A inteligência artificial costuma ser associada a GPUs e aceleradores cada vez mais poderosos. Mas existe outra camada essencial para que grandes clusters funcionem: a rede capaz de transportar enormes volumes de informação com baixa latência. Em 17 de setembro de 2026, a GlobalFoundries e a Marvell Technology anunciaram a ampliação de seu acordo para elevar a capacidade de produção de semicondutores destinados a conexões ópticas de alta velocidade em data centers.

Por que esse acordo importa para a infraestrutura de IA?

Modelos avançados são treinados e executados em sistemas compostos por muitos processadores trabalhando em conjunto. Quanto maior o cluster, mais importante se torna a velocidade com que esses componentes trocam dados. Uma GPU extremamente rápida perde eficiência quando a rede ao redor dela não acompanha o ritmo.

É nesse ponto que entram tecnologias de conectividade óptica. Elas usam luz para transmitir informações e são fundamentais em ligações de alta capacidade dentro e entre data centers. O acordo ampliado mostra como o crescimento da IA está criando demanda não apenas pelos processadores principais, mas também pelos componentes que formam toda a infraestrutura ao redor deles.

O que GlobalFoundries e Marvell anunciaram

Segundo a Reuters, as empresas expandiram uma parceria para aumentar a produção de uma categoria de chips utilizada em conexões ópticas de alta velocidade. A iniciativa responde à demanda crescente de data centers que precisam conectar grandes quantidades de equipamentos de computação.

A GlobalFoundries atua como fabricante de semicondutores para diversas empresas, enquanto a Marvell desenvolve chips voltados, entre outras áreas, a infraestrutura de dados e redes. A combinação de projeto especializado e capacidade fabril ajuda a explicar por que esse tipo de parceria ganhou relevância com a expansão acelerada da IA.

A rede virou parte do desempenho da inteligência artificial

Em uma infraestrutura convencional, rede e processamento podem parecer componentes separados. Nos grandes sistemas de IA, porém, o desempenho depende cada vez mais do conjunto. Treinamentos distribuídos exigem sincronização frequente entre aceleradores, enquanto aplicações de inferência em grande escala precisam responder rapidamente a milhões de solicitações.

Isso aumenta a importância de transceptores ópticos, controladores, switches e outros semicondutores especializados. A consequência econômica é uma cadeia de valor mais ampla: fabricantes de GPUs continuam no centro do mercado, mas fornecedores de conectividade, energia, refrigeração e memória também podem capturar parte dos investimentos.

Fotônica e chips ópticos: o gargalo que ganha atenção

À medida que os data centers crescem, mover dados apenas por conexões elétricas tradicionais pode aumentar consumo e limitar distâncias e velocidades. Soluções ópticas ajudam a transportar grandes volumes de informação de forma eficiente, especialmente em ligações de alta largura de banda.

Isso não significa que toda conexão interna será substituída imediatamente por óptica. Diferentes arquiteturas combinam tecnologias conforme custo, distância, consumo e desempenho. O ponto central é que a necessidade de largura de banda cresce junto com o número e a capacidade dos aceleradores.

O efeito da IA sobre a indústria de semicondutores

A atual onda de investimentos está modificando prioridades na indústria. Antes, boa parte da atenção pública se concentrava em CPUs para computadores e chips para smartphones. Agora, data centers de IA impulsionam demanda por aceleradores, memórias de alta largura de banda, componentes de rede e soluções de energia.

Para fabricantes, isso cria oportunidades, mas também riscos. A construção de novas fábricas e expansão de capacidade exigem investimentos elevados e planejamento de longo prazo. Caso a demanda cresça abaixo do esperado, ativos podem ficar subutilizados. Por outro lado, gargalos de produção podem limitar a implantação de novos sistemas se a procura continuar acelerada.

Data centers estão se tornando sistemas cada vez mais complexos

O avanço da IA também evidencia que construir capacidade computacional envolve muito mais que comprar processadores. Projetos modernos precisam coordenar energia, refrigeração, rede, armazenamento, segurança física e digital e disponibilidade de componentes.

Essa complexidade explica por que anúncios envolvendo semicondutores de conectividade passaram a receber atenção do mercado. Cada novo cluster de IA precisa movimentar dados em escala crescente, e a infraestrutura de rede pode determinar quanto da capacidade teórica dos processadores realmente será aproveitada.

O que acompanhar a partir de agora

Os próximos indicadores relevantes incluem a velocidade de expansão dos grandes data centers, novos contratos de fornecimento, evolução dos padrões de conectividade óptica e investimentos em capacidade fabril. Também será importante observar eficiência energética, porque o custo de mover dados passa a pesar mais à medida que os clusters crescem.

Para empresas que utilizam serviços de nuvem, avanços nessa camada podem aparecer indiretamente em maior disponibilidade de capacidade e melhor desempenho. Para a indústria de chips, o cenário reforça a ideia de que a corrida da IA será disputada em várias partes da cadeia de infraestrutura.

Conclusão

A ampliação do acordo entre GlobalFoundries e Marvell é mais um sinal de que o investimento em inteligência artificial está se espalhando para além dos chips de processamento. Redes ópticas de alta velocidade tornaram-se componentes estratégicos para conectar milhares de aceleradores e permitir que grandes data centers operem com eficiência.

Leia também no VSFast

→ Chip europeu de IA entra em servidores Dell e Supermicro

→ Data centers de IA e os custos de energia