{"id":11383,"date":"2024-04-06T13:41:20","date_gmt":"2024-04-06T13:41:20","guid":{"rendered":"https:\/\/dailyai.com\/?p=11383"},"modified":"2024-04-09T17:16:20","modified_gmt":"2024-04-09T17:16:20","slug":"nvidias-ai-odyssey-from-humble-origins-to-a-2-trillion-company","status":"publish","type":"post","link":"https:\/\/dailyai.com\/pt\/2024\/04\/nvidias-ai-odyssey-from-humble-origins-to-a-2-trillion-company\/","title":{"rendered":"A odisseia da IA da NVIDIA: das origens humildes a uma empresa de $2 bili\u00f5es"},"content":{"rendered":"

A NVIDIA, um nome sin\u00f3nimo de tecnologia de ponta e inova\u00e7\u00e3o, foi fundada h\u00e1 apenas tr\u00eas d\u00e9cadas, em 1993.\u00a0<\/strong><\/p>\n

De um in\u00edcio humilde como designer de chips gr\u00e1ficos focado na ind\u00fastria de jogos, a NVIDIA evoluiu para um l\u00edder global em IA e computa\u00e7\u00e3o de alto desempenho.\u00a0<\/span><\/p>\n

A NVIDIA foi avaliada em \"apenas\" cerca de $100 mil milh\u00f5es em 2019. Agora vale cerca de $2 trili\u00f5es<\/a>A empresa \u00e9 a terceira maior empresa do mundo em termos de capitaliza\u00e7\u00e3o bolsista, abaixo da Microsoft e da Apple e \u00e0 frente da Saudi Aramco, da Amazon, da Google e da Meta Platforms.\u00a0<\/span><\/p>\n

A NVIDIA foi fundada por Jensen Huang, Chris Malachowsky e Curtis Priem, que partilhavam a vis\u00e3o de revolucionar a computa\u00e7\u00e3o gr\u00e1fica. <\/span><\/p>\n

No in\u00edcio dos anos 90, o trio reconheceu o potencial inexplorado dos processadores gr\u00e1ficos especializados e decidiu criar uma empresa que transformaria a crescente ind\u00fastria dos jogos.<\/span><\/p>\n

Um dos primeiros triunfos da empresa resultou de um momento de acaso.<\/p>\n

Em 1995, a Sega estava a desenvolver a sua consola de jogos da pr\u00f3xima gera\u00e7\u00e3o, a Sega Saturn. A Sega estava \u00e0 procura de um chip gr\u00e1fico 3D para alimentar a consola e tinha inicialmente feito uma parceria com a 3Dfx Interactive, concorrente da NVIDIA.<\/p>\n

No entanto, num encontro casual entre um engenheiro da NVIDIA e um executivo da Sega numa confer\u00eancia, a NVIDIA demonstrou o chip NV1 da empresa, o que impressionou a Sega. A Sega decidiu utilizar o chip da NVIDIA na Saturn em vez do da 3Dfx.<\/p>\n

Curiosamente, o chip NV1 utilizado na Sega Saturn n\u00e3o foi um \u00eaxito comercial para a NVIDIA no mercado dos PC. O produto subsequente da empresa, o RIVA 128 (NV3), foi a sua primeira GPU de sucesso para PC e lan\u00e7ou as bases para o seu futuro dom\u00ednio no mercado das placas gr\u00e1ficas.<\/p>\n

Outro avan\u00e7o precoce ocorreu em 1999 com o GeForce 256<\/a>comercializada como a primeira GPU do mundo.\u00a0<\/span><\/p>\n

Isto lan\u00e7ou as bases para o dom\u00ednio da NVIDIA na ind\u00fastria dos jogos, e a linha de GPUs GeForce tornou-se rapidamente um nome conhecido entre os entusiastas dos jogos.<\/span><\/p>\n

\"\"
A marca NVIDIA GeForce de GPUs para jogos.<\/figcaption><\/figure>\n

\u00c0 medida que a NVIDIA continuou a ultrapassar os limites da tecnologia gr\u00e1fica no in\u00edcio dos anos 2000, lan\u00e7ando GPUs cada vez mais potentes que proporcionavam experi\u00eancias de jogo envolventes, a I&D da empresa estabeleceu-a como l\u00edder no processamento paralelo.\u00a0<\/span><\/p>\n

