A guerra do chip virou guerra de eficiência

19 de maio de 2026, Brasília. A terça-feira pede chip, mas o chip sozinho já não explica a fronteira.

O ponto duro da semana é este: a competição Estados Unidos x China deixou de ser apenas “quem compra mais GPU da NVIDIA” e virou “quem extrai mais de cada watt, cada byte de HBM e cada token servido”. DeepSeek-V2, com 236 bilhões de parâmetros e 21 bilhões ativados por token, continua sendo um dos sinais mais claros dessa virada chinesa.

Não compro a tese preguiçosa de que o embargo americano “não funcionou”. Também não compro a fantasia oposta, vendida em Washington, de que controle de exportação congela um país de 1,4 bilhão de pessoas. O que aconteceu é mais interessante: os Estados Unidos cortaram parte da força bruta; a China respondeu mexendo na arquitetura.

O que saiu

O fato técnico que merece ficar no radar é a consolidação da estratégia chinesa de eficiência em modelos de fronteira. O caso mais limpo para analisar é o DeepSeek-V2, publicado pelo laboratório DeepSeek, com arquitetura Mixture-of-Experts, 236 bilhões de parâmetros totais e 21 bilhões de parâmetros ativados por token.

Esse desenho muda a conta econômica. Um modelo denso precisa consultar todo o bloco relevante a cada passo. Um MoE consulta especialistas selecionados. A capacidade total cresce, mas o custo de ativação por token não cresce na mesma proporção.

A leitura estratégica é direta: se o acesso aos aceleradores mais avançados fica caro, incerto ou politicamente bloqueado, a resposta racional é reduzir desperdício computacional. Não por virtude. Por necessidade.

O paper DeepSeekMoE, anterior ao V2, já deixava clara a tese: especialização fina de especialistas, roteamento mais eficiente e redução de redundância entre especialistas. O V2 aplica essa escola a um modelo maior e mais competitivo. A China não está apenas tentando copiar a pilha americana; está adaptando a pilha ao gargalo que Washington criou.

Do lado americano, o documento relevante continua sendo a regra do Bureau of Industry and Security publicada em outubro de 2023, que ampliou controles sobre itens de computação avançada e supercomputação. A regra mira desempenho, interconexão e capacidade de treinamento em escala. Na prática, ela tornou chips de ponta e certas configurações de data center um ativo geopolítico controlado.

O resultado aparece na borda: NVIDIA segue como peça central da infraestrutura global, mas a China passou a tratar eficiência algorítmica como política industrial.

Por dentro

A arquitetura MoE não é truque novo. O que muda é o contexto.

Em um ambiente sem restrição de hardware, a resposta dominante tende a ser simples: mais GPU, mais dado, mais parâmetro, mais tempo de treinamento. Isso favorece quem controla a cadeia de aceleradores, redes de alta velocidade, HBM, empacotamento avançado e energia barata.

Os Estados Unidos têm vantagem clara nessa pilha. NVIDIA domina aceleradores. AMD tenta disputar. Google usa TPU dentro da própria casa. Microsoft, Amazon e Meta compram em escala e moldam o mercado. TSMC fabrica o ponto crítico da fronteira. A cadeia é americana na captura de valor e taiwanesa na manufatura avançada.

A China está em posição diferente. Huawei Ascend, Cambricon, Biren e outros atores existem, mas a substituição integral da pilha CUDA-NVIDIA não se resolve com slogan. Driver, compilador, biblioteca, interconexão, estabilidade de cluster e ecossistema de desenvolvedor pesam tanto quanto o chip.

É aqui que DeepSeek-V2 importa. Quando um modelo usa 236 bilhões de parâmetros totais e ativa 21 bilhões por token, ele está tentando comprar capacidade estatística sem pagar custo cheio de inferência. A economia não é só no treinamento; ela aparece no serviço do modelo, onde latência, throughput e memória determinam margem.

O gargalo mais sensível é memória. Modelo grande não roda apenas por FLOP. Roda por largura de banda, movimentação de pesos, cache, comunicação entre placas e previsibilidade. MoE reduz parte da ativação, mas cria custo de roteamento e comunicação. Não existe almoço grátis. Existe engenharia para trocar um gargalo por outro mais administrável.

A China está fazendo essa troca porque precisa.

Essa é a diferença entre propaganda e sinal. Propaganda é dizer que um país “superou” o embargo porque publicou um modelo bom. Sinal é observar que o modelo bom veio com escolhas arquiteturais compatíveis com escassez relativa de aceleradores de ponta.

O que muda

A consequência prática é que benchmark isolado vale menos que custo por token.

