Nvidia segue presente no treinamento
Segundo fontes ouvidas pelo South China Morning Post, os modelos de inteligência artificial mais avançados da China ainda são treinados em chips da Nvidia. A reportagem relaciona essa permanência ao alto custo de trocar a infraestrutura por semicondutores locais.
A plataforma CUDA, da Nvidia, é descrita como padrão consolidado para desenvolvimento de IA. Já a CANN, alternativa da Huawei Technologies, demanda reescrita e otimização de grandes volumes de código, segundo um pesquisador envolvido no desenvolvimento de modelos.
Migração depende do modelo e do ecossistema
James Wang, desenvolvedor de modelos em um instituto de pesquisa ligado a uma universidade de Xangai, afirmou que seus fluxos de treinamento dependem de CUDA e que o código não roda diretamente nos chips Ascend, da Huawei. Para sua equipe, ele estimou que a migração poderia elevar tempo e custos em pelo menos 50%.
Um engenheiro baseado em Pequim disse que o prazo de transição varia conforme a abertura do modelo e a maturidade do ecossistema. Para modelos de código aberto, como os da DeepSeek e versões destiladas, o treinamento em Ascend poderia exigir de dois a três engenheiros e cerca de um mês adicional. Para um modelo cujos pesos, mas não o código-fonte, foram divulgados, a estimativa citada foi de cerca de dez engenheiros e mais de seis meses extras.
Adaptação de modelos e treinamento local
A reportagem afirma que DeepSeek-V4 e Kimi K3 foram adaptados para plataformas chinesas, como as da Huawei e da Alibaba Group Holding. DeepSeek e Moonshot não divulgaram quais chips de IA usaram no treinamento de seus modelos.
Também há casos de uso de chips locais no treinamento. Em junho, a Meituan lançou o LongCat-2.0, modelo de 1,6 trilhão de parâmetros que, segundo a empresa, foi integralmente treinado e executado em um cluster doméstico de 50 mil placas de computação. A Meituan não identificou o fornecedor desse cluster.
Implicações para empresas brasileiras
Como análise editorial, o relato reforça que a escolha de infraestrutura para IA envolve não apenas disponibilidade de chips, mas também compatibilidade de software, esforço de engenharia e custos de migração. Empresas brasileiras que operam ou avaliam parceiros no mercado chinês podem incluir esses fatores em avaliações técnicas e contratuais.
Esta pauta se baseia em uma única fonte, o South China Morning Post, e não constitui confirmação independente dos relatos atribuídos a fontes do setor. Antes de decisões empresariais, recomenda-se acompanhar divulgações das empresas envolvidas e informações técnicas verificáveis sobre treinamento, inferência e compatibilidade de plataformas.