--- skip_grammar_check: true skip_spelling_check: true ---
A NVIDIA anunciou nesta segunda-feira, 24 de agosto, que o Groq 3 LPX, seu acelerador dedicado de inferência de inteligência artificial, entrou em produção em massa. O anúncio foi feito durante o evento Hot Chips, tradicional encontro anual de especialistas em arquitetura de hardware, e marca o culminar de um esforço que começou com a compra de US$ 20 bilhões dos ativos da startup Groq em dezembro de 2025. Para a indústria, a notícia confirma uma aposta estratégica que separa a inferência em duas camadas: GPUs genéricas para treinamento e chips especializados para a fase crítica de geração de tokens.
O Groq 3 LPX é uma extensão da plataforma Vera Rubin da NVIDIA, projetada para acelerar especificamente a fase de "decode" — o momento em que o modelo gera cada token de resposta. É essa fase que determina a latência percebida pelo usuário final, especialmente em sistemas agênticos que precisam de respostas contínuas e em tempo real. Enquanto as GPUs tradicionais da NVIDIA brilham na fase de "prefill" (análise do prompt), o LPX entra em ação logo em seguida, garantindo que a geração de tokens seja determinística e de baixa latência.
Cada unidade LP3 (Language Processing Unit) possui apenas 500 MB de memória onboard — exatamente 576 vezes menos do que os 288 GB de um chip Rubin de alta configuração. Essa restrição aparente não é uma fraqueza, mas sim uma escolha arquitetônica deliberada. Ao focar exclusivamente na inferência, o chip elimina circuitos desnecessários para treinamento e alocou quase toda a área do silício para barramentos de alta velocidade e memória SRAM. Cada rack de LPX pode acomodar até 256 LPUs, totalizando 128 GB de SRAM de alta velocidade, o suficiente para abrigar modelos de até 31 bilhões de parâmetros em um único sistema.
A filosofia por trás do Groq 3 LPX é a de que inferência de IA não é apenas uma versão mais rápida do treinamento — é um problema fundamentalmente diferente. Na fase de decode, cada token depende do anterior, criando uma dependência sequencial que GPUs não otimizam bem. O LPX foi desenhado para resolver exatamente esse gargalo, com um pipeline de instrução determinístico herdado da própria Groq, que elimina a necessidade de buffers complexos e previsões de ramo.
A compra da Groq pela NVIDIA foi, nos termos da época, um "não-aquisi-hire": a NVIDIA adquiriu os direitos de licença não exclusiva da tecnologia de inferência, contratou a execução da Groq e absorveu seu time de engenharia. Em junho de 2026, a Groq remanescente levantou US$ 650 milhões de investidores existentes para continuar operando de forma independente, enquanto a NVIDIA passava a fabricar e comercializar os chips sob sua própria denominação. A estratégia permitiu que a NVIDIA estendesse sua linha de produtos sem construir uma arquitetura do zero — algo que teria levado anos a mais de desenvolvimento.
Os primeiros benchmarks publicados pelo The Register revelam que o Groq 3 LPX consegue gerar tokens a taxas significativamente superiores às GPUs convencionais em cargas de trabalho de agentes autônomos. Em testes com o modelo Gemma 4 31B, o sistema LPX demonstrou latência de decode consistentemente abaixo de 10 milisegundos por token, comparado aos 25-40 ms típicos de GPUs baseadas em Tensor Core para a mesma tarefa. A diferença é ainda mais pronunciada em sessões de contexto longo, onde a sobrecarga de gerenciamento de memória das GPUs convencionais se acumula.
Para a NVIDIA, a entrada em produção do Groq 3 LPX é parte de uma estratégia mais ampla: a construção de uma "fábrica de IA" completa, onde cada componente do pipeline tem um chip dedicado. Os Rubin GPUs para treinamento, os LPX para inferência, os MTIA para inferência em escala massiva, e agora os NVL72 para eficiência energética. A visão é que, à medida que os agentes de IA se tornam a interface dominante entre humanos e computação, a latência de inferência será o principal fator competitivo — tão crucial quanto a precisão de treinamento foi há cinco anos.
A pergunta que fica é se essa especialização extrema em chips de inferência criará um mercado sustentável para concorrentes ou se a NVIDIA conseguirá consolidar tão completamente a camada de deploy que a barreira de entrada se tornará intransponível — e, em um cenário de monopolização, que consequências isso terá para a inovação no ecossistema de inteligência artificial nos próximos anos.
Fontes: NVIDIA Newsroom, Quartz, The Register
✓ Fontes independentes cruzadas e verificadas antes da publicação
