OpenAI negocia comprar chips do Google e amplia leque de hardware para IA

O que foi noticiado

A OpenAI planeja comprar chips de inteligência artificial do Google, segundo reportagem do The Information citada pelo Olhar Digital, publicada em 28 de outubro de 2026. A reportagem não informa valores, quantidade de chips ou condições da negociação. Também não há confirmação pública de que o acordo já foi fechado.

Os chips em questão são os TPUs (Tensor Processing Units, ou unidades de processamento tensorial), processadores que o Google projeta internamente para acelerar tarefas de inteligência artificial, como treino e execução de modelos. Eles competem diretamente com as placas da Nvidia, hoje dominantes no mercado de hardware para IA.

Uma aproximação que já vem de 2025

O interesse da OpenAI por chips do Google não é novo. Em junho de 2025, a Reuters informou que a empresa já havia começado a alugar TPUs do Google, mais de um ano antes da reportagem atual. Na semana anterior à publicação do The Information, a OpenAI também anunciou que passaria a disponibilizar seus modelos mais avançados pelo Google Cloud, a nuvem do Google.

Esses dois movimentos (aluguel de TPUs e disponibilização de modelos na infraestrutura do concorrente) mostram que a relação comercial entre as duas empresas já ultrapassou a rivalidade declarada no mercado de IA generativa. Para quem acompanha o setor, a possível compra direta de chips seria um passo a mais, não o início da relação.

Por que isso interessa a quem escolhe onde treinar e rodar modelos

Para times de TI que decidem infraestrutura de IA, a notícia tem um recado direto: a oferta de hardware de treino e inferência está deixando de ser um jogo de dois players (Nvidia de um lado, cada nuvem tentando construir alternativa do outro) para virar um mercado onde até concorrentes diretos compram capacidade uns dos outros.

Na prática, isso significa que:

• Mais fornecedores de hardware disputando preço tendem a pressionar para baixo o custo por token de treino e inferência, hoje um dos principais itens de custo em projetos de IA generativa.
• A oferta de modelos da OpenAI no Google Cloud (já em curso, segundo a própria OpenAI) amplia as opções de quem já usa Google Cloud como nuvem principal e não queria depender de uma integração separada com a OpenAI.
• TPUs exigem adaptação de pilha técnica. Cargas de trabalho otimizadas para GPUs Nvidia (CUDA, bibliotecas como PyTorch rodando nativamente sobre GPU) não migram para TPU sem ajuste: o caminho mais comum passa por frameworks como JAX ou pela camada de compatibilidade do próprio PyTorch para TPU, o que pode significar retrabalho de engenharia para equipes que já têm pipelines maduros em GPU.

O que o Google ganha com a venda de TPUs

Até este ano, o Google usava seus TPUs majoritariamente para suas próprias cargas de trabalho, incluindo o treino dos modelos da própria empresa. Em 2026, o Google começou a vender TPUs diretamente a alguns clientes, entre eles a Anthropic, concorrente tanto da OpenAI quanto do próprio Google no mercado de modelos.

A diretora financeira da Alphabet (controladora do Google), Anat Ashkenazi, declarou anteriormente que a empresa espera reconhecer apenas uma pequena parcela da receita desses contratos de venda de TPUs até o fim de 2026, com a maior parte da receita projetada para 2027. Isso indica que o negócio de vender hardware de IA para terceiros, incluindo rivais, ainda está em fase inicial de maturação dentro da Alphabet, mesmo com contratos já em andamento.

Os resultados trimestrais da Alphabet, previstos para esta quarta-feira (28 de outubro de 2026), devem trazer os primeiros sinais concretos de quanto essa venda de TPUs já pesa na divisão de nuvem da empresa.

A OpenAI também está construindo seu próprio chip

Em paralelo a qualquer negociação com o Google, a OpenAI desenvolve hardware próprio. Em junho de 2026, a empresa anunciou um chip de IA criado em parceria com a Broadcom, com previsão de implementação até o fim de 2026, dentro de um programa que prevê várias gerações de processadores.

Isso deixa a estratégia de hardware da OpenAI com três frentes simultâneas: dependência histórica da Nvidia, aluguel (e possível compra) de TPUs do Google, e desenvolvimento de chip próprio com a Broadcom. Para quem depende da API da OpenAI, essa diversificação de fornecedores é, em tese, uma proteção contra gargalos de capacidade, o tipo de problema que já gerou filas de espera por GPUs Nvidia em ciclos anteriores de alta demanda.

A escala do investimento por trás da disputa

O pano de fundo dessa corrida por chips é um volume de investimento que poucos setores da tecnologia já viram. Amazon, Microsoft e Alphabet planejam investir juntas até US$ 600 bilhões (cerca de R$ 3,15 trilhões) em infraestrutura de inteligência artificial em 2026. Esse volume tem levado investidores a questionar quando esse gasto vai gerar retorno financeiro proporcional, uma dúvida que deve pautar justamente o balanço da Alphabet desta semana.

Para equipes de TI no Brasil que orçam projetos de IA para 2027, esse contexto importa de um jeito prático: a disputa por capacidade de hardware entre as grandes nuvens tende a continuar pressionando tanto a oferta de GPUs e TPUs disponíveis via cloud quanto, no médio prazo, o preço cobrado por hora de computação ou por token processado. Quem depende de uma única nuvem ou de um único fornecedor de modelo fica mais exposto a essas variações do que quem já testou alternativas.

O que ainda não está confirmado

Até a publicação da reportagem, não há confirmação pública de valores, volume de chips ou prazo para a possível compra entre OpenAI e Google. Também não está claro se o acordo, caso se concretize, incluiria apenas aluguel de capacidade adicional (como já ocorre desde 2025) ou efetivamente a compra de hardware pela OpenAI. A diferença é relevante: comprar chips implica em operação própria de data center, enquanto alugar capacidade mantém a OpenAI dependente da infraestrutura do Google.

Fonte: Olhar Digital — IA