Acelerador de IA da Arm e Samsung mira dispositivos, não o prêmio dos data centers

A Arm teria entrado em um projeto de chip da Samsung, mas o acelerador de IA da Arm e Samsung é voltado a dispositivos, e não a data centers de hiperescala. O projeto relatado combinaria a tecnologia de aceleração da Arm com as operações de design e fabricação de chips da Samsung. A Samsung fabricaria o system-on-chip usando seu processo de 2 nanômetros.

Essa distinção importa porque “acelerador de IA” frequentemente remete ao hardware caro usado para treinar e servir grandes modelos em data centers. Este projeto parece se concentrar, em vez disso, na inferência no dispositivo, em que celulares ou produtos de consumo executam funções de IA localmente. Ele oferece à Arm outra rota para o silício de IA, mas não a coloca diretamente contra os aceleradores emblemáticos de data center da Nvidia.

O suposto acordo de chips entre Arm e Samsung continua menos certo do que as narrativas financeiras em torno dele. Nenhuma das empresas publicou um anúncio detalhado confirmando cliente, cronograma de produção, meta de desempenho ou volume esperado de envios. Portanto, investidores devem separar um programa de desenvolvimento plausível de um produto validado comercialmente.

O que o suposto acordo de chips entre Arm e Samsung realmente muda

A colaboração relatada aproxima a Arm do fornecimento de projetos de aceleradores, enquanto a Samsung oferece o caminho da integração do design ao silício finalizado.

Segundo a reportagem original sobre o projeto de chip, a Arm forneceria a arquitetura do acelerador de IA e a propriedade intelectual central do design. A divisão System LSI da Samsung integraria o system-on-chip completo, geralmente chamado de SoC. A Samsung Foundry então o fabricaria usando o processo SF2 da empresa.

Um SoC reúne várias funções computacionais em uma única peça de silício. Um SoC móvel pode incluir núcleos de CPU, gráficos, controladores de memória, processamento de imagem, componentes de segurança e uma unidade de processamento neural. Essa integração reduz a movimentação de dados e ajuda os dispositivos a operar dentro de limites rígidos de energia e temperatura.

O arranjo relatado, portanto, difere do modelo tradicional de licenciamento da Arm. A Arm normalmente licencia arquiteturas de processadores, projetos de núcleos ou subsistemas computacionais maiores para fabricantes de chips. Os clientes adaptam essa propriedade intelectual e assumem a responsabilidade pelo chip finalizado.

Aqui, a Arm parece contribuir com tecnologia mais próxima de um mecanismo dedicado de aceleração de IA. A Samsung transformaria essa tecnologia em um componente específico para um cliente e o fabricaria. Se for preciso, essa divisão de trabalho daria à Arm mais influência sobre o sistema computacional final.

O projeto também dá à Samsung três possíveis funções. Seu negócio System LSI pode projetar o SoC, sua fundição pode produzir os wafers e suas operações de encapsulamento podem apoiar a integração final. Poucas empresas de semicondutores mantêm essas capacidades sob o mesmo teto corporativo.

A Samsung já posicionou o SF2 como um processo gate-all-around para projetos avançados de IA e alto desempenho. Transistores gate-all-around envolvem o canal de forma mais completa, melhorando o controle da corrente em geometrias menores. O roteiro do SF2 publicado pela Samsung também inclui variantes especializadas para desempenho, automóveis e alimentação pela parte traseira.

No entanto, as evidências públicas não estabelecem qual variante do SF2 seria usada no projeto relatado. Elas também não identificam uma data de tape-out, quando o design concluído seria enviado para fabricação. Sem esse marco, um projeto de desenvolvimento não deve ser tratado como um lançamento de produto iminente.

Reportagens também sugeriram que a OpenAI poderia se tornar o cliente final. Essa alegação não foi confirmada pela Arm, Samsung ou OpenAI. Ela deve permanecer como uma possibilidade, e não como a base da história.

A mudança concreta é mais restrita. A Arm supostamente tem uma rota para colocar propriedade intelectual de aceleradores em um chip de borda projetado e fabricado pela Samsung. Isso é estrategicamente relevante, mesmo antes de um cliente ou cronograma de envios se tornar público.

