A Nvidia enfrenta desafios significativos devido às novas tarifas impostas pelo governo Trump, que restringem a exportação de seus chips H20 para a China. A medida pode resultar em perdas estimadas de US$ 5,5 bilhões para a empresa, afetando diretamente suas operações e o mercado global de tecnologia. Entenda neste conteúdo Curioso Mercado a origem da Nvidia, desde sua fundação em 1993 por Jensen Huang, Chris Malachowsky e Curtis Priem, até se tornar uma das principais empresas de semicondutores do mundo.
🚨Inscreva-se no canal e ative o sininho para receber todo o nosso conteúdo!
Siga o Times Brasil nas redes sociais: @otimesbrasil
📌 ONDE ASSISTIR AO MAIOR CANAL DE NEGÓCIOS DO MUNDO NO BRASIL:
🔷 Canal 562 ClaroTV+ | Canal 562 Sky | Canal 592 Vivo | Canal 187 Oi | Operadoras regionais
🔷 TV SINAL ABERTO: parabólicas canal 562
🔷 ONLINE: https://timesbrasil.com.br | YouTube
🔷 FAST Channels: Samsung TV Plus, TCL Channels, Pluto TV, Soul TV, Zapping | Novos Streamings
#CNBCNoBrasil
#JornalismoDeNegócios
#TimesBrasil
🚨Inscreva-se no canal e ative o sininho para receber todo o nosso conteúdo!
Siga o Times Brasil nas redes sociais: @otimesbrasil
📌 ONDE ASSISTIR AO MAIOR CANAL DE NEGÓCIOS DO MUNDO NO BRASIL:
🔷 Canal 562 ClaroTV+ | Canal 562 Sky | Canal 592 Vivo | Canal 187 Oi | Operadoras regionais
🔷 TV SINAL ABERTO: parabólicas canal 562
🔷 ONLINE: https://timesbrasil.com.br | YouTube
🔷 FAST Channels: Samsung TV Plus, TCL Channels, Pluto TV, Soul TV, Zapping | Novos Streamings
#CNBCNoBrasil
#JornalismoDeNegócios
#TimesBrasil
Categoria
🗞
NotíciasTranscrição
00:00Centro das atenções nos últimos dias por causa dos impactos das tarifas de Donald Trump,
00:05a NVIDIA é uma empresa americana especializada no desenvolvimento de componentes eletrônicos
00:09e se destaca cada vez mais na produção da tecnologia necessária
00:13para o desenvolvimento e execução da inteligência artificial.
00:17Mas a origem da gigante dos chips começou ainda no mundo dos videogames.
00:21Conheça a história da NVIDIA neste conteúdo especial do Curioso Mercado.
00:25Até meados de 2023, a NVIDIA estava quase totalmente fora do radar da maioria dos investidores.
00:32Até que veio o chat GPT e as coisas mudaram completamente.
00:37Em maio de 2023, quando foi revelado que o chat GPT tinha sido treinado em um supercomputador da NVIDIA,
00:44as ações da empresa começaram a disparar e desde então não pararam mais de subir.
00:49Além disso, Jensen Huang, fundador e CEO da empresa, também informou aos investidores
00:55que a NVIDIA havia vendido supercomputadores semelhantes a 50 das 100 maiores empresas dos Estados Unidos.
01:05Antes de falarmos da NVIDIA, precisamos falar do seu fundador.
01:09Nascido em 1963 em Taiwan, Jensen Huang se mudou para os Estados Unidos quando tinha ainda 9 anos.
01:17Junto com ele, foi seu irmão mais velho.
01:20Devido à falta de recursos, seus pais só conseguiram emigrar para lá alguns anos depois.
01:25Jensen e seu irmão desembarcaram em Washington, onde foram morar com seus tios, que eram imigrantes recentes.
01:32Huang se destacou no ensino médio e foi um jogador de tênis de mesa classificado nacionalmente.
01:38Além disso, fazia parte de clubes de matemática, informática e ciências da escola.
01:44Após se formar, aos 16 anos, Huang frequentou a Universidade Estadual de Oregon, onde concluiu engenharia elétrica.
01:54Sua parceira de laboratório em suas aulas introdutórias era Lori Mills, uma universitária séria.
02:01Todo final de semana, Huang ligava para Mills e a importunava para fazer trabalhos de casa com ele.
02:07Mills aceitou e, após seis meses de trabalho, Huang reuniu coragem para finalmente convidá-la para sair.
02:14Pouco tempo depois, começaram a namorar.
02:17Após a formatura, Huang e Mills conseguiram um emprego no Vale do Silício como designers de microchips.
02:23Os dois se casaram e, em poucos anos, Mills deixou o mercado de trabalho para cuidar dos filhos.
02:29Nessa época, Huang estava dirigindo sua própria divisão na L-Sci Logic e frequentando a pós-graduação em Stanford à noite.
