Arm unifica IA e gráficos em GPU para carros e celulares — fornecedores brasileiros de eletrônicos precisam revisar roadmap de chips

A Arm anunciou uma atualização de sua nova geração de arquitetura Mali GPU que integra unidades de operações matriciais ao pipeline gráfico, reforçando a coordenação entre inferência de grandes modelos no dispositivo e renderização neural. A empresa também lançou uma solução unificada de agendamento de software voltada para terminais automotivos, móveis e embarcados. A decisão acompanha movimento setorial mais amplo: NVIDIA, Qualcomm, Imagination, AMD e Intel já convergem capacidade de IA para a GPU, abandonando a lógica de aceleradores dedicados separados. Para a indústria brasileira de eletrônicos e a cadeia automotiva, o recado é claro: projetos de hardware baseados em NPUs independentes tendem a perder eficiência e competitividade nos próximos ciclos. A Arm, licenciadora britânica de arquiteturas de processadores usadas em celulares, carros e dispositivos embarcados, anunciou uma atualização da nova geração de sua arquitetura Mali GPU. A mudança central é a incorporação de unidades de operações matriciais dentro do pipeline gráfico, permitindo que a mesma GPU execute tanto renderização gráfica quanto inferência de grandes modelos de IA no dispositivo. A empresa também lançou uma solução unificada de agendamento de software voltada para terminais automotivos, móveis e embarcados. O anúncio não trouxe datas de disponibilidade comercial nem valores de investimento. O impacto para o Brasil é indireto, mas relevante para dois setores: a cadeia de eletrônicos de consumo e o polo automotivo. A Arm licencia suas arquiteturas para fabricantes de chips que, por sua vez, fornecem componentes para montadoras e fabricantes de dispositivos instalados no Brasil. Empresas como BYD, que produz veículos elétricos em Camaçari (BA), e fornecedores de eletrônicos embarcados para o mercado automotivo brasileiro precisarão acompanhar a migração para GPUs convergentes. A tendência é que projetos de hardware baseados em NPUs dedicadas — comuns em produtos de Internet das Coisas e automotivos de gerações anteriores — percam eficiência e competitividade. Reguladores como ANATEL, que certificam dispositivos de telecomunicações, e o INMETRO, que avalia conformidade de eletrônicos, podem ser indiretamente afetados por mudanças nos ciclos de certificação de novos chips. Os dados mostram que a indústria de semicondutores está convergindo para a GPU como núcleo de computação de borda. NVIDIA, com Tensor Core, Qualcomm, com a integração entre GPU Adreno e NPU Hexagon, Imagination, com aceleradores matriciais programáveis no pipeline de renderização, AMD, com unidades de IA dedicadas em núcleos de GPU para robótica industrial, e Intel, com o XeSS de super-resolução neural vinculado ao fluxo gráfico, já praticam essa abordagem. Na leitura do CBI, isso indica que a lógica de hardware dedicado por função — que dominou a primeira onda de IA de borda — está sendo substituída por arquiteturas programáveis e versáteis. Para fornecedores brasileiros, o risco é ficar preso a plataformas de geração anterior, com custo energético e dificuldade de adaptação a novos modelos de IA. A comparação com o ciclo anterior de NPUs independentes é ilustrativa: produtos lançados com especificações fixas enfrentaram gargalos de adaptação em menos de dois anos. O que acompanhar: primeiro, a publicação de especificações técnicas detalhadas da nova arquitetura Mali e a lista de fabricantes de chips que a adotarão em 2025 e 2026. Segundo, anúncios de montadoras instaladas no Brasil sobre plataformas de veículos definidos por software que utilizem GPUs convergentes. Terceiro, a evolução das certificações da ANATEL e do INMETRO para dispositivos embarcados com IA integrada, que podem exigir atualização de protocolos de teste.