Isso seria mais tarde fundamental para o futuro sucesso da NVIDIA na \u00e1rea da IA e da computa\u00e7\u00e3o de alto desempenho.<\/span><\/p>\n

Para al\u00e9m dos jogos: a ascens\u00e3o da GPGPU e da CUDA<\/h2>\n

Embora a ind\u00fastria de jogos tenha catalisado o sucesso inicial da NVIDIA, a lideran\u00e7a da empresa reconheceu o potencial das GPUs para al\u00e9m da renderiza\u00e7\u00e3o de gr\u00e1ficos.\u00a0<\/span><\/p>\n

Em 2006, a NVIDIA introduziu a Compute Unified Device Architecture (CUDA), um modelo de programa\u00e7\u00e3o que permitia aos programadores aproveitar o poder de processamento paralelo das GPUs para computa\u00e7\u00e3o de uso geral (GPGPU).<\/span><\/p>\n

A CUDA simplificou o processo de programa\u00e7\u00e3o de GPUs, permitindo aos programadores escrever c\u00f3digo utilizando linguagens familiares como C e C++. Isto abriu novas oportunidades para a NVIDIA na investiga\u00e7\u00e3o cient\u00edfica, explora\u00e7\u00e3o de petr\u00f3leo e g\u00e1s, simula\u00e7\u00f5es financeiras e imagiologia m\u00e9dica, abrindo assim uma mir\u00edade de novas parcerias para a NVIDIA.\u00a0<\/span><\/p>\n

Isto tamb\u00e9m mostrou como a NVIDIA se tornaria fundamental na infraestrutura cr\u00edtica de alta tecnologia, expandindo a sua clientela para al\u00e9m dos compradores empresariais para governos e institui\u00e7\u00f5es p\u00fablicas.<\/p>\n

Semicondutores: um mercado notoriamente dif\u00edcil de conquistar<\/h2>\n

A ind\u00fastria dos semicondutores \u00e9 notoriamente complexa e altamente competitiva, com apenas um punhado de empresas a deixar a sua marca.<\/p>\n

Uma das principais raz\u00f5es para o n\u00famero limitado de grandes fabricantes de semicondutores \u00e9 o custo extremo e a complexidade do processo de fabrico.<\/p>\n

O fabrico de semicondutores requer instala\u00e7\u00f5es de ponta, conhecidas como fundi\u00e7\u00f5es, que podem custar milhares de milh\u00f5es de d\u00f3lares para construir e manter.<\/p>\n

Estas fundi\u00e7\u00f5es t\u00eam de funcionar em ambientes extremamente limpos para evitar que at\u00e9 as mais pequenas part\u00edculas interfiram com o processo de fabrico.<\/p>\n

Al\u00e9m disso, o equipamento utilizado para o fabrico de semicondutores, como as m\u00e1quinas de litografia, \u00e9 altamente especializado e dispendioso, com algumas m\u00e1quinas a custarem mais de $100 milh\u00f5es.<\/p>\n

Em conjunto, isto cria enormes barreiras \u00e0 entrada de novos intervenientes na ind\u00fastria, o que ajudou a manter a NVIDIA no topo da hierarquia, apesar da concorr\u00eancia da AMD, Intel e Qualcomm.<\/p>\n

A revolu\u00e7\u00e3o da IA<\/h2>\n

\u00c0 medida que a procura por IA e aprendizagem autom\u00e1tica crescia na d\u00e9cada de 2010, a NVIDIA estava perfeitamente posicionada para capitalizar esta tend\u00eancia emergente.\u00a0<\/span><\/p>\n

Com I&D em processamento paralelo, as GPUs da empresa tornaram-se o hardware preferido para treinar redes neuronais profundas e alimentar cargas de trabalho de IA.<\/span><\/p>\n