Um modelo pode pontuar bem em MMLU, GSM8K ou HumanEval e ainda ser economicamente ruim se for caro demais para servir. A fronteira real agora combina qualidade, latência, throughput, memória, estabilidade e preço. Quem ignora isso fica discutindo ranking como torcida de futebol.

Para Washington, o problema é que embargo tem efeito reverso. Quando os Estados Unidos bloqueiam o chip, aumentam o prêmio para a inovação em arquitetura. Esse prêmio não garante vitória chinesa. Mas cria disciplina. Laboratórios chineses passam a otimizar o que o Vale do Silício, embalado por capital e GPU, muitas vezes desperdiça.

Para Pequim, o problema é outro: eficiência não substitui litografia avançada. MoE, quantização e sparsity ajudam, mas não fabricam HBM, não resolvem yield de processo avançado e não entregam automaticamente interconexão de data center no nível necessário. A China pode reduzir dependência; eliminar dependência é uma guerra mais longa.

Minha posição: o embargo americano funciona como freio, não como muro. Ele compra tempo para os Estados Unidos, mas também obriga a China a ficar mais competente. Esse é o tipo de vitória parcial que político vende como vitória total e que engenheiro entende como fase intermediária.

Há também uma mudança de métrica editorial. Eu desconfio cada vez mais de release com adjetivo e cada vez mais procuro número operacional: parâmetros ativados, tokens por segundo, memória por requisição, custo por milhão de tokens, tamanho do contexto efetivo, taxa de falha em cluster, licença dos pesos e reprodutibilidade do benchmark.

Nesse critério, DeepSeek merece atenção. Não porque seja “o modelo que derrotou o Ocidente”, frase típica de gente carente de manchete. Merece atenção porque encaixa arquitetura, custo e restrição geopolítica numa resposta coerente.

Brasil nisso

O Brasil não está na mesa principal da guerra do chip. Fingir o contrário é vaidade.

Não fabricamos acelerador de fronteira. Não temos foundry avançada. Não temos ecossistema comparável a CUDA, TPU ou Ascend. Também não temos escala de nuvem soberana capaz de treinar modelo fundacional competitivo do zero sem depender de fornecedor externo.

Mas existe espaço concreto para não agir como comprador ingênuo.

Primeiro: contratação pública e privada de modelos deve exigir métrica de custo por tarefa, não palestra sobre “transformação digital”. Um modelo menor, quantizado e bem ajustado pode resolver mais problema brasileiro que uma API cara usada como fetiche de diretoria.

Segundo: universidades brasileiras precisam ensinar arquitetura moderna de modelos, não apenas consumo de chatbot. MoE, quantização, LoRA, distilação, avaliação, inferência em GPU limitada e otimização de memória deveriam estar em disciplinas práticas. O aluno que entende custo de inferência vale mais que o aluno que sabe repetir release da OpenAI ou da Alibaba Cloud.

Terceiro: governo, bancos, indústria e saúde suplementar devem medir dependência técnica. Não é discurso de soberania; é planilha. Onde estão os dados? Qual fornecedor hospeda? Qual modelo processa? Qual custo por 10 milhões de requisições? Qual latência? Qual alternativa se o preço dobrar? Qual contrato permite portabilidade?

O Brasil não precisa fingir que vai produzir um H100 nacional. Precisa parar de comprar fumaça importada com dinheiro sério.

Leitura crítica

O eixo Estados Unidos x China em alta tecnologia está menos cinematográfico e mais contábil. A manchete gosta de “modelo mais poderoso”. A fronteira real pergunta: quanto custou treinar, quanto custa servir, em qual chip roda, com qual estabilidade e sob qual bloqueio político.

DeepSeek-V2 é relevante porque responde a essa pergunta com engenharia. Não é prova de supremacia chinesa. É prova de adaptação chinesa.

A vantagem americana segue grande. NVIDIA é mais que chip; é ecossistema. O relatório anual da companhia mostra a centralidade do data center no negócio e, por consequência, na infraestrutura mundial de modelos. Quem controla essa camada controla preço, disponibilidade e ritmo de adoção.

Mas subestimar a China aqui é erro analítico. A imprensa ocidental adora tratar laboratório chinês como derivativo atrasado até o dia em que o benchmark aparece. Depois corre para chamar de surpresa. Não é surpresa. É acúmulo.

O meu ponto é simples: a próxima etapa da disputa não será decidida apenas pelo maior acelerador. Será decidida pela combinação entre acelerador, memória, software, arquitetura e disciplina de custo. Os Estados Unidos ainda lideram a pilha. A China está aprendendo a lutar no terreno que o embargo desenhou.

E isso torna a guerra mais dura, não mais simples.

Igor Morais Vasconcelos é advogado, doutorando no IDP em IA, editor-chefe do Mirante News e assina a coluna Fronteira Tech.