Por que o acelerador de IA da Arm e Samsung pertence à borda

O acelerador de IA da Arm e Samsung parece projetado para manter tarefas selecionadas de IA perto do usuário, onde a eficiência energética importa mais do que a taxa máxima de processamento para treinamento.

Inferência no dispositivo significa executar um modelo treinado em um celular, computador, veículo, câmera ou eletrodoméstico. O dispositivo processa entradas localmente, em vez de enviar cada solicitação a um servidor remoto. Isso pode reduzir a latência, limitar o uso da rede e manter informações sensíveis mais próximas de sua origem.

Esses benefícios criam uma meta de engenharia diferente da de um acelerador de data center. Um sistema de nuvem pode distribuir uma carga de trabalho por muitos chips, racks e sistemas de refrigeração. Um celular precisa compartilhar energia e memória limitadas com sua tela, modem, aplicativos e sistema operacional.

Um acelerador no dispositivo também precisa lidar com cargas de trabalho imprevisíveis. Uma câmera pode exigir segmentação de imagem, enquanto um assistente de voz precisa de reconhecimento de fala e processamento de linguagem. Um agente local poderia combinar texto, conteúdo de tela e sinais de sensores em segundos.

Portanto, o design ideal não é simplesmente uma GPU de data center menor. Ele exige coordenação estreita entre a CPU, o processador gráfico, o mecanismo neural, o sistema de memória e o software. Mover informações entre esses componentes pode consumir tempo e energia, mesmo quando a aritmética em si é executada rapidamente.

A Arm vem expandindo o suporte de CPU para essas cargas de trabalho mistas. O Scalable Matrix Extension 2, ou SME2, adiciona instruções e suporte de hardware para operações matriciais usadas em aprendizado de máquina. A Samsung afirma que sua implementação pode ajudar CPUs a lidar com tarefas curtas e interativas de IA sem sempre transferir o trabalho para um acelerador separado.

A discussão técnica da Samsung sobre IA baseada em CPU afirma que cargas de trabalho selecionadas de detecção de objetos apresentaram ganhos de desempenho de até 70% em testes internos. A Samsung observa que os resultados reais variam conforme o sistema e as condições operacionais.

Esse exemplo ajuda a explicar a arquitetura pretendida. A CPU pode gerenciar tarefas flexíveis ou sensíveis à latência, enquanto um mecanismo neural lida com computação paralela sustentada. Uma GPU pode atender gráficos ou cargas de trabalho de IA compatíveis. O software seleciona entre eles de acordo com o modelo e os recursos disponíveis.

Essa é a forma mais útil de entender um acelerador de IA da Arm sem confundi-lo com uma GPU de servidor. A tecnologia não substituiria todos os processadores dentro de um dispositivo. Ela se tornaria parte de um sistema coordenado de computação local.

O mercado de borda ainda pode ser comercialmente significativo. A tecnologia da Arm já chega a celulares, computadores, veículos, equipamentos embarcados e outros produtos conectados. Adicionar propriedade intelectual de aceleradores pode aumentar o conteúdo que a Arm fornece a cada projeto de chip bem-sucedido.

Isso também pode proteger o papel da Arm à medida que a computação móvel se torna mais heterogênea. A computação heterogênea atribui tarefas diferentes a processadores especializados, em vez de esperar que um único tipo de processador faça tudo. À medida que os mecanismos neurais ganham importância, a Arm precisa manter relevância além da CPU.

Ainda assim, altos volumes de dispositivos não produzem automaticamente a economia dos data centers. As taxas de royalties dependem dos termos contratuais e da quantidade de tecnologia da Arm dentro de cada chip. A demanda do consumidor também segue ciclos de substituição, lançamentos de produtos e limites rigorosos de custo de componentes.

O acordo de chips entre Arm e Samsung é, portanto, uma expansão pela pilha de computação de dispositivos. Não é evidência de que a Arm tenha capturado os gastos associados a grandes clusters de treinamento de IA.

A oportunidade da Arm em data centers passa pelas CPUs

A posição mais importante da Arm em data centers vem de CPUs host, processadores de nuvem personalizados e sua própria CPU AGI, não deste suposto acelerador de borda.