Reconhecendo o imenso potencial da IA, a NVIDIA fez investimentos estrat\u00e9gicos no campo, colaborando com as principais institui\u00e7\u00f5es de investiga\u00e7\u00e3o e empresas tecnol\u00f3gicas para fazer avan\u00e7ar as tecnologias de IA.<\/span><\/p>\n

O apoio inicial da empresa \u00e0 OpenAI mostrou a sua capacidade de entrar em sectores de ponta e de assumir riscos para expandir a sua base de clientes.<\/span><\/p>\n

A NVIDIA tamb\u00e9m desenvolveu m\u00f3dulos de computa\u00e7\u00e3o especializados, como a s\u00e9rie DGX, especificamente concebidos para acelerar a forma\u00e7\u00e3o de modelos de linguagem grandes (LLMs) e outras arquitecturas de IA. Estes sistemas potentes tornaram-se rapidamente o hardware de elei\u00e7\u00e3o para investigadores e programadores de IA em todo o mundo.<\/span><\/p>\n

E esse \u00e9 um ponto crucial. Quando se trata de hardware de IA topo de gama, h\u00e1 a NVIDIA e depois h\u00e1 os outros.<\/p>\n

Trata-se de uma configura\u00e7\u00e3o invulgar, mesmo nas grandes empresas de tecnologia. A Google, a Amazon, a Meta, a Apple e a Microsoft n\u00e3o s\u00e3o assim t\u00e3o diferentes quando se resumem as suas principais unidades de neg\u00f3cio.<\/p>\n

H\u00e1 t\u00e3o poucos actores no mercado dos semicondutores, em parte porque \u00e9 dif\u00edcil e em parte porque a NVIDIA o tornou assim atrav\u00e9s de investimentos estrat\u00e9gicos.<\/p>\n

O ecossistema coeso da NVIDIA tamb\u00e9m oferece seguran\u00e7a aos programadores, uma vez que a NVIDIA se tornou t\u00e3o fi\u00e1vel. Esta \u00e9 uma empresa livre das controv\u00e9rsias da Big Tech, das lutas pela lideran\u00e7a, das ac\u00e7\u00f5es regulamentares e da depend\u00eancia de tecnologias digitais menos tang\u00edveis, como as redes sociais.<\/p>\n

A NVIDIA compreende isto, utilizando software e hardware para refor\u00e7ar o dom\u00ednio sobre o ecossistema de IA e criar um conjunto de ferramentas e bibliotecas de software que melhoram as estrat\u00e9gias de entrada no mercado para os seus clientes.\u00a0<\/span><\/p>\n

O papel da NVIDIA na IA generativa<\/h2>\n

A ascens\u00e3o da IA generativa solidificou ainda mais a posi\u00e7\u00e3o da NVIDIA como uma pot\u00eancia de IA. Esta \u00e9 a fase em que a NVIDIA se estabeleceu verdadeiramente como uma das empresas mais influentes do mundo.\u00a0<\/span><\/p>\n

A IA generativa envolve o treino de modelos em vastos dados para criar novos conte\u00fados com base em padr\u00f5es e estilos aprendidos, como texto, imagens e m\u00fasica.<\/span><\/p>\n

Reconhecendo o seu imenso potencial, a NVIDIA introduziu as Funda\u00e7\u00f5es de IA, uma plataforma baseada em cloud que democratizou o acesso a modelos de IA generativa de \u00faltima gera\u00e7\u00e3o.\u00a0<\/span><\/p>\n

As Funda\u00e7\u00f5es de IA permitem que as empresas e os programadores aproveitem o poder da IA generativa sem a necessidade de grandes recursos ou conhecimentos internos.<\/span><\/p>\n

As Funda\u00e7\u00f5es de IA da NVIDIA inclu\u00edam inicialmente modelos pr\u00e9-treinados, como o NeMo para processamento de linguagem natural e o Picasso para gera\u00e7\u00e3o de imagens e v\u00eddeos.<\/span><\/p>\n

Mais uma vez, isto mostra o empenhamento da NVIDIA em criar um ecossistema em vez de produtos individuais. \u00c9 aqui que se diferenciam de outros fabricantes, em especial dos concorrentes no fabrico de semicondutores.<\/p>\n

