Acordo OpenAI e Cerebras: 750 megawatts até 2028
O acordo OpenAI e Cerebras, anunciado em 14 de janeiro de 2026, compromete a fabricante de chips de IA Cerebras a entregar 750 megawatts de capacidade de computação à OpenAI até 2028, em um contrato que pessoas próximas à empresa avaliam em mais de US$ 10 bilhões. A OpenAI está comprando inferência de baixa latência: respostas mais rápidas dos seus modelos. Para empresas que desenvolvem produtos sobre a OpenAI, o ganho declarado é mais agilidade em ferramentas de tempo real.
Que problema a OpenAI queria resolver com a Cerebras
A OpenAI queria respostas mais rápidas para as pessoas que usam seus modelos. No anúncio, a empresa disse que os sistemas da Cerebras acelerariam respostas que hoje levam mais tempo para ser processadas. Sachin Katti, que cuida da infraestrutura de computação na OpenAI, apresentou o acordo como parte de um plano maior: a estratégia de computação da OpenAI, escreveu ele, é montar um portfólio resiliente que combine os sistemas certos com as cargas de trabalho certas.
A Cerebras tinha um problema próprio. Um único cliente, a G42, dos Emirados Árabes Unidos, respondeu por 87% da receita da empresa no primeiro semestre de 2024, segundo a CNBC. Um segundo cliente de grande porte muda esse quadro.
O que a OpenAI está comprando da Cerebras
Pelo contrato de vários anos anunciado em 14 de janeiro de 2026, a Cerebras vai entregar 750 megawatts de capacidade de computação à OpenAI, de 2026 até 2028. O acordo vale mais de US$ 10 bilhões, segundo pessoas próximas à empresa que falaram à CNBC; o TechCrunch e a Reuters divulgaram o mesmo valor. Nenhuma das duas empresas publicou um preço.
A Cerebras fabrica um único processador gigante, um chip do tamanho de um wafer, capaz de treinar e executar modelos de IA generativa. A empresa vende esses chips diretamente e também os oferece como serviço de nuvem, a partir de data centers próprios nos Estados Unidos e no exterior. O CEO Andrew Feldman disse que a empresa vai continuar ampliando essa estrutura com o compromisso da OpenAI.
Como os chips se encaixam no hardware da OpenAI
A OpenAI não depende de um único fornecedor de chips. Segundo o DCD, ela usa GPUs de diferentes gerações da Nvidia e da AMD, além das TPUs do Google, presta consultoria à Microsoft no projeto do chip Maia e desenvolve chips próprios com a Broadcom. A Cerebras acrescenta uma peça feita para uma tarefa: a inferência, o trabalho de produzir as respostas de um modelo, com baixa latência.
A relação começou com testes. A OpenAI trabalhou com a Cerebras para garantir que seus modelos de pesos abertos gpt-oss rodassem bem no silício da Cerebras. Feldman contou à CNBC que a colaboração levou a conversas técnicas e que as duas empresas assinaram um term sheet pouco antes do Dia de Ação de Graças.
"A Cerebras acrescenta à nossa plataforma uma solução dedicada de inferência com baixa latência." Sachin Katti, OpenAI, sobre o acordo com a Cerebras
O que os números mostram para a Cerebras
Ainda não há resultado de desempenho medido: os ganhos de velocidade são o que as duas empresas dizem que os sistemas vão entregar. O quadro financeiro é mais claro. Quando pediu a abertura de capital em setembro de 2024, a Cerebras informou receita de quase US$ 70 milhões no segundo trimestre, contra cerca de US$ 6 milhões um ano antes, enquanto o prejuízo líquido subiu para quase US$ 51 milhões, de US$ 26 milhões.
A Cerebras retirou o pedido em outubro, dias após uma rodada de US$ 1,1 bilhão que a avaliou em US$ 8,1 bilhões; Feldman disse que os dados estavam desatualizados e que a empresa pretende entrar com novo pedido. Em janeiro de 2026, o TechCrunch informou que a Cerebras negociava captar mais um bilhão de dólares com avaliação de US$ 22 bilhões.
O que a inferência mais rápida muda para empresas que usam a OpenAI
Para empresas que criam produtos sobre os modelos da OpenAI, a promessa é o tempo de resposta. Katti disse que os sistemas significam respostas mais rápidas, interações mais naturais e uma base mais sólida para levar a IA em tempo real a muito mais gente. Isso pesa mais em tarefas em que o usuário espera pela resposta, como assistentes de voz, atendimento por chat ao vivo e ferramentas de programação. Nenhum número do ganho de velocidade foi divulgado, então as empresas devem tratar a promessa como meta declarada até vê-la nos próprios tempos de resposta.
Para quem compra hardware de IA, o acordo OpenAI e Cerebras mostra um grande cliente distribuindo o trabalho entre vários tipos de chip, cada um escolhido para uma função, em vez de comprar um só tipo para tudo.
Perguntas e respostas
Quanto vale o acordo entre OpenAI e Cerebras?
Pessoas próximas à Cerebras disseram à CNBC que o acordo vale mais de US$ 10 bilhões. Nem a OpenAI nem a Cerebras divulgaram o valor.
Quanta capacidade de computação a Cerebras vai entregar?
A Cerebras vai entregar 750 megawatts de capacidade de computação à OpenAI, de 2026 até 2028.
A Cerebras vai abrir capital?
A Cerebras pediu a abertura de capital em setembro de 2024 e retirou o pedido em outubro. O CEO Andrew Feldman disse que a empresa pretende entrar com novo pedido, com dados financeiros atualizados, mas não deu prazo.
A visão da MOZGII
Como nós construiríamos
Um acordo como este divide o trabalho de IA em dois tipos: treinar modelos e responder aos usuários. Se estivéssemos construindo um produto sobre ele, mediríamos primeiro o lado da resposta, porque é o que o cliente sente. Registraríamos quanto tempo cada resposta leva para começar e para terminar, por tipo de tarefa, antes e depois de qualquer troca de hardware. Sem essa linha de base, ninguém consegue dizer se chips mais rápidos melhoraram o produto.
Também manteríamos o produto independente de qualquer chip. O mesmo modelo precisaria dar as mesmas respostas em todo hardware em que roda, então executaríamos um conjunto fixo de perguntas de teste em cada sistema e compararíamos as saídas antes de enviar tráfego real. O ponto fraco é a própria troca: um sistema novo pode ser rápido e ainda assim diferir em detalhes pequenos que quebram um fluxo de trabalho adiante.
A única métrica que acompanharíamos é o tempo até as primeiras palavras da resposta aparecerem, medido em requisições reais. Em voz e chat ao vivo, esse número decide se o produto parece utilizável.
Depois, construiríamos um roteamento que envia cada requisição ao hardware que combina com ela: respostas rápidas de conversa para os sistemas de baixa latência, tarefas longas em lote para capacidade mais barata. É assim que uma mistura de fornecedores vira custo menor e serviço mais rápido ao mesmo tempo.
Fontes
De onde vêm os fatos desta matéria.