Conforme publicado pela Reuters na última quinta-feira (19), a Apple está apostando em IA generativa para acelerar o desenvolvimento dos próprios chips, segundo revelou Johny Srouji, vice‐presidente sênior de tecnologias de hardware, em evento recente na Bélgica.
O executivo destacou que ferramentas de automação de design eletrônico (EDA), como Cadence e Synopsys, agora incorporam IA generativa, o que permite “mais trabalho de design em menos tempo e impulsiona produtividade”, num passo estratégico da gigante para manter a liderança em chips customizados.
- Apple e NVIDIA firmam parceria secreta de US$1 bilhão, entenda
- CEO da Apple prefere mouse de outras marcas? Entenda a polêmica
Contexto: da A4 ao futuro da IA
Começando com o chip A4 em 2010, a Apple evoluiu a linha de processadores da marca: da série A para o poderoso M‑series, que hoje alimenta iPhones, iPads, Macs e até o Vision Pro . Em 2020, a transição arriscada, porém bem-sucedida, do Mac para o Apple Silicon provou a capacidade da marca da maçã de apostar alto em desenvolvimento interno.
Agora, a companhia mira a próxima fronteira: aplicar IA generativa diretamente no design de chips, sem depender apenas da experiência humana ou processos tradicionais. O uso de IA nos principais softwares EDA acelera identificação de gargalos, otimização de layouts e simulações, reduzindo ciclos de engenharia.
Desdobramentos e ambições futuras
A mudança não é apenas incremental, visto que a Apple está investindo massivamente em infraestrutura local: construiu uma fábrica para servidores de IA nos EUA, dedicou US$4,75 bilhões (R$26 bilhões) somente em 2024 à compra de servidores poderosos (incluindo NVIDIA HGX).
Além disso, projetos como o Baltra, um chip de servidor em parceria com a Broadcom e TSMC para 2026, mostram que a despesa é bem mais que uma intenção, é ação concreta.
No mais, a integração da Apple Intelligence (sistema nativo de IA da empresa) também reforça esse ecossistema. A gigante adotou uma estratégia híbrida: IA embarcada em dispositivos (como Neural Engine) e modelos em nuvem que comunicam exclusivamente com hardware próprio.