A inferência de IA entra na era de computação heterogênea! Maia 300 da Microsoft acelera o crescimento dos chips próprios, enquanto TSMC (TSM.US) e Marvell (MRVL.US) embarcam no ciclo de crescimento dos ASICs

De acordo com o aplicativo de notícias financeiras Zhihui Caijing APP, enquanto algumas mídias citavam fontes internas informando que a gigante americana de tecnologia Microsoft (MSFT.US) planeja lançar em breve seu mais novo acelerador de IA desenvolvido internamente, o Maia 300, a renomada instituição de investimentos de Wall Street, Wedbush Securities, acredita que esta última movimentação de mercado pode ser extremamente positiva para Marvell Technology (MRVL.US), que foca em ASICs de IA e chips de conexão óptica de data centers, bem como para a "rainha da terceirização de chips", TSMC (TSM.US). A Microsoft pode anunciar sua nova geração de chips ASIC de IA desenvolvidos internamente, Maia 300, já em setembro de 2026, estando em negociação com a TSMC para garantir uma capacidade de produção superior a 300 mil chips em 2027, com expectativas de ultrapassar 1 milhão de unidades no longo prazo.

Em comunicado, a Microsoft deixou claro que o objetivo da implantação dos ASICs de IA Maia é atender à demanda maciça de processamento de IA, medida em gigawatts (GW), para cargas de trabalho de inferência. Isso significa, em grande parte, que os provedores de cloud em escala ultra estão evoluindo de uma fase de "compra coletiva de GPUs" para uma infraestrutura de capacidade computacional heterogênea, coexistindo Nvidia AI GPU + AMD AI GPU + ASICs/XPU próprios: operações de treinamento de IA e workloads de IA de fronteira — com arquitetura mais complexa e evolução mais rápida — ainda necessitam fortemente de clusters de GPU de IA, enquanto grandes volumes de inferência de IA baseados em modelos de IA maduros, sistemas open-source, Copilot e Agentes de IA (AI Agent) se tornam cada vez mais adequados para chips de IA próprios e dedicados.

É evidente que a Microsoft está tentando seguir o caminho de comercialização da capacidade computacional do Google com seu Google TPU, optando por alugar e vender poder computacional, ao invés de usar os chips internamente apenas para treinamento ou processos de inferência da própria Microsoft. Porém, atualmente é mais parecido com aluguel de poder de computação na nuvem Azure, ao invés de venda direta de chips. A Microsoft já declarou que Maia 200 está adicionando capacidade de inferência de IA utilizável na plataforma de nuvem Azure, ao mesmo tempo em que libera o SDK Maia em modo preview para desenvolvedores, startups de IA e instituições acadêmicas.

No geral, a geração anterior de chips de IA próprios, Maia 200, já evoluiu da fase de desenvolvimento interno para o ambiente de produção na nuvem Azure, começando a se transformar em capacidade de inferência de IA consumível pelos clientes; porém, neste momento, não se deve interpretar que os clientes podem alugar em larga escala e de forma independente instâncias de chips Maia 200, como o fazem com Nvidia Blackwell, H100 ou Google TPU.

Ainda mais importante, segundo as últimas informações da Reuters, a Microsoft está tentando convencer grandes clientes de nuvem, incluindo a Anthropic, a adotarem o Maia 300, o que mostra que Maia deixou de ser um chip de IA próprio fechado para o Microsoft 365 Copilot ou cargas de trabalho internas do OpenAI.

Microsoft Maia 300 visa reduzir custo de inferência de IA; TSMC e Marvell podem ser os maiores beneficiados?

O analista sênior da Wedbush, Matt Bryson, escreveu em relatório aos clientes: "Até agora, o projeto de chips de IA próprios da Microsoft, Maia, não atingiu as expectativas, e, de modo geral, a execução da Microsoft em hardware deixa a desejar."

"Dito isso, o desenvolvimento dos chips de IA próprios da Microsoft está se aproximando de um ponto crítico após múltiplas gerações de iteração de produto, e experiência mostra que os impactos positivos do desenvolvimento de chips tipicamente surgem nesta fase — normalmente após 4 ou 5 anos, na terceira geração de produtos. Se a Microsoft garantir grandes pedidos de infraestrutura de computação de IA, Marvell, parceira de IP e design dos chips, e TSMC, responsável pela fabricação, deverão ser os maiores beneficiados com o sucesso dos ASICs de IA próprios da Microsoft."

