Acabei de perceber uma coisa muito importante na indústria de chips modernos. Houve uma sessão de discussão interessante na conferência GTC, onde Bill Dally, da Nvidia, falou sobre algo que mudou completamente a forma de pensar sobre o design de chips.

A história começou com números realmente assustadores - anteriormente, transferir uma biblioteca de células padrão contendo milhares de células exigia uma equipe de 8 engenheiros trabalhando por 10 meses completos. Agora? Um processador GPU trabalhando a noite toda e a tarefa está concluída. Os resultados são até melhores do que o design humano em termos de eficiência e consumo de energia.

Mas a verdade é mais profunda do que os títulos das notícias. A Nvidia não usou uma caixa preta aleatória - há ferramentas avançadas desenvolvidas ao longo de anos. O software NB-Cell é baseado em aprendizado por reforço, e há modelos de linguagem grandes internos chamados Chip Nemo e Bug Nemo, treinados com tudo, desde a história da Nvidia, do G80 até o Blackwell. Isso significa que um novo funcionário pode acessar 20 anos de experiência de engenheiros profissionais com um clique.

Mas a parte mais inteligente da estratégia veio depois. Em dezembro de 2025, a Nvidia investiu 2 bilhões de dólares na Synopsys - uma das maiores empresas de ferramentas de design de chips do mundo. E eles assinaram um acordo para integrar profundamente a tecnologia Nvidia nas ferramentas completas da Synopsys. Pouco tempo depois, Cadence e outras empresas anunciaram que estão desenvolvendo ferramentas alimentadas por inteligência artificial em processadores GPU da Nvidia.

Os números assustadores? As ferramentas da Synopsys são 30 vezes mais rápidas no Blackwell, outras ferramentas são 20 vezes mais rápidas, e 12 vezes mais rápidas em outros processadores. A diferença é enorme.

Aqui surge o verdadeiro problema. No passado, as ferramentas de design de chips funcionavam de forma equivalente em processadores Intel e AMD. O futuro é completamente diferente - se você quer as ferramentas mais rápidas, precisa comprar apenas placas Nvidia. Imagine que você é um engenheiro em uma empresa concorrente querendo projetar um chip que supere o Blackwell - você abrirá a ferramenta de design mais rápida e descobrirá que ela funciona com máxima eficiência apenas em processadores Nvidia. Ou aceita um ciclo de design mais lento pela metade, ou compra um grande conjunto de placas Nvidia para projetar um chip destinado a derrotar a própria Nvidia.

A estratégia é mais ampla do que isso. A Nvidia cobre todas as etapas da cadeia de produção, do design à fabricação, usando inteligência artificial. Chip Nemo cuida do design front-end, NB-Cell cuida das otimizações intermediárias, ferramentas EDA estão conectadas a um investimento de 2 bilhões de dólares, e até os cálculos ópticos na fabricação são feitos em processadores Nvidia.

A amarga contradição: qualquer concorrente que queira derrotar a Nvidia descobrirá que todas as ferramentas necessárias para vencer são de propriedade ou otimizadas para favorecer a Nvidia. Quem você quer derrotar, fornece todas as ferramentas que você precisa para tentar.

E as empresas chinesas locais que tentam entrar no mercado de GPUs? A situação é muito mais difícil. A maioria ainda usa ferramentas licenciadas da Synopsys e Cadence, e perde bilhões por ano, mas o mercado as avalia como uma "Nvidia local" com valores de mercado enormes. A lacuna entre a avaliação e a realidade é muito assustadora.