A NVIDIA apresenta nova estratégia de codesign para otimizar o uso de memória em IA. A técnica inclui NVFP4, CMX e NVL72, que ajustam a eficiência em todos os níveis da hierarquia. A GeForce RTX 5090, que já está esgotada, tem preços entre €7.000 (≈ R$ 42.948) e €10.000 (≈ R$ 61.355).
A crise da IA mudou o gargalo de produção de chips para energia elétrica. A empresa investiu US$ 3 bilhões (≈ R$ 16.399.200.266) em Meta, que planeja usar mais hardware da empresa para seus agentes de IA. A Radeon RX 9070 XT cresceu e ocupa 21º lugar na lista de GPUs mais populares. A resolução Full HD atinge 50% de domínio entre os usuários de PC. NVIDIA está enfrentando pressão por causa do aumento de modelos de IA maiores e contextos mais longos, o que exige mais eficiência no uso de memória. A demanda por hardware de IA está impactando o mercado gamer, com placas gráficas como a RTX 5090 ficando esgotadas.

Para quem usa aceleradores da NVIDIA, isso significa maior eficiência no uso de memória, sem precisar de hardware adicional. A nova estratégia também pode impactar a demanda por chips de IA, já que a eficiência melhora com menos recursos. A NVIDIA já divulgou informações sobre o uso de agentes de IA em operações de fábrica e sobre a tecnologia para otimizar GPUs em Kubernetes, o que reforça a consistência da abordagem.

Pressão da IA muda prioridade de produção de chips
A crise da IA, que exige modelos maiores e contextos mais longos, está pressionando a empresa a buscar soluções mais eficientes. Paralelamente, a NVIDIA está investindo em parcerias, como com a Meta, que planeja usar mais de suas soluções para seus agentes de IA. A nova estratégia pode afetar o mercado gamer ao reduzir a disponibilidade de GPUs para jogos, mas também pode trazer benefícios para empresas que usam aceleradores da NVIDIA. A pressão por eficiência no uso de memória está mudando a prioridade de produção de chips, com foco em energia elétrica em vez de apenas capacidade de fabricação.

Nova abordagem muda prioridade de recursos em IA
A nova abordagem ajusta a eficiência em vez de depender de componentes isolados, medindo o uso de memória em todos os níveis da hierarquia. Isso reduz o desperdício em processos de cálculo e redefiniu a prioridade de recursos em sistemas de IA.

Com informações de blogs.nvidia.com, the-decoder.com e multiplayer.it.
Valores em reais convertidos pela cotação de referência de 05/11/2026 (Banco Central Europeu). US$ 1 = R$ 5,47.
Fontes
- Memory full stack codesignblogs.nvidia.com
- Memory full stack codes,blogs.nvidia.com
- Meta gets 3 billion from nvidia and plans to spend more on nvidia chipsthe-decoder.com
- Rtx 5090 quasi esaurite il boom dellintelligenza artificiale sottrae risorse ai videogiocatorimultiplayer.it
- Steam revela novo perfil do pc gamer com placas usadas e setups modestoscanaltech.com.br
Texto escrito com IA a partir das fontes listadas e revisado por regras automáticas da redação. Como trabalhamos
Quer ver o resumer primeiro nas buscas do Google?
Adicionar às Fontes Preferidas do Google


