O Cenário Atual dos ASICs de IA Personalizados: Acordos da Broadcom, TPUs do Google, MTIA da Meta e Mais

A Nvidia ainda detém cerca de 70% da participação no mercado de chips de IA, mas essa porcentagem deve diminuir, já que empresas como Google, Amazon, Meta, Microsoft e OpenAI estão investindo bilhões em chips específicos para suas necessidades. As remessas de servidores de IA baseados em ASIC devem atingir 27,8% do mercado em 2026, a maior parcela desde 2023. Além disso, as remessas de ASIC personalizados estão projetadas para crescer 44,6% anualmente em 2026, quase três vezes a taxa de crescimento de 16,1% esperada para as GPUs tradicionais.

Esse crescimento é quase inteiramente facilitado pela TSMC, que fabrica chips para todos os cinco grandes da tecnologia, além de Broadcom, o líder no desenvolvimento de chips de IA personalizados. Broadcom possui um backlog de aproximadamente 73 bilhões de dólares em IA e está mirando em 100 bilhões de dólares em receita anual em chips de IA até 2027.

A Marvell, em parceria com a Amazon no Trainium e com a Microsoft no Maia, projeta até 11 bilhões de dólares em receita de ASICs para IA em 2026. Juntas, Broadcom e Marvell controlam cerca de 95% do mercado de co-design de ASICs personalizados.

Com o mercado projetado para se expandir significativamente a partir de 2026, é interessante observar as estratégias das empresas e as direções que estão tomando.

Broadcom, que se tornou um dos principais habilitadores do ecossistema de ASICs de IA, reportou 8,4 bilhões de dólares em receita de semicondutores de IA no primeiro trimestre do ano fiscal de 2026, um aumento de 106% em relação ao ano anterior e espera alcançar 10,7 bilhões de dólares no segundo trimestre. O CEO Hock Tan afirmou que a empresa tem “visibilidade” para alcançar mais de 100 bilhões de dólares em receita de IA a partir de chips em 2027, respaldado por um backlog de 73 bilhões de dólares.

Broadcom confirmou seis grandes clientes de XPU, incluindo Google, que é seu parceiro mais antigo, tendo desenvolvido sete gerações de TPUs desde 2014. A OpenAI assinou uma colaboração de vários anos em outubro de 2025 para 10 gigawatts de aceleradores personalizados, com a previsão de implantações no segundo semestre de 2026. Essa parceria surge após rumores sobre um pedido de 10 bilhões de dólares que a OpenAI teria feito, porém a identidade do cliente permanece oficialmente não confirmada.

Além disso, Meta, ByteDance e Fujitsu fazem parte da lista de clientes confirmados. Analistas vislumbram oportunidades futuras para a Apple e Arm/SoftBank. A Arm está desenvolvendo uma CPU personalizada para o acelerador da OpenAI, um contrato que pode valer bilhões para a SoftBank.

O crescimento se deve à plataforma de 3.5D XDSiP da Broadcom, que utiliza empilhamento 3D e integração CoWoS nos chips, permitindo pacotes com mais de 6.000 mm² de silício. Em fevereiro, a Broadcom começou a embarcar o primeiro SoC de computação de 2nm da indústria, integrando vários módulos HBM.

No campo da rede, o chip de comutação Tomahawk 6 da Broadcom, que entrou em produção em março, é o primeiro com 102,4 Tbps Ethernet. Já o chip Jericho 4, projetado para interconectar mais de um milhão de XPUs, começou a ser enviado em agosto.

O programa TPU do Google é o mais avançado em relação ao silício de IA personalizado entre os grandes. A última geração, TPU v7, foi anunciada em abril de 2025 e cada chip entrega 4.614 TFLOPS FP8 com 192 GB de memória HBM3E. Esse modelo foi desenvolvido em parceria com a Broadcom e a MediaTek.

A Amazon, por sua vez, não está ficando para trás. O Trainium3 é o primeiro chip de 3nm da AWS, oferecendo 2.517 PFLOPS FP8 e 144GB HBM3E, o que representa um melhorias significativas em relação ao seu antecessor. A CEO da AWS, Matt Garman, disse que já foram implantados mais de um milhão de processadores Trainium.

A Meta também está na corrida com uma das mais ambiciosas roadmaps de chips personalizados da indústria, apresentando quatro novas gerações de chips MTIA. Os modelos MTIA 400 e 500 visam suportar uma ampla gama de aplicações de IA, aumentando a largura de banda da memória e o desempenho computacional.

Enquanto isso, a Microsoft promove seus próprios chips personalizados, como o Maia 200, que promete um desempenho superior, mesmo em comparação com as melhores opções existentes. Além disso, há um foco emergente na Tesla, que tem buscado diversificar suas capacidades com chips dedicados ao treinamento de IA.

Com a TSMC sendo a facilitadora de todas essas inovações, o cenário está se tornando cada vez mais competitivo. Com uma previsão de crescimento significativo para o setor de IA, não se trata mais de “se” o silício personalizado terá uma participação crescente, mas sim de “quão rápido” isso acontecerá.