Bryson também destacou que o Maia 300 pode impactar, em algum grau, o preço das ações e as perspectivas fundamentais da Nvidia (NVDA.US), visto que, assim como Amazon e Google desenvolvem seus próprios chips de IA, este é mais um projeto personalizado por uma gigante da nuvem visando reduzir custos de inferência de IA corporativa. Entretanto, Bryson acrescenta que o impacto na Nvidia não deve ser tão grande, pois a empresa tem sido "excepcional" em garantir escala suficiente de fornecimento e em construir uma base abrangente de computação de IA.

Segundo reportagens, o Maia 300 pode ser lançado ainda no outono deste ano. A Microsoft já está em negociações com a TSMC para garantir produção de mais de 300 mil chips e planeja entregá-los em 2027. O Maia 200 foi lançado em janeiro deste ano, enquanto as primeiras versões do projeto de chips próprios de IA Maia surgiram em novembro de 2023.

A Microsoft e a Marvell não responderam de imediato aos pedidos da mídia por comentários.

Microsoft quer replicar o caminho do Google TPU! Maia 300 mira ser a base do poder de computação Azure, TSMC e cadeia de customização de chips entram em novo ciclo de crescimento

Do ponto de vista arquitetônico, a real vantagem do Maia frente às GPUs Nvidia não é precisamente "potência absoluta", mas sim a economia unitária na escala de cargas massivas e repetitivas de inferência — o custo por token, tokens por watt (Tokens/Watt) e o custo total de propriedade (TCO) do servidor de IA completo.

GPUs precisam equilibrar treinamento, inferência, computação científica e uma variedade enorme de workloads dinâmicos, de modo que sua principal fortaleza está em sua versatilidade + ecossistema CUDA/TensorRT de software + capacidade de expansão de clusters em nível NVLink; enquanto Maia representa um acelerador de IA personalizado desenvolvido pela Microsoft colaborando com o workload da Azure, podendo concentrar mais transistores, orçamento energético e área no chip para o cálculo tensorial de baixa precisão, capacidade/banda de memória e movimentação de dados demandada pela inferência em Transformer.

O Maia 200 já utiliza processo de fabricação de 3 nanômetros da TSMC, núcleo tensor nativo FP4/FP8, 216GB HBM3e, largura de banda de 7TB/s e 272MB de SRAM on-chip; a Microsoft reforçou especialmente DMA, NoC e rede scale-up de dois níveis, otimizando a arquitetura para os crescentes desafios da inferência, como a "parede da memória" (Memory Wall), KV Cache e custo de movimentação de dados. Segundo o mais recente relatório financeiro da Microsoft, o Maia 200 aumentou a performance por dólar em 30% frente ao hardware de última geração do seu parque, além de ter ampliado a performance por watt em cerca de 40% ao rodar modelos proprietários de MAI. Essa é a maior ameaça competitiva dos ASIC/XPU na era da inferência: quando bilhões de tarefas padronizadas de geração de tokens podem ser otimizadas, o "prêmio de flexibilidade" do GPU universal liderado pela Nvidia pode não compensar o custo de cada requisição de inferência.

Se Maia 300 for implementado conforme os cronogramas e escala divulgados pela mídia, será "enorme benefício estrutural" para o tema de investimentos em semicondutores de IA globalmente, mas também significa que o TAM (mercado total endereçável) de infraestrutura de computação de IA deve expandir ainda mais, e pools de lucro podem ser realocados — ou seja, aumentam as demandas para produção avançada da TSMC, para a cadeia de fabricação de ASICs personalizados, HBM/NAND/DRAM nível data center, pacotes avançados, interconexão óptica de alta velocidade e redes de data center. Por outro lado, para as expectativas do mercado de GPUs de IA lideradas por Nvidia e AMD, a notícia pode soar negativa.

Segundo o estrategista Chris Caso, da Wolfe Research, o índice de semicondutores de Filadélfia (SOXX) dobrou em cerca de três meses e depois caiu 25% desde o pico, sendo o recente enfraquecimento mais uma reavaliação após forte valorização. Caso prevê que a demanda por chips de IA superará a oferta pelo menos até 2028, e considera que o temor do mercado sobre redução nos investimentos dos gigantes da nuvem não se concretizou; ao contrário, a competição envolvendo agentes de IA reforça que grandes clouds "não têm escolha a não ser investir".

