OpenAI negocia comprar chips de IA do Google para reduzir dependência da Nvidia

Google negocia vender TPUs para seu maior rival em modelos de IA

A OpenAI está negociando com o Google a compra de seus processadores TPU para ampliar a capacidade de computação usada no treinamento e na operação de seus modelos de IA, segundo reportagem da agência The Information citada pelo site espanhol Xataka em 28 de outubro de 2026. Se o acordo sair, a empresa de Sam Altman passa a rodar sua infraestrutura com três tipos de chip ao mesmo tempo: as GPUs da Nvidia, que hoje dominam seus data centers, as TPUs do Google e o chip próprio que a OpenAI já apresentou em agosto.

Nenhuma das duas empresas confirmou publicamente os termos do acordo. A informação circula como negociação em andamento, não como contrato fechado.

A dependência da Nvidia custa caro e trava a expansão

Os data centers que a OpenAI mantém com parceiros como Oracle, SoftBank e CoreWeave estão cheios de servidores com GPUs da Nvidia. As instalações que a empresa está construindo agora no Texas, no Novo México, em Wisconsin, em Ohio e em Michigan devem seguir usando essas GPUs, mas com a novidade de somar chips do Google e chips próprios.

O motivo da diversificação é direto: GPU da Nvidia é cara e nem sempre disponível. A TSMC, fabricante que produz esses chips, enfrenta dificuldade para dar conta da demanda mundial, e isso tem efeito direto no preço e no prazo de entrega para quem depende dela. Para uma empresa que queima bilhões em infraestrutura todos os trimestres, qualquer fornecedor alternativo reduz risco de gargalo.

O Jalapeño, chip próprio da OpenAI para inferência

No fim de agosto de 2026 a OpenAI apresentou o Jalapeño, chip otimizado para inferência, ou seja, para a fase em que um modelo já treinado responde a perguntas no uso do dia a dia, diferente do treinamento, etapa de aprendizado que ainda consome muito mais poder de processamento. Ter um chip próprio não significa abandonar a Nvidia: o Jalapeño resolve parte da inferência, mas o treinamento dos modelos continua dependendo das GPUs da Nvidia, pelo menos por enquanto.

Controlar o desenho da lógica desse chip dá à OpenAI a chance de otimizá-lo para suas próprias necessidades, em vez de usar um processador genérico pensado para qualquer cliente da Nvidia.

TPU: a aposta do Google que virou produto para concorrentes

TPU é a sigla de Tensor Processing Unit, processador que o Google desenvolve há anos para rodar suas próprias cargas de inteligência artificial, de busca a modelos de linguagem. A OpenAI já aluga capacidade de TPU do Google desde 2025, então a eventual compra direta de processadores seria um passo a mais numa relação comercial que já existe, não uma aproximação do zero entre duas empresas rivais.

O movimento não é exclusivo da OpenAI. A Anthropic também está reduzindo sua dependência das GPUs da Nvidia, e laboratórios de IA chineses fazem o mesmo caminho, neste caso forçados pelas restrições de exportação que o governo dos Estados Unidos impõe aos chips mais potentes da Nvidia. Para o Google, vender TPU para concorrentes diretos no mercado de modelos de IA pode virar uma fonte de receita relevante, mesmo competindo com esses mesmos clientes pelo usuário final.

O que muda para quem desenvolve com IA no Brasil

Para times de TI que consomem a API da OpenAI (seja GPT via plataforma própria, seja via Azure OpenAI), o acordo em si não muda preço nem limite de uso no dia seguinte. O efeito, se o acordo se confirmar, é mais indireto e mais lento:

• Mais fornecedores de hardware tendem a aliviar, ao longo do tempo, a pressão sobre a oferta de GPU Nvidia, hoje concentrada e cara;
• Uma OpenAI menos dependente de um único fabricante reduz o risco de instabilidade de capacidade que afeta diretamente quem roda produção sobre a API dela;
• O caso reforça que mesmo big techs rivais em produto (Google e OpenAI disputam usuário de chatbot e de API de IA) cooperam na camada de infraestrutura, algo que já acontece há tempos em nuvem e que agora chega também a silício.

Para quem avalia arquitetura multi-provedor, seja usando modelos da OpenAI, da Anthropic ou do próprio Google via Vertex AI, o episódio é um lembrete de que a escolha de fornecedor de modelo não equivale à escolha de fornecedor de hardware por trás dele: times diferentes de infraestrutura competem e cooperam ao mesmo tempo, e isso pode afetar latência, disponibilidade e custo de forma que o cliente final nem sempre enxerga.

O que ainda está em aberto

Nem OpenAI nem Google confirmaram os termos da negociação, nem valores, nem prazo. Também não há indicação de que a Nvidia perca espaço relevante no treinamento de modelos no curto prazo: o próprio material da reportagem destaca que as GPUs da Nvidia seguem sendo centrais nessa etapa. O que fica claro é a direção: diversificar fornecedor de chip de IA deixou de ser estratégia de nicho e virou prática comum entre os principais laboratórios do setor, inclusive entre competidores diretos.

Fonte: Xataka — Inteligencia Artificial