Na mesma semana, dois negócios de chips de US$ 20 bilhões apareceram no horizonte.
Um foi a aquisição da Groq pela Nvidia no final do ano passado por US$ 20 bilhões – empresa especializada em chips de inferência de IA, também a principal concorrente arquitetural da Cerebras.
O outro foi o compromisso adicional da OpenAI com a Cerebras: mais US$ 20 bilhões em três anos para comprar poder computacional, além de warrants de ações de até 10% e US$ 1 bilhão separado para construir um data center para a Cerebras.
Esses dois negócios ocorrerem ao mesmo tempo não é coincidência. O campo de batalha da computação de IA está migrando do treinamento para a inferência, e todos estão disputando posições.
Inferência se torna o campo de batalha principal
Primeiro, o contexto.
O poder computacional de IA se divide em dois tipos: treinamento (alimentar grandes volumes de dados ao modelo, ajustar parâmetros, custo único) e inferência (usar o modelo treinado para responder perguntas, custo contínuo).
Há alguns anos, o treinamento era a principal despesa. Agora mudou.
Em 2025, a inferência já representava 50% do gasto total com poder computacional de IA. Em 2026, essa proporção deve saltar para dois terços.
Cada vez que você envia uma mensagem para ChatGPT, Claude ou Gemini, há uma solicitação de inferência por trás. Quanto mais usuários, maior o custo de inferência, e ele cresce linearmente. Empresas de modelos grandes precisam atender centenas de milhões de usuários; a eficiência da infraestrutura de inferência determina diretamente se a margem bruta é sustentável.
As GPUs da Nvidia são excelentes para treinamento, mas têm uma fraqueza no cenário de inferência: largura de banda de memória. O gargalo da inferência não é o poder computacional, mas a velocidade de movimentação de dados. As GPUs precisam buscar pesos repetidamente da memória gráfica – um processo lento, caro e que consome muita energia.
Por que a Cerebras é adequada para inferência
O WSE-3 (Wafer-Scale Engine de terceira geração) da Cerebras é um chip que cobre um wafer inteiro:
| Parâmetro | WSE-3 | NVIDIA H100 |
|---|---|---|
| Área do chip | 46.225 mm² | 814 mm² |
| Núcleos de IA | 900.000 | 16.896 núcleos CUDA |
| SRAM no chip | 44 GB | — |
| Velocidade de inferência | 15 a 20 vezes mais rápido que H100 | Referência |
O WSE-3 é 57 vezes maior que o H100. Isso não é um número para impressionar, mas o fator determinante para o desempenho de inferência: 44 GB de SRAM no chip colocam a memória e os núcleos de computação lado a lado, reduzindo a distância de movimentação de dados de centímetros para micrômetros – é daí que vem a diferença de velocidade de inferência.
Qual é o custo? Baixo rendimento na embalagem em nível de wafer, alto custo, falta de ecossistema CUDA – praticamente inutilizável para treinamento, o fosso defensivo da Nvidia no treinamento permanece intacto. Mas inferência? A arquitetura da Cerebras tem uma vantagem estrutural aqui.
Os dois movimentos da OpenAI
O relacionamento entre OpenAI e Cerebras não é novo. Em janeiro deste ano, a OpenAI assinou o primeiro grande contrato: 750 megawatts de capacidade computacional, prazo de três anos, valor superior a US$ 10 bilhões.
Em 17 de abril, o The Information noticiou a adição: novo compromisso da OpenAI, gasto total em três anos superior a US$ 20 bilhões, podendo chegar a US$ 30 bilhões, incluindo:
- Warrants de ações que aumentam com o consumo, até 10% de participação na Cerebras
- US$ 1 bilhão separado para ajudar a Cerebras a construir um data center
Isso não é um contrato de compras, mas sim uma vinculação estratégica. Ao mesmo tempo, a OpenAI também está colaborando com a Broadcom para desenvolver chips ASIC próprios, com meta de produção em massa até o final de 2026.
A OpenAI está diversificando conscientemente suas fontes de poder computacional – construindo um canal paralelo além da Nvidia, apostando simultaneamente em chips de inferência dedicados e chips próprios.
A resposta da Nvidia: comprar o concorrente
No final do ano passado, a Nvidia adquiriu a Groq por US$ 20 bilhões. A LPU (Language Processing Unit) da Groq é uma arquitetura pura de inferência que, como a Cerebras, contorna o gargalo de largura de banda de memória das GPUs, sendo a principal concorrente no mercado de chips de inferência independentes.
Após a aquisição, a Groq passou de player independente a divisão da Nvidia. É um movimento defensivo, mas com efeito direto: trazer o concorrente para dentro de casa é mais barato e mais completo do que enfrentá-lo no mercado.
O resultado é que o principal concorrente arquitetural da Cerebras neste campo desapareceu, tornando-se produto da própria Nvidia. Essa configuração é favorável para a expansão de clientes da Cerebras nos próximos anos.
Cerebras retoma tentativa de IPO
Em 17 de abril, a Cerebras protocolou novamente pedido de abertura de capital na SEC, com valuation alvo de cerca de US$ 35 bilhões, planejando captar US$ 3 bilhões, com meta de concluir a oferta no segundo trimestre.
A primeira tentativa de IPO falhou porque o maior cliente, G42 (empresa de IA de Abu Dhabi), foi alvo do CFIUS. A Cerebras converteu todas as ações com direito a voto da G42 em ações sem direito a voto, e o CFIUS deu sinal verde final em 31 de março de 2025.
As condições agora são diferentes da última vez:
- Groq foi adquirida pela Nvidia, o principal concorrente saiu do mercado
- OpenAI é cliente âncora, o compromisso de US$ 20 bilhões é a maior carta na manga do roadshow do IPO
- O valuation saltou de US$ 23 bilhões na Série H em fevereiro para a meta de US$ 35 bilhões – alta de 50% antes mesmo da abertura de capital
OpenAI, Nvidia e Cerebras – três lados no campo de batalha da inferência, cada um com seus próprios cálculos, mas todos apostando na mesma coisa: nos próximos cinco anos, a demanda por poder computacional de inferência vai multiplicar várias vezes. O custo de garantir posição agora é muito menor do que entrar dois anos depois.
Fontes de referência: OpenAI to Spend More Than $20 Billion on Cerebras Chips, Receive Equity Stake (The Information); AI chipmaker Cerebras files to go public after scrapping IPO plans last year (CNBC); CocoLoop, Two $20 billion deals: OpenAI and Nvidia are waging a "war of inference" (PANews); Cerebras IPO 2026: The $25B Nvidia Challenger (Nerd Level Tech)