Servidores de IA ainda exigem CPUs, mesmo quando GPUs ou aceleradores personalizados realizam a maior parte dos cálculos dos modelos. A CPU gerencia sistemas operacionais, preparação de dados, armazenamento, redes, segurança e orquestração de cargas de trabalho. Ela também mantém os aceleradores abastecidos com trabalho útil.

A Arm já participa dessa camada por meio de sua arquitetura de servidores Neoverse. A Amazon usa tecnologia da Arm nos processadores Graviton, o Google a usa no Axion e a Microsoft a usa no Cobalt. A CPU Vera da Nvidia também utiliza tecnologia da Arm ao lado de sua plataforma de aceleradores.

Essa posição torna a Nvidia tanto cliente quanto ponto de referência competitivo. A Arm não precisa deslocar os aceleradores da Nvidia para se beneficiar do crescimento dos servidores da Nvidia. Cada sistema baseado em Vera pode expandir a base instalada de software para servidores e tecnologia de processadores da Arm.

A Arm agora está se aproximando do silício de servidor finalizado. Sua CPU AGI é um chip de produção projetado para infraestrutura de IA agêntica, em vez de outro design licenciado a um cliente de semicondutores. Essa medida dá à Arm acesso a mais receita por unidade, mas também introduz exposição à fabricação e aos estoques.

A mais recente carta trimestral aos acionistas da empresa informou receita de US$ 1,29 bilhão no primeiro trimestre fiscal, alta de 22% em relação ao ano anterior. A receita de royalties atingiu US$ 715 milhões, enquanto a receita de licenciamento chegou a US$ 574 milhões.

A Arm também disse que seus royalties de data centers mais que dobraram em relação ao ano anterior. Os envios do Neoverse ultrapassaram 1,5 bilhão de núcleos, com os 500 milhões mais recentes enviados em nove meses. Essas métricas fornecem evidências mais fortes da adoção em data centers do que um projeto não confirmado de acelerador para dispositivos.

A administração afirmou que a demanda pela CPU AGI superou US$ 2 bilhões nos exercícios fiscais de 2027 e 2028. A Arm havia descrito anteriormente uma oportunidade de US$ 1 bilhão no mesmo período. A empresa disse ter entregue produtos iniciais a vários clientes e assegurado capacidade de fabricação de suporte.

Esses números continuam sendo declarações da administração sobre demanda e oportunidade. Eles não equivalem a receita reconhecida, implantações concluídas ou lucro sustentado. Clientes podem alterar cronogramas de implantação, e rampas de fabricação podem enfrentar atrasos.

Ainda assim, eles mostram onde a Arm espera que surja um negócio maior de silício direto. A CPU AGI mira compradores de infraestrutura com gastos concentrados e compromissos de implantação mais longos. O projeto relatado de dispositivos da Samsung atende a um mercado mais amplo, com uma economia de compra diferente.

A Arm também se beneficia de seu modelo estabelecido de licenciamento quando empresas de nuvem desenvolvem processadores personalizados. Esse modelo pode gerar receita de licenciamento durante o desenvolvimento e royalties após o envio dos chips. Ele evita parte do risco de fabricação porque o cliente gerencia a produção.

Vender CPUs AGI finalizadas altera esse equilíbrio. A Arm pode capturar mais do valor do chip, mas precisa financiar o desenvolvimento e assegurar capacidade de produção. Ela também precisa apoiar clientes em nível de sistema, em vez de encerrar sua participação na propriedade intelectual do processador.

Para desenvolvedores, a crescente adoção de servidores Arm reduz a distância entre ambientes de dispositivo e nuvem. Aplicações podem compartilhar mais ferramentas e bibliotecas entre ambos os locais. No entanto, a compatibilidade de arquitetura não elimina diferenças em memória, aceleradores, redes e software de implantação.

A tese para data centers, portanto, se apoia em três negócios conectados. A Arm licencia projetos de servidores, recebe royalties de chips implantados e vende silício de CPU AGI. A colaboração relatada para aceleradores com a Samsung está fora dessas evidências centrais.

Nvidia Define a Mina de Ouro na Qual a Arm Ainda Não Entrou

A parte mais lucrativa da infraestrutura de IA continua sendo a plataforma completa de aceleradores, na qual a Nvidia combina computação, redes, software e sistemas em enorme escala.

