Em 7 de julho, a Reuters noticiou que a DeepSeek vinha desenvolvendo secretamente um chip de inferência de IA há cerca de um ano, focado em cargas de trabalho de inferência. No mesmo dia, revelou-se que a Zhipu estava em conversas preliminares com fabricantes nacionais de chips para co-desenvolver um processador de IA dedicado.
A reação imediata foi uma única pergunta: uma empresa de modelos de Hangzhou consegue construir um chip que supere a NVIDIA? Os processos domésticos estão travados acima de 7nm, os controles de exportação dos EUA apertam — não seria só um stunt de marketing? Essa pergunta aponta para a direção errada. O verdadeiro objetivo da DeepSeek ao construir um chip de inferência nunca foi produzir algo mais potente que um H100. O objetivo é garantir que, na mesa de negociação, a NVIDIA não possa mais pronunciar a única frase que encerra toda conversa de preço: “É esse o preço. Aceita ou deixa.”
Treinamento e inferência são esportes diferentes, mas o preço de monopólio só se importa com uma coisa
Primeiro, um pré-requisito técnico: treinar e rodar um modelo grande impõem demandas categoricamente diferentes ao silício. O treinamento exige computação massiva de gradientes em paralelo através de bilhões de parâmetros, com demandas extremas de densidade de computação, largura de banda de memória e velocidade de interconexão. H100s e B200s têm domínio genuíno aqui — sem alternativas significa sem alternativas. Mas e a inferência? Dada uma entrada, rodar uma passagem forward, gerar um resultado. O grafo de computação é relativamente fixo, o requisito de generalidade é bem menor e o espaço para especialização é bem maior.
O Google validou essa lógica cedo. O TPUv1 foi lançado em 2016 num processo de 28nm — enquanto a NVIDIA já estava em 16nm — e ainda assim os testes internos do Google mostraram que o TPUv1 alcançava melhorias de desempenho de 15-30× e ganhos de eficiência energética de 30-80× sobre CPUs e GPUs contemporâneas em tarefas de inferência. Um chip dedicado num processo maduro venceu uma GPU de propósito geral num processo avançado, porque a arquitetura ASIC é feita sob medida para um único padrão de computação. A DeepSeek campo um chip de inferência em 14nm ou até 7nm é um alvo técnico totalmente realista — categoricamente mais fácil do que “construir um concorrente do H100.”
Mas a viabilidade técnica nunca foi o cerne da história. O cerne é este: o poder de precificação da NVIDIA se apoia na premissa “você não tem segunda opção”, não na premissa “meu chip é o melhor”. A margem bruta da NVIDIA se mantém acima de 75% há anos. Uma empresa sustenta essa margem sob exatamente uma condição: os compradores não têm alternativa. Treinar um modelo grande exige H100s. Implantar inferência em escala exige clusters de GPUs. O suporte do ecossistema de software só existe dentro do framework CUDA. A NVIDIA vende não apenas um chip, mas uma solução integrada cujo custo de migração é proibitivo. Esse poder de precificação não tem relação com custo e é inteiramente função das alternativas.
O framework da “segunda banca no mercado”
Imagine uma feira. Você se aproxima de uma banca de carne; o vendedor cobra 28 reais o quilo. Você pede desconto. Ele diz: “É esse o preço. Aceita ou deixa — não tem mais ninguém.” Você se vira e vê que uma segunda banca abriu do outro lado do corredor. O preço ainda não está definido. Os porcos ainda não foram abatidos. Mas a porta está aberta. Você olha para trás, e o tom do primeiro vendedor muda.
É para isso que serve o chip de inferência da DeepSeek. Ele não precisa ser o chip mais forte. Não precisa alcançar produção em massa de milhões de unidades. Nem sequer precisa completar um tape-out bem-sucedido. Ele precisa apenas existir como segunda opção na mesa de negociação. O líder de aquisição de computação da DeepSeek não precisa dizer “não vamos mais comprar o de vocês”. Basta dizer: “Nosso próprio chip de inferência entra em tape-out em pequena escala no próximo ano. Se não houver flexibilidade de preço, vamos priorizar rodar inferência no nosso próprio silício.” Essa frase vale todos os trunfos que a NVIDIA detém. O preço de monopólio tem um ponto frágil: ele se sustenta apenas quando os compradores acreditam que não têm saída. Até mesmo uma saída imatura — ainda em tape-out, ainda com rendimento limitado — é suficiente para amolecer a cotação. A própria DeepSeek é uma consumidora gigante de computação de inferência: a DeepSeek V4 foi lançada em abril com 284B-1.6T de parâmetros, e servi-la externamente consome computação de inferência continuamente em escala enorme. O projeto do chip é respaldado por demanda interna real, não é uma validação de conceito. Essa lógica é idêntica à razão pela qual Google, AWS e Microsoft construíram seus próprios chips: os maiores compradores estão, sistematicamente, construindo rotas de fuga de reserva para si mesmos.
Não é só a DeepSeek: o efeito dominó
A DeepSeek dominou as manchetes, mas o que deixa Wall Street nervosa não é uma única empresa. O programa de TPU do Google já iterou oito gerações desde 2015; o TPUv4 em 7nm entrega de 5% a 87% mais desempenho que a NVIDIA A100 dependendo da carga de trabalho, e a carga interna de inferência do Google migrou pesadamente para TPU, reduzindo de forma constante a dependência da NVIDIA. A série Trainium da AWS está em sua terceira geração, e não é usada apenas internamente — OpenAI e Anthropic já adotaram o Trainium 3 para cargas parciais. A Microsoft apostou no chip Maia, desenvolvido internamente. Os maiores compradores de computação de IA estão reduzindo sistematicamente a dependência da NVIDIA. Eles não vão parar de comprar por completo — mas onde existem alternativas, escolhem-nas, deixando a NVIDIA para os cenários sem opções. A entrada da DeepSeek significa que até o maior consumidor chinês de computação de inferência está trilhando esse caminho. Esse é um sinal de mudança estrutural na demanda.
A diferença é real, claro. Google e AWS fazem tape-out em linhas TSMC de 5nm e 3nm; a DeepSeek, limitada pelas sanções, depende de processos maduros domésticos — a escala e a sofisticação não são comparáveis. Mas a verdadeira tensão é que o muro de dominós acabou de ganhar mais uma peça. Quando jogadores dessa magnitude constroem seus próprios chips, que fornecedor de nuvem tem base para não negociar com a NVIDIA? E a independência de software da DeepSeek já é substancial: ela construiu o hfreduce para substituir a biblioteca de comunicação NCCL da NVIDIA, implantou o sistema de arquivos distribuído 3FS e já usa os Ascend da Huawei como apoio na inferência. Cada movimento aponta para a mesma direção: esta empresa não pretende depender para sempre de nenhum fornecedor externo.
O que isso significa
O projeto de chip da DeepSeek não vai substituir a NVIDIA. Ele não precisa. A “segunda banca no mercado” — mesmo uma que ainda não está completamente abastecida — muda a conversa de preço para todos os compradores do mercado. Quando os maiores consumidores de computação de inferência constroem sistematicamente rotas alternativas de fornecimento, a margem bruta de 75% da NVIDIA enfrenta um desafio estrutural que nenhum roadmap de produto pode resolver. O chip em si é quase um detalhe. O que importa é que a opção agora existe.
