GPU é a sigla de Graphics Processing Unit, a unidade de processamento gráfico. Nasceu para desenhar imagens em jogos e hoje é o componente que sustenta praticamente toda a inteligência artificial moderna — treinar e rodar modelos depende dela.
Adicione ao Google NotíciasNeste artigo
A migração do videogame para a IA não foi acidente: o tipo de conta que renderiza um cenário 3D é o mesmo que uma rede neural precisa fazer. Está no glossário de IA na parte de infraestrutura.
Por que GPU e não CPU
A diferença é de arquitetura, e a analogia mais útil é esta: a CPU é um professor de matemática resolvendo uma equação difícil por vez, muito rápido. A GPU são milhares de alunos resolvendo, ao mesmo tempo, contas simples.
Rede neural é feita de multiplicações de matrizes — milhões de operações simples que podem acontecer em paralelo. É exatamente o formato de problema em que a GPU ganha por ordens de grandeza. Uma CPU consegue treinar um modelo, mas levaria anos onde a GPU leva dias.
Por que isso importa no preço da IA
Aqui está a conexão que quase ninguém faz. Toda vez que você conversa com um assistente, uma GPU num data center processa aquele pedido. É por isso que as empresas limitam mensagens no plano gratuito e cobram por uso na API: cada resposta tem custo de energia e de hardware.
A demanda por GPUs de data center também explica o valor de mercado da Nvidia e a corrida por chips entre países. O gargalo da IA hoje é físico, não só de software.
E a GPU do meu computador?
A placa de vídeo do PC ou notebook pode rodar modelos menores localmente — o que dá privacidade total, já que nada sai da máquina. O limite prático é a memória da placa: modelos grandes exigem mais VRAM do que placas comuns oferecem.
No celular, o papel equivalente é da NPU, um chip especializado em IA que consome bem menos energia — é o que permite recursos de IA funcionarem sem enviar tudo para a nuvem.
Perguntas frequentes
Qual a diferença entre GPU e CPU?
A CPU faz poucas tarefas complexas muito rápido; a GPU faz milhares de tarefas simples ao mesmo tempo. Como redes neurais são feitas de muitas contas simples e paralelizáveis, a GPU é dezenas de vezes mais eficiente nesse trabalho específico.
Preciso de GPU para usar IA?
Não para usar ChatGPT, Gemini ou qualquer assistente pela internet — o processamento acontece nos servidores da empresa. Você só precisa de GPU se quiser rodar modelos localmente na sua máquina.
Qual GPU serve para rodar IA em casa?
O fator determinante é a memória da placa (VRAM), mais que a velocidade. Placas com 8 GB rodam modelos pequenos; a partir de 16 GB abre-se espaço para modelos intermediários. Modelos grandes exigem hardware de outra faixa de preço.
Por que as GPUs ficaram tão caras?
Porque a demanda das empresas de IA para data center disparou e a produção é concentrada em poucos fabricantes. Isso afetou também o mercado de consumo, e transformou o acesso a chips avançados em assunto de política internacional.