A Nvidia reportou receita de US$ 96,2 bilhões no segundo trimestre fiscal, incluindo US$ 89 bilhões de seu negócio de data centers. A receita de data centers aumentou 117% em relação ao ano anterior, segundo os resultados trimestrais da empresa.

Essa escala estabelece a comparação real. A Nvidia vende muito mais do que núcleos de processador. Seus sistemas combinam GPUs, CPUs, interconexões de alta velocidade, equipamentos de rede, memória, projetos de racks e o ambiente de software CUDA.

CUDA fornece aos desenvolvedores ferramentas de programação e bibliotecas projetadas em torno do hardware da Nvidia. Anos de adoção de software tornam caro para as organizações transferir cargas de trabalho já estabelecidas para outro lugar. O desempenho do hardware importa, mas o conhecimento de implantação e o software otimizado também moldam as decisões de compra.

Um acelerador Arm voltado para a borda não desafia essa posição. Ele não consegue substituir a capacidade de memória, as redes, o projeto térmico ou a coordenação entre múltiplos chips exigidos pelo treinamento de modelos de fronteira. Também não dispõe de uma pilha de software ou plano de implantação em servidores documentados publicamente.

Mesmo a concorrência direta em aceleradores exigiria mais do que um chip eficiente. Um produto para data centers precisa de memória de alta largura de banda, empacotamento avançado, redes, suporte a compiladores, otimização de modelos, ferramentas de observabilidade e fornecimento confiável. Os clientes avaliam o sistema inteiro porque um componente fraco pode limitar o desempenho.

O uso, pela Nvidia, de uma CPU Vera baseada em Arm torna a relação mais complexa. A Arm pode participar dentro da plataforma da Nvidia enquanto a Nvidia controla o sistema maior e o relacionamento com o cliente. As duas empresas podem se beneficiar da mesma implantação sem capturar valor equivalente.

Essa é a inversão central por trás da manchete. Entrar no design de aceleradores de IA parece um movimento em direção ao território da Nvidia. A implementação relatada, em vez disso, reforça o papel da Arm na computação eficiente na borda dos dispositivos.

Esse resultado não é um fracasso. A inferência na borda pode reduzir custos de nuvem em tarefas repetidas e oferecer respostas mais rápidas quando a conectividade é limitada. Também pode viabilizar recursos que os usuários rejeitariam se cada entrada de dados saísse de seu dispositivo.

No entanto, o fornecedor que recebe royalties de design não necessariamente captura a receita de serviços economizada pelo processamento local. Fabricantes de dispositivos podem usar essas economias para aprimorar recursos, controlar gastos com nuvem ou proteger margens. O valor se distribui por toda a cadeia do produto.

A Arm também precisa coexistir com as equipes de processadores já existentes da Qualcomm, Apple, MediaTek e Samsung. Essas empresas já integram CPUs, GPUs, processadores neurais e tecnologia de modem em chips para dispositivos. Elas podem licenciar tecnologia de CPU da Arm enquanto desenvolvem internamente blocos de aceleradores.

O acelerador de IA Arm Samsung daria à Arm um componente mais amplo para oferecer a esses clientes. Também poderia criar tensão caso licenciados existentes enxerguem a Arm como entrando em seu território. O resultado depende da flexibilidade de licenciamento e de os clientes preferirem designs Arm integrados.

A Qualcomm oferece outra comparação útil. A empresa está estendendo sua experiência baseada em Arm aos data centers com silício personalizado e seu processador para servidores Dragonwing. A Qualcomm estabeleceu uma meta superior a US$ 15 bilhões em receita de data centers para o ano fiscal de 2029.

Esse plano ilustra como a experiência em dispositivos móveis pode avançar em direção à infraestrutura. Ele também exige produtos dedicados, clientes hyperscaler, longos ciclos de validação e investimento significativo. Um anúncio isolado de acelerador para dispositivos não conclui essa transição.

O Processo de 2 Nanômetros da Samsung É Tanto a Vantagem Quanto o Risco

A Samsung oferece ao projeto uma rota integrada de design e fabricação, mas o sucesso comercial ainda depende de rendimento, software, clientes e cronograma de produção.

A fabricação avançada é central para o projeto relatado. Geometrias de processo menores podem melhorar desempenho, consumo de energia e densidade de transistores. Esses benefícios importam em dispositivos que precisam executar IA dentro de limites de bateria e resfriamento.

