Startups sufocadas: disputa por chips concentra criação de IA

Escassez de GPUs da Nvidia elevou preços e fez startups de IA disputarem espaço com gigantes como Microsoft e Amazon.
Grandes provedores de nuvem priorizam estoques para equipes internas e grandes clientes, pressionando startups a esperarem mais.
Custo de aluguel da GPU Nvidia H100 subiu para cerca de US$ 2,35 por hora em março, alta de quase quarenta por cento em seis meses.
Na Microsoft, contratos mínimos de mil unidades por um ano e política “use ou perca” aumentam o risco de revogação de acesso se os servidores ficarem ociosos.
O cenário reduz poder de negociação das startups; 95% da capacidade provisionada fica ociosa em várias organizações, e fundos de venture capital estudam pools compartilhados ou compra direta de GPUs.

Grandes provedores de nuvem concentram GPUs da Nvidia, elevando custos e reduzindo a disponibilidade para startups de IA. A disputa por capacidade computacional criou filas mais longas e preços mais altos para treinar modelos, impactando empresas menores apoiadas por grandes fundos de investimento.

A escassez afeta equipes que dependem de alto volume de processamento, incluindo players do Vale do Silício como Sequoia Capital, Founders Fund, General Catalyst e Andreessen Horowitz. Funcionários da Microsoft estimam que prazos de espera devem permanecer até o fim de 2026.

O aumento de custos é perceptível: contratos anuais de aluguel da GPU H100 chegaram a US$ 2,35 por hora em março, ante US$ 1,70 em outubro de 2025, conforme a SemiAnalysis. A alta de quase 40% em seis meses pressiona operações de IA em larga escala.

Gatekeeping de gigantes e contratos longos

Na Microsoft, clientes que desejam chips Blackwell precisam manter aluguel mínimo de 1.000 unidades por um ano, com contratos que podem chegar a dezenas de milhões de dólares. Há ainda a política de use ou perca, que pode suspender acesso se os servidores ficarem ociosos por horas.

Startups enfrentam maior poder de negociação dos fornecedores. A repetição de contratos de nuvem de dois a três anos amplia a dependência de grandes provedores, enquanto a demanda por ferramentas de IA aumenta o risco de interrupções planjadas de serviços.

Relatórios indicam uso ineficiente de capacidade: a Cast AI aponta que 95% da GPU provisionada fica ociosa em milhares de organizações, reflexo de compras acima da necessidade por medo de perder acesso futuro.

Alternativas em estudo

Fundos de venture capital avaliam saídas, com a General Catalyst estudando pools compartilhados de computação e negociação direta em nome de startups. Existem relatos de fundadores considerando a compra direta de GPUs, embora seja uma opção cara diante dos preços de aluguel.

Outras vias incluem buscar parcerias com fornecedores para condições mais estáveis e previsíveis, além de explorar modelos de uso mais eficientes para reduzir desperdícios. Seguidores do mercado acompanham se novas soluções de compartilhamento ganham corpo.