Relatório liderado pelo analista Brian Nowak, do Morgan Stanley, indica que os investimentos de capital previstos para 2027/2028 dos cinco maiores provedores de nuvem (Meta, Amazon, Microsoft, Google, SpaceX) foram significativamente revisados para cima, alcançando respectivamente 1,2 trilhão e 1,4 trilhão de dólares. Para 2026, a previsão de capex das gigantes americanas de tecnologia também foi elevada de US$ 433 bilhões previstos há um ano, para US$ 805 bilhões.

Mas isso não significa que Maia substituirá Nvidia no curto prazo. Pelo contrário, a competição em inferência evoluiu de "FLOPS de pico de chip" para "eficiência do sistema de IA completo", e o maior fosso da Nvidia ainda é o ecossistema integrado de CUDA, TensorRT-LLM, Dynamo, bibliotecas maduras de kernel e os elos software—GPU—NVLink—rede. O TensorRT-LLM segue otimizando caminhos críticos de inferência como quantização FP8/FP4, KV Cache paginada, Decodificação Especulativa e Paralelismo Expert; portanto, para a Microsoft converter Maia em uma plataforma de terceiros de grande escala, o maior desafio não será desenhar o chip, mas amadurecer compiladores, kernels, escalonadores, compatibilidade de modelos e o ecossistema de desenvolvedores.

De acordo com instituições como Morgan Stanley e Wedbush Securities, otimistas quanto à cadeia de valor de computação de IA, a demanda aparentemente ilimitada por poder de computação de ponta na era da inferência de IA e o crescimento concentrado em agentes de IA permitirão que ASICs de IA cresçam como um segundo ecossistema de trilhão de dólares sem destruir a demanda por GPUs — fortalecendo a lógica de que o "superciclo dos semicondutores de IA não é apenas um ciclo de GPUs, mas sim todo um ciclo de aumento do conteúdo de silício em data centers".

Sobre as perspectivas de valorização das ações da TSMC, Simon Coles, analista do Barclays, elevou recentemente o preço-alvo de US$ 625 para US$ 650 e manteve recomendação de "compra"; caso isso se concretize, o valor de mercado da TSMC pode subir de cerca de US$ 2,17 trilhões para US$ 3,37 trilhões.

O cerne da tese otimista de Coles é: a IA global está promovendo uma "corrida por wafers lógicos avançados" — sua pesquisa na cadeia de fornecedores asiática detectou competição intensa pela capacidade produtiva de wafers avançados, e a TSMC domina simultaneamente os processos avançados N2/N3 e o empacotamento avançado CoWoS, dois gargalos para computação de IA, uma escassez que tem garantido enorme poder de precificação. Em outras palavras, os US$ 650 da estimativa de alta não dependem apenas da Nvidia continuar vendendo GPUs, mas de Nvidia/AMD GPU + Google TPU + AWS Trainium + Microsoft Maia + AMD GPU, todos os clusters de computação de IA heterogêneos que precisarão de processos avançados e pacotes avançados — tornando a TSMC o ativo semicondutor mais próximo de um "pedágio da infraestrutura de computação" na era da inferência de IA.

Quanto à valorização das ações da Marvell, a projeção altista mais agressiva vem do analista John Vinh, do KeyBanc, com preço-alvo de US$ 400, revisado em 14 de julho para cima desde os US$ 385, com recomendação de compra; isso representa potencial de alta de aproximadamente 91,8% em relação ao preço atual de US$ 208,56. Considerando um free float de aproximadamente 875,8 milhões de ações, US$ 400 de preço-alvo equivale a um valor de mercado potencial de cerca de US$ 350,3 bilhões para Marvell. O raciocínio central de Vinh está em "computação heterogênea das gigantes da nuvem + era da inferência de IA" — isto é, a Marvell está se beneficiando nas duas frentes: fornecendo ASICs/XPU de IA customizados para clouds de ultragrande porte e sistemas de interconexão ópticos e de rede de alta performance.

O preço-alvo de US$ 400 sugerido por Vinh não aposta apenas no sucesso do Maia 300, mas na expectativa de que, à medida que Microsoft, Google, Amazon e outros gigantes da nuvem migrem do modelo "comprar GPU Nvidia" para uma era de computação heterogênea com GPU + ASIC próprios, a Marvell evoluirá de fornecedora de interconexão de IA para o principal "arsenal" do silício personalizado pelos gigantes da nuvem.