As organizações estão considerando opções mais amplas de aceleradores de IA, em vez de limitar a avaliação à Nvidia, mas isso não significa que estejam se preparando para abandonar imediatamente suas plataformas atuais. De acordo com a rodada de julho da pesquisa VB Pulse, que ouviu 170 participantes de infraestrutura de IA, 39,4% disseram que provavelmente avaliarão aceleradores que não pertencem à Nvidia nos próximos 12 meses, em comparação com 25,3% que disseram o mesmo sobre a Nvidia Blackwell (GB300) ou os processadores de próxima geração da Nvidia — uma diferença de 14 pontos percentuais.
Entre as alternativas mencionadas pela pesquisa estão AWS Trainium, Google TPU, AMD Instinct e Intel Gaudi, além de chips ASIC desenvolvidos internamente pelas organizações. Ainda assim, a Nvidia continua sendo a opção padrão na maioria dos ambientes de produção, o que torna o resultado um indicador de ampliação do universo de avaliação, mais do que uma evidência de mudança imediata na participação da produção.
Mais atividade, mas menos disposição para uma mudança imediata
Os resultados dos chips se inserem em uma tendência mais ampla: as organizações estão operando a infraestrutura de IA com maior intensidade e tentando otimizar o que já possuem antes de decidir pela mudança de uma plataforma principal. A proporção de participantes que esperavam mudar de plataforma em um período de zero a três meses caiu de 38,3% em junho para 28,8% em julho. Em contrapartida, a proporção dos que esperavam uma mudança em três a seis meses aumentou 4,1 pontos percentuais, e a dos que esperavam uma mudança em seis a 12 meses cresceu 5,3 pontos. A proporção dos que não planejam nenhuma mudança permaneceu praticamente estável, em cerca de 40%.
Várias plataformas registraram aumento no uso em produção. A proporção que relatou usar o Microsoft Azure em produção subiu de 29% para 47,1%, enquanto o uso do Google Gemini aumentou de 41,1% para 47,6%. A proporção referente à OpenAI também cresceu de 40,2% para 49,4%, e o uso da Anthropic aumentou de 12,1% para 24,7%. O salto do Azure deve ser interpretado com cautela, pois a amostra de julho tinha maior probabilidade de incluir organizações grandes: 57% dos participantes trabalhavam em empresas com mais de 1.000 funcionários, contra 37% em junho.
As organizações também melhoraram a utilização das unidades de GPU que administram por conta própria. A proporção dos que operavam essas unidades a metade da capacidade ou menos caiu de 83% em junho, em uma amostra de 100 participantes, para 69% em julho, em uma amostra de 155 participantes. A proporção de operação acima de 50% aumentou de 13% para 23%.
O critério passa do tamanho da plataforma para o desempenho da carga de trabalho
Os critérios de seleção mostram que as decisões de compra estão mais relacionadas à operação efetiva. A integração com o ambiente de nuvem e os dados da organização continuou sendo o fator mais importante, com 40,0% em julho, contra 41,1% em junho. Entretanto, a prioridade dada ao desempenho aumentou de 24,3% para 35,3%, enquanto a prioridade do custo por milhão de tokens subiu de 7,5% para 15,9%, e a prioridade do acesso a unidades de GPU aumentou de 18,7% para 23,5%.
Em contrapartida, a proporção dos que escolheram o custo total de propriedade como fator principal caiu de 34,6% para 21,8%. Isso não significa que o custo tenha perdido importância, mas que a avaliação parece estar mais ligada à carga de trabalho: como a inferência funciona em produção, qual é o grau de confiabilidade e qual é o custo de cada unidade de trabalho útil.
Por que essa tendência importa?
O interesse por alternativas que não pertencem à Nvidia aumentou de 31,8% em junho para 39,4% em julho. O aumento foi mais evidente entre aqueles com autoridade estratégica de compra, apesar do pequeno tamanho da amostra de cargos executivos seniores: a proporção nessa categoria subiu de 42,9%, ou seis de 14, para 57,1%, ou 12 de 21. Entre os tomadores de decisão finais, aumentou de 35,4% para 50%.
Esses números indicam que a diversificação de aceleradores está passando de uma questão de engenharia para uma decisão estratégica de infraestrutura. A presença de alternativas nas listas de avaliação dá às organizações maior capacidade de comparar desempenho, custo e disponibilidade de hardware, mas não comprova que essas alternativas tenham alcançado superioridade em produção nem que as organizações tenham decidido migrar para elas.
O controle não se limita aos chips
A mesma tendência apareceu na camada de ferramentas que conecta os modelos aos dados e serviços da organização, que a pesquisa descreveu como incluindo ferramentas, dados, orquestração, avaliação, identidade, segurança e observabilidade. Em julho, 36,6% preferiam manter ferramentas independentes, escolhidas como as melhores de cada categoria, ao lado dos modelos, e outros 36,6% preferiam combinar os ambientes de execução nativos dos provedores de serviços com ferramentas independentes. Assim, 79,2% apoiavam uma abordagem que mantém algum grau de controle arquitetural fora de um único provedor de modelos, contra cerca de 65,3% em junho.
Em contrapartida, a proporção dos que preferiam a padronização em uma pilha de contexto nativa de um único provedor de modelos caiu de 20,8% para 11,9%. Esse controle tem importância prática, pois 68,3% dos participantes em julho disseram ter enfrentado uma resposta confiante, mas errada, devido a contexto ausente ou incorreto, contra 57,4% em junho. Além disso, 62,4% informaram que uma camada semântica ou de contexto governada estava em produção ou em construção.
Nuvens especializadas e componentes de código aberto
A proporção dos que esperam um uso maior de provedores de nuvem especializados em IA, conhecidos como neoclouds, aumentou de 33% para 38%, enquanto a proporção dos que esperam um uso menor caiu de 9,7% para 5,4%. Entretanto, o uso atual em produção de provedores nomeados, como CoreWeave, Lambda, Crusoe e Nebius, permaneceu muito menor, subindo de 1,9% para 5,9%.
A diferença entre a intenção de expansão e o uso atual indica uma possível área de avaliação e adoção, não uma adoção concluída. Confiabilidade, segurança, suporte, redes e gerenciamento de dados continuarão sendo fatores decisivos para a capacidade dessas empresas de transformar o acesso a aceleradores em uso empresarial sustentável.
O uso de pacotes de produção de código aberto e autogerenciados também aumentou de 3,7% para 12,9%, incluindo exemplos da pesquisa como PyTorch, Triton, vLLM, Ray e Kubernetes. O uso de ferramentas de código aberto para cache de chave-valor, como LMCache e o prefix caching do vLLM, aumentou de 6,5% para 11,8%. Entretanto, a consideração de plataformas de código aberto permaneceu praticamente estável, passando de 5,6% para 6,5%, o que significa que a expansão está concentrada entre organizações que entraram na fase de implementação, e não em uma base mais ampla de novos avaliadores.
Limitações metodológicas: o artigo compara duas rodadas independentes de pesquisa e dois períodos, que incluíram 107 participantes em junho de 2026 e 170 em julho de 2026, e não constitui um estudo longitudinal das mesmas organizações. A composição da amostra também mudou, e não foram realizados testes de significância estatística; portanto, as diferenças mensais devem ser tratadas como sinais direcionais, e não como prova de causalidade. Já os dados da camada de contexto baseiam-se em uma pesquisa separada com 101 participantes em cada mês.