OpenAI planeja comprar os chips TPU do Google além dos da Nvidia

A OpenAI planeja comprar chips de IA do Google, as chamadas TPUs (Tensor Processing Units), para usar ao lado das placas da Nvidia que já formam a base da sua infraestrutura. A informação foi publicada na terça-feira, 27 de outubro de 2026, pelo site The Information, que cita uma pessoa a par do assunto, e repercutida pela agência Reuters e pelo The Next Web. Nenhuma das duas empresas confirmou. A OpenAI recusou comentar e o Google não respondeu de imediato aos pedidos da Reuters.

Este texto é análise nossa a partir do que o The Next Web resumiu da apuração do The Information e do complemento da Reuters. Como a fonte é única e anônima, vale tratar a notícia como um sinal de direção do mercado, e não como acordo fechado.

O que foi reportado

O núcleo da notícia é simples: a OpenAI, uma das maiores compradoras de processadores gráficos da Nvidia no mundo, pretende adquirir TPUs, os chips que o Google desenhou para treinar e rodar modelos de IA. Os termos financeiros, a quantidade de chips e o calendário de entrega não foram divulgados. Também não está claro se os chips ficariam em data centers da OpenAI, em instalações de parceiros ou dentro da nuvem do próprio Google.

O que se sabe é o contexto. Em abril, o Google disse que passaria a vender hardware de TPU diretamente a um grupo pequeno de clientes, que poderiam operar os chips nos próprios data centers. A procura cresceu, em parte por causa de acordos com clientes como a Anthropic, e a demanda foi tão alta que os pesquisadores do próprio Google chegaram a esperar para ter acesso. A diretora financeira da Alphabet, Anat Ashkenazi, afirmou que a empresa espera registrar uma pequena parcela da receita de vendas de TPU até o fim de 2026, com a maior parte chegando em 2027.

Um histórico de idas e vindas

A relação entre OpenAI e Google em chips não é nova, mas sempre foi cautelosa. Em junho de 2025, a Reuters informou que a OpenAI começara a alugar chips do Google. Pouco depois, a própria OpenAI disse que não tinha planos ativos de usá-los em seus produtos. Agora, mais de um ano depois, a notícia é de compra, e não de aluguel, o que muda a natureza do vínculo: comprar hardware significa um compromisso de longo prazo, com equipes de engenharia adaptando software para uma arquitetura diferente.

Os laços entre as duas rivais vêm se estreitando por outros caminhos. Na semana passada, a OpenAI disse que seus modelos de fronteira passariam a ficar disponíveis no Google Cloud, movimento parecido com o que já havia feito com a Amazon Web Services, como mostramos em OpenAI vai vender seus modelos e o Codex no Google Cloud. Em junho, a empresa também apresentou seu primeiro chip próprio de IA, projetado com a Broadcom, que ela pretende pôr em operação até o fim de 2026. Ou seja, a estratégia que aparece é a de não depender de um único fornecedor: Nvidia, chip próprio e agora, possivelmente, Google.

Por que a OpenAI faria isso

Há pelo menos três razões plausíveis, e é importante separar o que a reportagem diz do que é interpretação nossa. A reportagem diz apenas que seria uma mudança relevante para uma empresa tão associada à Nvidia. O resto é leitura de mercado:

• Custo de inferência. Rodar um modelo para milhões de usuários é a parte mais cara do negócio. Chips desenhados especificamente para essa tarefa podem sair mais baratos por resposta gerada, e a OpenAI vem buscando maneiras de financiar o gasto, como mostra a notícia sobre sua busca por capital bilionário.
• Poder de negociação. Quem compra de dois ou três fornecedores negocia preço e prazo com mais força. A Nvidia continua sendo a referência, mas ter alternativas reais tira dela parte da vantagem na mesa.
• Disponibilidade. A fila por chips avançados é longa. Somar uma segunda fonte pode acelerar a entrada de capacidade nova, algo decisivo quando os rivais lançam modelos em ritmo acelerado.

O tamanho da corrida por infraestrutura

Segundo a Reuters, Amazon, Microsoft e Alphabet planejam gastar, juntas, até US$ 600 bilhões em infraestrutura de IA neste ano. É uma cifra difícil de visualizar, e ela explica por que cada acordo de chips vira assunto: quem controla a capacidade de computação controla quanto da demanda consegue atender. A própria Alphabet divulgaria seus resultados trimestrais no mesmo dia da reportagem, o que costuma trazer atualizações sobre a receita de nuvem.

O movimento do Google também reforça uma mudança de papel. Até pouco tempo, as TPUs eram quase um diferencial exclusivo da nuvem do Google. Agora a empresa vende o hardware, e outras nuvens seguem o mesmo caminho: na terça-feira, a Oracle anunciou que levará as TPUs à sua nuvem em 2027, conforme contamos em Oracle levará os chips TPU do Google à nuvem. A Anthropic, por sua vez, já tem grandes compromissos de chips com Google e Broadcom, como vimos em financiamento de US$ 60 bilhões para chips. Se a OpenAI de fato entrar, os dois maiores laboratórios independentes passariam a usar a mesma família de chips, ainda que cada um para seus fins.

O que ainda não sabemos

Faltam informações importantes. Não há valor do contrato, volume, local de instalação, nem se a compra envolve as TPUs mais potentes, que no passado o Google poderia relutar em entregar a um concorrente direto. Também não se sabe se haverá impacto no preço dos produtos da OpenAI, como o ChatGPT e a API. A empresa não comentou, e o Google não respondeu. Se a informação for confirmada, os próximos balanços e comunicados de parceiros tendem a trazer números mais precisos.

Por que isso importa para você

Você não vai comprar uma TPU, mas paga, direta ou indiretamente, pelo custo de computação embutido em cada assinatura e em cada chamada de API. Quando os maiores laboratórios diversificam fornecedores, a tendência de médio prazo é de mais oferta de capacidade e mais concorrência em preço, ainda que isso não se traduza em desconto imediato para o usuário final. Alguns pontos práticos:

• Se você vende automações ou agentes para clientes, evite prender o produto a um único modelo ou fornecedor. Os próprios gigantes estão fazendo o contrário, e a troca de provedor fica mais fácil quando o código é modular.
• Se o seu custo principal é API de modelo, acompanhe as tabelas de preço a cada trimestre. Mudanças de infraestrutura costumam aparecer primeiro em novos modelos menores e mais baratos.
• Se você investe ou aconselha clientes sobre o setor, lembre que notícias de fonte única e anônima podem não se confirmar. Espere o comunicado oficial antes de agir.

Para entender como o custo de modelos afeta o seu bolso, vale ler também o guia sobre créditos de API do Claude nos planos Max e Team e a nossa cobertura da Oracle com os computadores da Cerebras, outro caso de nuvem diversificando chips.

Por fim, uma observação de método: a apuração original é do The Information, que não identifica a fonte, e as informações complementares sobre o contexto vêm do resumo do The Next Web e da Reuters. É uma notícia de fonte única, que atualizaremos quando houver confirmação das empresas ou números do contrato.