Ainda assim, o rótulo “2 nanômetros” não garante um chip competitivo. Nomes de processos são categorias de marketing, e não medições físicas diretas. Os projetistas ainda precisam equilibrar frequência, fuga de corrente, área do chip, memória e custo de fabricação.

O rendimento é especialmente importante. Ele mede a porcentagem de chips utilizáveis produzidos a partir de uma wafer. Um processo tecnicamente avançado pode continuar comercialmente pouco atraente se muitos dies tiverem defeitos ou não atingirem metas de desempenho.

A Samsung iniciou os primeiros envios de seu processo de 2 nanômetros de primeira geração antes de surgir a colaboração relatada. A empresa também afirmou que busca clientes maiores e aprimora a família SF2. Isso dá ao projeto uma base de processo, mas não um resultado de produção garantido.

A Samsung Foundry também enfrenta uma concorrente forte já estabelecida. A TSMC informou que produtos de 2 nanômetros contribuíram com 3% da receita de wafers do segundo trimestre durante seu primeiro período de expansão. Processos avançados de 7 nanômetros ou menos representaram 77% de sua receita de wafers.

Os resultados do segundo trimestre da fundição mostram quão rapidamente um nó líder precisa alcançar uma produção relevante. Os clientes precisam de volume previsível, ferramentas de design validadas, capacidade de empacotamento e características elétricas estáveis.

A Samsung pode se diferenciar por meio da coordenação interna. Seus projetistas de chips podem trabalhar diretamente com engenheiros de processo, equipes de memória e especialistas em empacotamento. Essa colaboração pode encurtar os ciclos de feedback quando um design encontra restrições de energia, temporização ou fabricação.

A mesma integração pode criar complexidade de execução. A System LSI e a fundição têm clientes, cronogramas e prioridades comerciais diferentes. Um projeto bem-sucedido exige propriedade clara quando compromissos técnicos afetam o desempenho ou a entrega.

O software representa outra incerteza. Um acelerador só se torna útil quando compiladores e frameworks conseguem traduzir modelos em instruções que ele entende. Os desenvolvedores também precisam de ferramentas de profiling, operações compatíveis e caminhos alternativos para cargas de trabalho incompatíveis.

A ampla base de desenvolvedores da Arm pode ajudar, mas a compatibilidade de CPU por si só não estabelece suporte ao acelerador. As empresas não documentaram publicamente quais frameworks de aprendizado de máquina, formatos de modelo ou sistemas operacionais ofereceriam suporte ao design relatado.

A identidade do cliente importa pelo mesmo motivo. Um chip criado para um cliente pode ser otimizado em torno de modelos e produtos conhecidos. Um componente comercial destinado a muitos fabricantes de dispositivos precisa de um ambiente de software mais amplo e compromissos de suporte mais longos.

Relatos que mencionam uma licença de uso limitado sugerem um design específico para um cliente. Se forem precisos, isso poderia reduzir o risco de comercialização porque os parceiros desenvolveriam com base em um requisito definido. Também limitaria o alcance imediato do projeto no mercado mais amplo.

A especulação sobre a OpenAI introduz outra questão sem resposta. A OpenAI explorou hardware e silício personalizado, mas nenhuma empresa participante vinculou esse acelerador relatado a um produto confirmado. Os leitores não devem presumir que ele aparecerá em um dispositivo da OpenAI com marca própria.

O cronograma permanece igualmente incerto. SoCs avançados exigem trabalho de arquitetura, verificação de design, implementação física, tape-out, fabricação, empacotamento e qualificação de produto. Um projeto de desenvolvimento financiado pode levar anos para se tornar um produto de consumo enviado ao mercado.

É por isso que um acelerador de IA da Arm explicado por meio de funções técnicas é mais útil do que uma história especulativa sobre clientes. A Arm fornece propriedade intelectual importante de computação. A Samsung a integra e fabrica. A comprovação comercial começa apenas quando um cliente, cronograma e produto se tornam verificáveis.

Três Sinais Mostrarão se a Estratégia Está Funcionando

As próximas evidências precisam vir da validação de produtos, dos resultados relatados da Arm em data centers e da capacidade da Samsung de converter programas SF2 em fabricação em volume.