A NVIDIA \u00e9 um balc\u00e3o \u00fanico para o desenvolvimento de IA de ponta, oferecendo hardware, software e fortes colabora\u00e7\u00f5es com recursos de nuvem atrav\u00e9s da Google, Microsoft, Amazon e outros.<\/p>\n

GPUs da NVIDIA<\/h3>\n

No meio do boom da IA generativa, a NVIDIA expandiu amplamente o seu portef\u00f3lio de chips de IA, introduzindo v\u00e1rios processadores inovadores concebidos para ultrapassar os limites da IA e das tecnologias de computa\u00e7\u00e3o em v\u00e1rios setores.\u00a0<\/span><\/p>\n

Vejamos mais de perto estes chips e os seus contributos:<\/span><\/p>\n

    \n
  1. A100 e H100:<\/b> O <\/span>H100<\/span><\/a> tornou-se rapidamente o carro-chefe da NVIDIA para aplica\u00e7\u00f5es de IA, com velocidades de rel\u00f3gio 6x mais r\u00e1pidas do que o seu antecessor, o A100.<\/span><\/li>\n
  2. GPU HGX H200:<\/b> Baseado na arquitetura Hopper, o <\/span>H200<\/span><\/a> apresenta a mem\u00f3ria HBM3e, fornecendo quase o dobro da capacidade e 2,4 vezes mais largura de banda do que a sua antecessora, a A100. Ela foi projetada para dobrar a velocidade de infer\u00eancia no Llama 2, um LLM de 70 bilh\u00f5es de par\u00e2metros, em compara\u00e7\u00e3o com o H100. O H200 \u00e9 compat\u00edvel com v\u00e1rias configura\u00e7\u00f5es de centros de dados e o seu lan\u00e7amento est\u00e1 previsto para o in\u00edcio ou meados de 2024.<\/span><\/li>\n
  3. GH200 Grace Hopper Superchip: <\/b>A GH200 combina a GPU HGX H200 com uma CPU NVIDIA Grace baseada em Arm. Destina-se a aplica\u00e7\u00f5es de supercomputa\u00e7\u00e3o para lidar com aplica\u00e7\u00f5es complexas de IA e HPC. Espera-se que o GH200 seja utilizado em mais de 40 supercomputadores de IA em todo o mundo, incluindo projetos significativos como o sistema JUPITER na Alemanha, que dever\u00e1 ser o sistema de IA mais poderoso do mundo ap\u00f3s sua instala\u00e7\u00e3o em 2024.<\/span><\/li>\n
  4. Blackwell GPU:<\/b> Apresentado em <\/span>GTC 2024<\/span><\/a>A GPU Blackwell \u00e9 o processador da pr\u00f3xima gera\u00e7\u00e3o da NVIDIA, sucedendo \u00e0s GPUs H100 e H200. Considerado pela NVIDIA como o chip mais potente do mundo, o Blackwell foi concebido especificamente para as exig\u00eancias da IA generativa. Ele oferece um aumento de desempenho de 30 vezes em rela\u00e7\u00e3o ao H100 para cargas de trabalho LLM com efici\u00eancia energ\u00e9tica 25 vezes melhor.<\/span><\/li>\n<\/ol>\n

    Blackwell ser\u00e1 enorme, com Comunicado de imprensa da NVIDIA<\/a> que demonstrou o interesse de uma lista dos maiores nomes da Big Tech, como Satya Nadella da Microsoft, Sundar Pichai e Demis Hassabis da Google e DeepMind, Sam Altman da OpenAI, e muitos outros.<\/p>\n

    \"Blackwell\"
    Plataforma Blackwell da NVIDIA. Fonte: NVIDIA.<\/figcaption><\/figure>\n

    NVIDIA supera o governo dos EUA<\/h2>\n

    O sucesso da NVIDIA estende-se \u00e0 sua estrat\u00e9gia empresarial \u00e1gil, governa\u00e7\u00e3o e resposta \u00e0s press\u00f5es do mercado. Isto inclui evitar os esfor\u00e7os do governo dos EUA para restringir as exporta\u00e7\u00f5es de hardware topo de gama para a China, um dos seus maiores clientes.<\/p>\n

