Início Ciência Como a NVIDIA transforma projetos de IA em produção física em escala...

Como a NVIDIA transforma projetos de IA em produção física em escala global

0
40
Como a NVIDIA transforma projetos de IA em produção física em escala global

A NVIDIA publicou uma entrevista com Deb Shoquist, responsável pelas operações e pela cadeia de suprimentos da empresa, que descreve como a companhia converte projetos em produtos físicos com uma rede global de fabricantes. Segundo o texto, a empresa prioriza semanalmente a distribuição de chips da TSMC com base no desempenho das fábricas e afirma ter reduzido de cinco para duas semanas o tempo entre a saída do chip da TSMC e a saída do sistema na Foxconn e na Wistron, quando oferta e demanda exigem. A entrevista também relata um problema de produtividade no teste das placas do GB200, resolvido com equipes conjuntas da NVIDIA e da Foxconn.

A NVIDIA publicou uma entrevista com Deb Shoquist, executiva que lidera as operações da empresa e supervisiona a cadeia de suprimentos e a fabricação por trás de suas plataformas de inteligência artificial. No texto, ela descreve o trabalho como a conversão de projetos em realidade física, com apoio de uma rede global de parceiros industriais.

Segundo a publicação, Shoquist mantém relações com fabricantes como TSMC, Foxconn, Wistron, SPIL, King Yuan Electronics (KYEC), Unimicron, Lumentum, Coherent e Amkor. A NVIDIA afirma que a parceria com a TSMC começou em 1998 e que SPIL e KYEC já montavam e testavam seus chips há mais de duas décadas.

Escolha de parceiros e investimento direto

Na entrevista, Shoquist compara seu papel ao de uma pessoa que faz a ponte entre a empresa e os fornecedores certos. Ela diz que o parceiro precisa combinar com o ritmo de produção da NVIDIA, ter tecnologia capaz de atender a projetos precisos, força financeira para investir nos aumentos de volume e disposição para fazer algo que nunca foi feito antes.

Quando faltam esses requisitos, a saída pode ser investir na empresa para torná-la uma parceira. A executiva cita o caso dos fornecedores de componentes ópticos, que, segundo ela, têm tecnologia e disposição, mas ainda não têm escala ou capital para construir fábricas no volume necessário. Por isso, a NVIDIA diz ter apoiado e investido em empresas como Coherent e Lumentum.

Ela também menciona a criação de cadeias de suprimentos inteiramente novas em torno de tecnologias como CPO (óptica coempacotada), com parceiros de escala que são novos no mundo da óptica.

Prioridade semanal e rastreabilidade dos chips

Shoquist afirma que a NVIDIA define os componentes mais críticos e protege a produção em torno deles. Na entrevista, diz que precisa de wafers como precisa de ar e que o componente crítico é o chip da TSMC. A cada semana, a empresa decide qual fábrica recebe quais chips.

A avaliação semanal considera o desempenho das fábricas. Se o rendimento de uma unidade é baixo ou se o tempo de posse não está no nível desejado, ela não recebe mais chips naquela semana, segundo a executiva.

O texto afirma que a NVIDIA acompanha cada chip, do número de identificação na pastilha até a fatura do cliente, e que fornecedores precisam apoiar esse processo de rastreabilidade. Com isso, a empresa diz ter reduzido de cinco para duas semanas o tempo entre a saída do chip da TSMC e a saída do sistema na Foxconn e na Wistron, quando oferta e demanda exigem.

O problema no teste do GB200 e a força-tarefa conjunta

A entrevista relata um episódio na preparação da produção em volume das placas de computação do GB200 com Foxconn e Wistron. A última etapa do processo era um teste gerenciado por um manipulador automatizado, uma abordagem nova para a empresa, e a produtividade inicial ficou significativamente abaixo do planejado.

Segundo Shoquist, o diretor de operações da fabricação em Taiwan decidiu desativar o processo automatizado e voltar ao carregamento manual dos testes para proteger o produto e os embarques. Os fabricantes apoiaram a decisão e trouxeram centenas de operadores, o que manteve a produção andando, mas não resolvia a exigência de produtividade da produção plena.

A causa raiz, de acordo com ela, envolvia vários elementos: montagem e projeto da bandeja de teste, projeto do hardware de automação, software de controle da automação e rendimento do produto. A solução veio com equipes de engenharia de projeto, operações industriais e engenharia de produto e teste da NVIDIA, além da engenharia de automação da Foxconn, que trabalharam juntas para redesenhar e reativar a linha antes do aumento de escala.

A executiva descreve a cultura da empresa como orientada à ação e sem fronteiras organizacionais, com a ideia de que a missão está acima de tudo. Ela também cita a precisão exigida em um cartucho de cabos da Amphenol, com 1.500 pequenas pernas de cabo e nível de qualidade inferior a 1 DPPM, ou peça defeituosa por milhão, produzido em mais de cem linhas automatizadas.

A entrevista foi publicada após Shoquist receber o prêmio Dr. Lisa Su Woman of Innovation de 2026. O texto informa que ela se reúne trimestralmente com fornecedores importantes e passa seis semanas por ano visitando parceiros em Taiwan, China, Coreia, Vietnã e Estados Unidos.

A reportagem da NVIDIA é uma fonte corporativa e apresenta a visão da própria empresa sobre suas operações. Os números citados, como a redução de cinco para duas semanas e o nível de 1 DPPM, são afirmações da companhia e não foram verificados de forma independente. Detalhes como volumes de produção, investimentos específicos e cronogramas não são divulgados no texto.

Fonte original: NVIDIA: How the World’s Most Advanced AI Infrastructure Supply Chain Invents the Future.

Receba o Jornal da IA todos os dias

As notícias de inteligência artificial que importam no Brasil, com o nosso prisma e sempre com as fontes. Grátis.

Sem spam. Cancele quando quiser.

LEAVE A REPLY

Please enter your comment!
Please enter your name here