02:37Em 1993, junto com Chris Malachowski e Curtis Prim, dois designers veteranos de microchips, eles fundaram a NVIDIA.
02:48A ideia surgiu durante um café da manhã no Dennis, uma rede de café local, quando eles se reuniram com uma grande visão.
02:56Criar chips que revolucionariam o mundo dos videogames.
03:00Na época, Huang tinha 30 anos e 200 dólares na carteira, o que garantiu a ele 20% da empresa.
03:08Eles procuravam projetar um chip gráfico que esperavam fazer com que os concorrentes, nas palavras de Prim, abre aspas, ficassem verdes de inveja, fecha aspas.
03:18Chamaram a empresa de Envision, até descobrirem que o nome já estava registrado por um fabricante de papel higiênico.
03:26Huang sugeriu NVIDIA, brincando com a palavra em latim, NVIDIA, que significa inveja.
03:34O NV é a abreviação de Next Version.
03:37Naquela época, Huang gostava muito de videogames e achava que havia um mercado para chips gráficos melhores.
03:43O começo da NVIDIA, no entanto, não foi fácil e a empresa cometeu uma série de erros que quase levaram à falência.
03:51Na época, as empresas estavam começando a montar polígonos tridimensionais a partir de formas conhecidas como primitivas, ao invés de desenhar pixels manualmente.
04:02Assim, economizavam tempo e esforço, mas exigiam novos chips.
04:06Porém, enquanto os concorrentes da NVIDIA usavam triângulos, Huang e seus sócios decidiram usar quadriláteros, um erro que quase afundou a empresa.
04:18Logo após o lançamento do primeiro produto da NVIDIA, a Microsoft anunciou que seu software gráfico suportaria apenas triângulos.
04:26Sem dinheiro, Huang decidiu que sua única esperança era usar a abordagem convencional de triângulos e tentar superar a concorrência no mercado.
04:34Em 1996, ele demitiu mais da metade das 100 pessoas que trabalhavam na NVIDIA, apostando então os fundos restantes da empresa em produção de microchips não testados.
04:45Quando o produto, conhecido como Riva 128, chegou às lojas, a NVIDIA tinha dinheiro suficiente para pagar apenas mais um mês de salários.
04:55Mas a aposta deu certo e a NVIDIA vendeu um milhão de Rivas em quatro meses.
04:59Huang incentivou seus funcionários a continuar enviando produtos com um senso de desespero.
05:05E por muitos anos, ele iniciava apresentações para sua equipe com as palavras, abre aspas,
05:11nossa empresa está há 30 dias de falir, fecha aspas.
05:15A frase permanece o lema corporativo não oficial da empresa.
05:18Em 1999, pouco tempo depois de abrir capital, a empresa lançou uma placa de vídeo chamada GeForce,
05:26que Dan Vivoli, chefe de marketing da empresa, chamou de unidade de processamento gráfico, ou GPU.
05:33Ao contrário das CPUs, de propósito geral, a GPU divide tarefas matemáticas complexas em pequenos cálculos
05:40e os processa todos de uma vez, em um método conhecido como computação paralela.
05:45Para ficar mais claro, imagine que uma CPU funcione como um caminhão de entrega,
05:50deixando uma encomenda de cada vez, enquanto uma GPU funciona mais como uma frota de motocicletas
05:55se espalhando por uma cidade.
05:57A linha GeForce foi um sucesso e a sua popularidade foi impulsionada pela série de videogames Quake,
06:04que usava computação paralela para renderizar monstros que os jogadores poderiam atacar com lança-granadas.
06:09Por vários anos, a empresa ficou conhecida por apenas vender esses chips relacionados
06:14à performance dos jogos, até chegar à sua plataforma de supercomputação.
06:19O lançamento da interface de programação de uso geral para GPUs da NVIDIA abriu a porta
06:24para casos de uso muito além dos jogos, entre eles dinâmica molecular, processamento sísmico,
06:31reconstrução de tomografia computadorizada, processamento de imagens e mais um monte de
06:36coisas diferentes. Com isso, pesquisadores de diversas universidades perceberam que ao
06:41comprar um GeForce, você tem praticamente um supercomputador pessoal.
06:45No início dos anos 2010, a inteligência artificial era uma disciplina negligenciada.
06:51O progresso em tarefas básicas, como reconhecimento de imagens e reconhecimento de fala, era extremamente
06:57lento. O risco de tentar perseguir o mercado de AI era muito semelhante ao risco que a empresa
07:03enfrentou na sua fundação. Por duas décadas, a NVIDIA foi sinônimo de chips para jogos
07:10em computador. Deveria a empresa permanecer no seu caminho ou apostar em um futuro num
07:15mercado que não estava comprovado, mas que muitos consideravam ter um enorme potencial.