O primeiro sinal é um tape-out confirmado ou anúncio de cliente para o acordo do chip Arm Samsung. Essa divulgação deve identificar a categoria de produto pretendida, o processo de fabricação e a disponibilidade esperada. Um cliente nomeado também esclareceria se este é um único design personalizado ou uma plataforma repetível.

A confirmação fortaleceria a tese de que a Arm pode vender propriedade intelectual de aceleradores além das licenças convencionais de CPU. A ausência contínua de detalhes manteria o projeto no estágio de desenvolvimento relatado. Uma conexão com a OpenAI deve permanecer não confirmada, a menos que uma das empresas envolvidas a divulgue.

O segundo sinal é a conversão, pela Arm, da demanda por CPUs para AGI em receita reconhecida. Investidores devem comparar futuras atualizações de receita, envios e clientes com a demanda declarada pela empresa, superior a US$ 2 bilhões ao longo dos anos fiscais de 2027 e 2028.

Essa conversão sustentaria a visão de que a estratégia de silício finalizado da Arm pode criar um negócio de infraestrutura relevante. Atrasos ou expectativas reduzidas exporiam a lacuna entre o interesse dos clientes e os produtos implantados.

Os royalties de data centers merecem atenção separada. O crescimento contínuo mostraria que a Arm se beneficia mesmo quando Amazon, Google, Microsoft, Nvidia ou outros parceiros controlam o processador finalizado. A desaceleração dos royalties sugeriria que os designs anunciados não estão se convertendo em implantações com rapidez suficiente.

O terceiro sinal é o progresso da produção SF2 da Samsung. Divulgações úteis incluem clientes nomeados, marcos de fabricação em alto volume, variantes de processo entrando em produção e evidências de rendimentos estáveis. Anúncios de design importam menos se a produção permanecer limitada.

Uma expansão bem-sucedida do SF2 tornaria a Samsung mais crível como fornecedora alternativa de silício avançado para IA. Também apoiaria a escolha relatada pela Arm de parceiro de fabricação. Atrasos persistentes enfraqueceriam tanto o projeto de borda quanto a estratégia mais ampla de fundição da Samsung.

Esses sinais devem ser avaliados de forma independente. A colaboração com a Samsung pode ter sucesso mesmo que a CPU AGI da Arm cresça lentamente. Os royalties de data centers da Arm podem expandir mesmo que o acelerador para dispositivos nunca seja lançado.

Essa separação protege os leitores de tratar cada anúncio de IA como uma única tese de investimento combinada. A Arm participa de computação para dispositivos, nuvem, automóveis e sistemas embarcados, mas cada mercado tem clientes e economias diferentes.

Os desenvolvedores devem acompanhar a camada de software junto com os indicadores financeiros. Suporte público a compiladores, integrações de frameworks, kits de desenvolvimento e desempenho de modelos documentado mostrariam que o acelerador está se tornando utilizável. Descrições de marketing não podem substituir essas ferramentas.

Compradores empresariais devem se concentrar na alocação de cargas de trabalho. A inferência local pode reduzir a latência e o uso da nuvem, mas também distribui o gerenciamento de modelos por muitos dispositivos. Patches de segurança, atualizações de modelos e monitoramento de desempenho tornam-se requisitos operacionais.

Profissionais do conhecimento sentirão a mudança por meio dos produtos, e não das especificações dos chips. Hardware local mais capaz pode oferecer suporte à análise privada de documentos, transcrição, processamento de imagens e assistentes que respondem sem conectividade contínua.

Equipes que avaliam essas alegações precisam preservar anúncios, benchmarks e correções posteriores. Uma base de conhecimento pesquisável pode conectar promessas técnicas iniciais à documentação final e aos resultados observados.

O acelerador de IA Arm Samsung noticiado representa uma direção estratégica plausível, mas ainda não é um avanço verificado para data centers. Seu alvo aparente é a inferência eficiente no dispositivo, área em que Arm e Samsung já dispõem de competências relevantes.

A oportunidade maior em data centers continua ligada à CPU AGI da Arm, aos royalties do Neoverse e à sua presença nos processadores de infraestrutura de outras empresas. Acompanhe esses negócios separadamente. A próxima pergunta é simples: qual desses programas noticiados se transformará primeiro em silício comercializado, software compatível e receita mensurável?