    Em agosto de 2022, o Departamento de Com\u00e9rcio dos EUA imp\u00f4s requisitos de licenciamento \u00e0 importa\u00e7\u00e3o de determinadas GPU topo de gama, incluindo os chips A100 e H100 da NVIDIA, para a China e a R\u00fassia. Isto fez com que o seu stock ca\u00edsse temporariamente quase 8%.<\/p>\n

    As restri\u00e7\u00f5es foram concebidas para evitar que estes chips sejam utilizados em aplica\u00e7\u00f5es militares, como supercomputadores e sistemas de IA.<\/p>\n

    Em outubro de 2022, os EUA refor\u00e7aram ainda mais os seus controlos das exporta\u00e7\u00f5es, introduzindo um vasto conjunto de regras destinadas a impedir a China de aceder a determinadas pastilhas de semicondutores fabricadas em qualquer parte do mundo com equipamento dos EUA. Estas regras restringiram igualmente a exporta\u00e7\u00e3o de ferramentas e componentes fabricados nos EUA, essenciais para o fabrico de pastilhas.<\/p>\n

    Com cada itera\u00e7\u00e3o destas regras, a NVIDIA encontrou formas de as contornar, alterando os seus chips para contornar especificamente as proibi\u00e7\u00f5es de exporta\u00e7\u00e3o.<\/p>\n

    Por exemplo, em novembro, a NVIDIA lan\u00e7ou tr\u00eas novos produtos - HGX H20, L20 PCle e L2 PCle - baseados no potente chip H100 da NVIDIA, mas concebidos para cumprir as restri\u00e7\u00f5es \u00e0 exporta\u00e7\u00e3o.<\/p>\n

    Estes chips s\u00e3o menos potentes do que os modelos A100 e H800, anteriormente restritos, mas continuam a oferecer capacidades de desempenho eficazes para tarefas de IA.<\/p>\n

    Como anotado por SemiAnalysis<\/a>\"A Nvidia est\u00e1 a ultrapassar perfeitamente a linha do desempenho m\u00e1ximo e da densidade de desempenho com estes novos chips para os fazer cumprir os novos regulamentos dos EUA\".<\/p>\n

    De acordo com o South China Post, estima-se que 20 a 25% das receitas dos centros de dados da NVIDIA sejam geradas por compradores chineses, apesar das proibi\u00e7\u00f5es de exporta\u00e7\u00e3o cada vez mais rigorosas.<\/p>\n

    Rob\u00f3tica com o Projeto GR00T e o Jetson Thor<\/h2>\n

    A NVIDIA apoia tecnologias de ponta e emergentes atrav\u00e9s das suas plataformas de desenvolvimento de rob\u00f3tica empresarial.\u00a0<\/span><\/p>\n

    Na confer\u00eancia GTC 2024, a empresa anunciou <\/span>Projeto GR00T<\/span><\/a> e<\/span> Jetson Thor<\/span><\/a>. O GR00T pretende revolucionar a rob\u00f3tica humanoide, fornecendo um modelo de base de uso geral que permite aos rob\u00f4s aprender com as ac\u00e7\u00f5es humanas e aprender rapidamente a coordena\u00e7\u00e3o, a destreza e outras compet\u00eancias.\u00a0<\/span><\/p>\n

    \n

    Hoje \u00e9 o in\u00edcio da nossa miss\u00e3o para resolver a AGI incorporada no mundo f\u00edsico. \u00c9 com grande entusiasmo que anuncio o Projeto GR00T, a nossa nova iniciativa para criar um modelo de base de uso geral para a aprendizagem de rob\u00f4s human\u00f3ides.<\/p>\n

    O modelo GR00T permitir\u00e1 que um rob\u00f4 compreenda... pic.twitter.com\/EqN19Z3cXH<\/a><\/p>\n

    - Jim Fan (@DrJimFan) 18 de mar\u00e7o de 2024<\/a><\/p><\/blockquote>\n