07:20A NVIDIA tomou uma decisão crucial que mudaria não apenas sua própria trajetória, mas toda
07:26a indústria de tecnologia. Eles se comprometeram com a computação de AI. E então, a reviravagem
07:33da inteligência artificial aconteceu em 2012. Existia uma competição acadêmica chamada
07:40AlexNet, da qual pesquisadores produziam algoritmos que eram então rodados contra uma série de imagens
07:47com o intuito de identificar o que estava nelas. Por exemplo, se a imagem era de um cachorro,
07:53o computador precisava dizer que era um cachorro e não um gato. Normalmente, os algoritmos
07:58vencedores acertavam um 75% das imagens. Naquele ano, o algoritmo vencedor do time da
08:05Universidade de Toronto acertou 85% dos casos. Mas como eles fizeram isso? Fazendo o computador
08:12aprender. E como ele aprendeu? Utilizando redes neurais. Um conceito de inteligência artificial
08:19que organiza o computador como se fosse o cérebro de um mamífero. Ou seja, com vários neurônios
08:25que fazem cálculos simples e transmitem isso uns para os outros. Essa arquitetura não foi inventada
08:31por eles. Ela já existia na teoria. O que não existia era o poder computacional para fazer esses
08:37cálculos. O time vencedor criou um algoritmo utilizando o CUDA e as GPUs da NVIDIA. Logo depois,
08:45um cientista da NVIDIA, junto de pesquisadores de Stanford e do Google, publicaram um paper sobre
08:51redes neurais, mostrando como é possível fazer computação de altíssima performance mais rápida
08:57e gastando menos energia. Esse era o início dos modelos de inteligência artificial. Até então,
09:04sempre houve dois fatores que impediam a AI de decolar. A quantia de dados necessários para treinar
09:11os algoritmos e o acesso à potência computacional pura e barata. A internet resolveu o primeiro problema.
09:18De repente, pilhas praticamente ilimitadas de dados estavam no alcance de todos pela internet.
09:25E agora, a NVIDIA havia resolvido o segundo problema. A partir desse momento, a empresa
09:31passou a investir pesado em inteligência artificial. Em 2017, Huang chegou a dizer, abre aspas,
09:38esse negócio de inteligência artificial vai dar super certo. Ou muito errado. Pois apostamos
09:44tudo nisso. Fecha aspas. Quando o chat GPT foi lançado oficialmente em novembro de 2022,
09:51dando início a uma nova era do mercado de inteligência artificial, a NVIDIA já estava
09:56posicionada há anos para surfar nessa onda. É estimado que seu market share para o processamento
10:02de soluções de AI seja acima de 80%. Nos próximos anos, se prevê que o hardware da NVIDIA treinará todo
10:10tipo de modelo de AI. Gigantes da tecnologia, como Google, Microsoft, Facebook e Amazon,
10:17estão comprando quantidades cada vez maiores de chips da NVIDIA para seus data centers.
10:23Instituições como Massachusetts General Hospital estão utilizando os chips da NVIDIA para detectar
10:29anomalias em imagens médicas, como tomografias computadorizadas. A Tesla anunciou recentemente
10:35que instalaria GPUs da NVIDIA em todos os seus carros para permitir a direção autônoma.
10:41E para você ter uma ideia, a margem de lucro bruto dos equipamentos da NVIDIA se aproxima
10:46de 70%. Por outro lado, essa margem tão elevada tem atraído cada vez mais concorrentes. Entre eles,
10:54gigantes como o Google e a própria Tesla anunciaram que estão desenvolvendo hardware para treinamento
11:00de AI, assim como inúmeras startups. O rival mais feroz da NVIDIA é a Advanced Micro Devices.
11:08Desde 2014, a AMD é liderada por Lisa Su, outra engenheira talentosa que migrou para os Estados
11:15Unidos de Taiwan quando era jovem. Nos anos desde que Su assumiu a liderança da empresa, o preço das ações
11:22da AMD aumentou 30 vezes, tornando-a a segunda mais bem-sucedida CEO de semicondutores desta era,
11:30ficando apenas atrás de Huang. E um detalhe extremamente curioso é que Su é prima de primeiro
11:37grau de Huang. Outro rival importante é a Intel. Ela fabrica seus próprios processadores gráficos
11:43para AI e, além disso, tornou seus processadores melhores para a nova tecnologia e também fabrica
11:50outros chips especificamente para lidar com cálculos de AI. A NVIDIA, no entanto, foi a
11:56primeira grande empresa de chips a buscar AI, o que lhes rendeu uma vantagem significativa
12:02sobre seus concorrentes. A AI e a NVIDIA estão agora avançando rapidamente no coração da vasta
12:10indústria de computadores. É muito possível que, no futuro, todos os sistemas de computador que você vai
12:15tocar usarão AI e a maioria deles usará hardware NVIDIA. Mas, ao que tudo indica, o mercado já antecipou
12:24esse domínio de uma nova era da indústria da computação. A empresa já é a terceira empresa
12:30mais valiosa do mundo, com um valor de mercado de 2 trilhões de dólares. No mesmo clube estão
12:36as gigantes Apple e Microsoft. E isso não é pouca coisa.