A DeepSeek tende a lançar o seu próprio chip de IA, seguindo os passos da Amazon, Google, OpenAI e Microsoft. A nova aposta da empresa chinesa foi revelada pela agência de notícias Reuters nesta terça-feira (7).
O investimento, iniciado há cerca de um ano e em estado inicial, tem como objetivo de reduzir a dependência da NVIDIA e Huawei.
Neste momento, a empresa ampliou a contratação de engenheiros e segue em negociações com parceiros de design de chips, fundições e fabricantes de memória.
-
Entre no Canal do WhatsApp do Canaltech e fique por dentro das últimas notícias sobre tecnologia, lançamentos, dicas e tutoriais incríveis.
-
Contudo, ainda não há previsão de lançamento e detalhes técnicos do componente. A estimativa é que o chip da DeepSeek foque em inferência, quando um modelo de IA usa o que “aprendeu” no treinamento para responder a uma solicitação.
Procurada pela agência de notícias, a companhia não se manifestou sobre o caso.
A empresa, vale lembrar, se destacou no começo de 2025 pelo treinamento do R1 mais barato que o do GPT-4, da OpenAI. Na ocasião, a empresa usou cerca de 500 chips H800 da Nvidia.
Depois, em abril de 2026, a empresa revelou o DeepSeek-V4, dessa vez compatível com processadores da Huawei, da linha Ascend.
Na sequência do mercado
A aposta da DeepSeek, caso confirmada, tende a esquentar ainda mais o mercado de chips com foco em inteligência artificial. Especialmente após a estreia do Jalapeño, anunciado pela OpenAI no fim de junho.
Desenvolvido em parceria com a Broadcom, o componente se dedica à inferência. Nos primeiros testes, a novidade apresentou eficiência energética superior ao padrão do mercado e bons níveis de controle térmico.
Outras empresas apresentaram seus próprios processadores. No fim de 2025, a Amazon Web Services (AWS) revelou o Trainium 3, com intuito de acelerar o treinamento de modelos de IA. Depois, em janeiro, foi a vez do Microsoft Maia 200, com poder computacional de mais de 10 petaFLOPs.
Em abril, o Google revelou a 8ª geração de seus TPUs, com versões dedicadas para treinamento e para inferência.
Leia a matéria no Canaltech.