A Nvidia está apostando na robótica como seu próximo grande motor de crescimento, à medida que a empresa de semicondutores mais valiosa do mundo enfrenta uma concorrência crescente no negócio de fabricação de chips de inteligência artificial.
A gigante tecnológica dos EUA, mais conhecida pela infraestrutura que sustentou o boom da IA, deve lançar a última geração de computadores compactos para robôs humanoides —chamados Jetson Thor— na primeira metade de 2025.
A Nvidia está se posicionando para ser líder no que acredita ser uma iminente revolução robótica. A empresa vende uma solução “full stack” (“pacote completo”, em tradução livre), desde as camadas de software para treinar robôs movidos por IA até os chips que os compõem.
“O momento de transição do ChatGPT para IA física e robótica está muito próximo”, disse Deepu Talla, vice-presidente de robótica da Nvidia, ao Financial Times, acrescentando que acredita que o mercado atingiu um “ponto de inflexão”.
O avanço na robótica ocorre enquanto a Nvidia enfrenta mais concorrência por seus poderosos chips de IA de fabricantes rivais como a AMD, bem como de gigantes da computação em nuvem como Amazon, Microsoft e Google, que buscam reduzir a dependência da gigante americana de semicondutores.
A Nvidia, cuja avaliação ultrapassou US$ 3 trilhões devido à enorme demanda por seus chips de IA, se posicionou como investidora no espaço de ‘IA física’, em uma tentativa de ajudar a crescer a próxima geração de empresas de robótica.
Em fevereiro, foi uma das várias empresas, incluindo Microsoft e OpenAI, a investir na empresa de robótica humanoide Figure AI, com uma avaliação de US$ 2,6 bilhões.
Até agora, a robótica permaneceu um nicho emergente que ainda não gerou grandes retornos. Muitas startups estão enfrentando dificuldades com escalabilidade, redução de custos e aumento de precisão dos produtos robóticos.
A Nvidia não divulga as vendas de produtos de robótica, mas atualmente representa uma parcela relativamente pequena das receitas totais. A receita de data centers, que inclui seus cobiçados chips GPU de IA, representou cerca de 88% de suas vendas totais de US$ 35,1 bilhões no terceiro trimestre do grupo.
Mas Talla disse que uma mudança no mercado de robótica está sendo impulsionada por dois avanços tecnológicos: a explosão de modelos de IA generativa e a capacidade de treinar robôs nesses modelos fundamentais usando ambientes simulados.
Este último tem sido um desenvolvimento particularmente significativo, pois ajuda a resolver o que os roboticistas chamam de “lacuna Sim-to-Real”, garantindo que robôs treinados em ambientes virtuais possam operar efetivamente no mundo real, disse ele.
“Nos últimos 12 meses, essa lacuna amadureceu o suficiente para que agora possamos realizar experimentos em simulação, combinando com IA generativa, que não podíamos fazer há dois anos”, disse Talla. “Nós fornecemos a plataforma para permitir que todas essas empresas realizem qualquer uma dessas tarefas.”
Talla juntou-se à Nvidia em 2013 para trabalhar no chip “Tegra”, que inicialmente era voltado para o mercado de smartphones. No entanto, a empresa rapidamente mudou de direção, com Talla supervisionando a redistribuição de cerca de 3 mil engenheiros para “treinamento de IA e de modelos autônomos (veículos, por exemplo)”. Este foi o início do Jetson, a linha de módulos robóticos da Nvidia que surgiu em 2014.
A Nvidia oferece ferramentas em três estágios de desenvolvimento de robótica: software para treinar modelos fundamentais, que vem do sistema “DGX”; simulações de ambientes do mundo real em sua plataforma “Omniverse”; e o hardware para ser inserido nos robôs como “cérebro”.
A Apptronik, que usa a tecnologia da Nvidia em todo o seu desenvolvimento de robôs humanoides, em dezembro também anunciou uma parceria estratégica com o Google DeepMind para melhorar seus produtos.
O mercado global de robótica está atualmente avaliado em cerca de US$ 78 bilhões, de acordo com pesquisadores de mercado dos EUA, BCC, e projeta-se que alcance US$ 165 bilhões até o final de 2029.
A Amazon já implantou a tecnologia de simulação robótica da Nvidia em três de seus armazéns nos EUA, e Toyota e Boston Dynamics estão entre outros clientes que usam o software de treinamento da Nvidia.
David Rosen, que lidera o Laboratório de Autonomia Robusta na Northeastern University, disse que o mercado de robótica ainda enfrenta desafios significativos, incluindo o treinamento dos modelos e a verificação de que serão seguros quando implantados.
“Até agora, não temos ferramentas muito eficazes para verificar as propriedades de segurança e confiabilidade dos sistemas de aprendizado de máquina, especialmente em robótica. Esta é uma grande questão científica em aberto no campo”, disse Rosen.