O aumento do custo das placas gráficas está a tornar mais difícil para os utilizadores de PC construir sistemas capazes de executar modelos de IA localmente. Os entusiastas que procuram uma placa potente tanto para jogos como para experimentar IA local estão a enfrentar preços mais elevados tanto no hardware novo como no usado.
Segundo dados da Price Squirrel citados através do Reddit, os preços das placas gráficas aumentaram mais de 30% nos últimos três meses. É referido que a RTX 5090 duplicou de preço, enquanto os modelos mais antigos também ficaram mais caros. As placas RTX 3090 usadas, por exemplo, estão a ser anunciadas por mais de 1.000 € em plataformas como a Wallapop, embora os preços dos anúncios não reflitam necessariamente vendas concluídas.
A pressão não se limita às placas gráficas destinadas aos consumidores. O artigo atribui parte do problema ao facto de os fabricantes darem prioridade à memória de elevada largura de banda, ou HBM, para aceleradores de IA, em detrimento da memória GDDR utilizada nas placas gráficas. Empresas como a Samsung, a SK Hynix e a Micron podem considerar mais rentável produzir componentes para o mercado de IA, reduzindo a oferta disponível para o hardware destinado aos consumidores e contribuindo para preços mais elevados.
Os centros de dados também enfrentam custos mais elevados dos componentes, mas os seus acordos de compra em grandes volumes e a longo prazo podem ajudar a reduzir parte desse impacto. Os compradores individuais não têm o mesmo poder de negociação, deixando os jogadores e os utilizadores de IA local mais expostos aos aumentos de preços.
Esta situação também afeta o acesso à IA local. As placas gráficas, particularmente os modelos Nvidia RTX devido ao seu suporte para CUDA, conseguem executar diretamente num computador pessoal uma série de modelos abertos. No entanto, o custo de entrada mais elevado significa que alguns utilizadores estão a abandonar os planos de construir sistemas para inferência local e, em vez disso, têm maior probabilidade de depender de serviços na nuvem.
A OpenAI, a xAI e a Anthropic podem beneficiar indiretamente desta tendência, porque os seus serviços funcionam nos servidores das empresas. O artigo contrasta essa abordagem com fornecedores como a DeepSeek e a Z.ai, que disponibilizam modelos abertamente e também oferecem acesso através da nuvem.
O diretor-executivo da OpenAI, Sam Altman, descreveu recentemente a inferência local como “uma utilização terrível de recursos escassos”. A declaração reflete o desacordo sobre onde a IA deve funcionar: numa infraestrutura centralizada operada por grandes empresas ou no hardware dos próprios utilizadores. Com as placas gráficas a tornarem-se menos acessíveis, o custo de escolher a opção local está a aumentar, deixando os consumidores com menos alternativas práticas.
Fontes: Xataka.