CEO da NVIDIA diz que “Lei de Moore morreu”; o que vale agora é “lei de Huang”

Durante sua participação na keynote da Foxconn na Computex 2025, Jensen Huang, CEO da NVIDIA, fez uma declaração que deve mexer com os alicerces da indústria de semicondutores: segundo ele, a Lei de Moore já não se aplica mais à evolução tecnológica atual, assim como já fez em janeiro.

Em seu lugar, surge uma nova lógica — que ele chamou informalmente (e ousadamente, convenhamos) de Lei de Huang, baseada em avanços estruturais que vão além da miniaturização dos transistores.

A fala veio em resposta a uma pergunta sobre a velocidade com que os chips de IA têm evoluído. Huang explicou que os ganhos de desempenho hoje já não são determinados pela redução do tamanho dos nós, mas sim por tecnologias complementares de empacotamento e interconexão, que permitem escalar computação em nível de datacenter com resultados antes considerados inatingíveis.

Por que a Lei de Moore já não basta

Formulada em 1965 por Gordon Moore, cofundador da Intel, a chamada Lei de Moore observava que o número de transistores em um chip dobraria a cada dois anos, o que implicaria crescimento proporcional no desempenho. Por décadas, essa tendência sustentou os avanços no setor de tecnologia da informação.

Contudo, de acordo com Huang, essa métrica perdeu validade prática. Ele afirma que os limites físicos da miniaturização ficaram cada vez mais evidentes, e os ganhos por área passaram a ser marginalmente menores.

Essa observação vem acompanhada de um contexto: a NVIDIAtem acelerado o ritmo de lançamentos.

Enquanto a indústria costumava operar em ciclos anuais ou bienais, a empresa já trabalha com um calendário de lançamentos a cada seis meses, e segundo o executivo, há planos concretos para diminuir esse intervalo para três meses em breve.

Os novos motores de desempenho

O CEO da NVIDIA atribuiu os saltos recentes a dois pilares técnicos. O primeiro é o uso de tecnologias de empacotamento avançado, como o CoWoS (Chip-on-Wafer-on-Substrate) da TSMC. Tal tipo de arquitetura permite maior densidade de componentes e otimização térmica em larga escala.

O segundo pilar é o NVLink, tecnologia proprietária da NVIDIA que permite conectar múltiplos chips como se fossem um só sistema coeso. Com isso, a empresa consegue extrair desempenho superior ao somar processadores em racks interligados, principalmente em aplicações de inteligência artificial.

Hoje, o desempenho não cresce só com silício. Ele cresce com sistemas. Com interconexões. Com arquiteturas pensadas para operar em escala

Jensen Huang, CEO da NVIDIA

A declaração sugere que a empresa está redefinindo os parâmetros de inovação, e que as próximas gerações de chips não dependerão apenas da evolução da litografia, mas de uma abordagem mais ampla e sistêmica.

Frequência de lançamentos e IA no centro da estratégia

A fala de Huang também sinaliza um reposicionamento estratégico da NVIDIA no setor de IA. Produtos como Vera Rubin e Blackwell Ultra, separados por apenas seis meses, evidenciam uma nova cadência: um ritmo que desafia os ciclos tradicionais de desenvolvimento de hardware.

Com o mercado de inteligência artificial em expansão contínua, a empresa busca manter relevância entregando novos produtos em janelas cada vez mais curtas. A afirmação de que o desempenho poderá dobrar em apenas um trimestre aponta para um modelo agressivo de evolução incremental, algo raramente visto antes em escala industrial.

Leia também:

• NVIDIA aplica aumento global de até 15% nos preços de GPUs e acelera migração para produção nos EUA
• NVIDIA perde até 50% do mercado de IA na China
• NVIDIA une forças com a Foxconn para construir supercomputador de IA em Taiwan

O que esperar daqui para frente

As falas de Jensen Huang consolidam a visão da NVIDIA para o futuro: mais do que acompanhar a evolução da tecnologia, a empresa quer liderar uma nova etapa, redefinindo como o setor mede desempenho e progresso.

Essa “Lei de Huang”, ainda informal, representa uma virada de chave no discurso tecnológico contemporâneo. Se antes o foco estava em transistores cada vez menores, agora o foco está na capacidade de projetar e integrar sistemas completos com inteligência, modularidade e escalabilidade.

O impacto disso vai além dos laboratórios: atinge diretamente como centros de dados, empresas e desenvolvedores de IA vão planejar suas próximas décadas.

Se a Lei de Moore foi o norte da computação no século 20, é possível que a Lei de Huang se torne o guia das próximas gerações.

Fonte: Taiwan Economic Daily

Conteúdo Relacionado

Diferenças pouco notáveis

NVIDIA DLSS 4 em qualidade Ultra é quase tão bom quanto o DLAA, revela vídeo