDIA ↗