Jonathan Ross

Quem é Jonathan Ross e o que ele faz hoje?

O que mudou e quando. A Nvidia anunciou uma licença não exclusiva da tecnologia de inferência da Groq e contratou Ross e outros executivos. Não anunciou uma compra integral. O valor reportado é de aproximadamente US$ 20 bilhões, segundo a CNBC. O acordo é de dezembro de 2025. A Groq continuou existindo como empresa independente, segundo a SBS.

Algumas páginas e materiais de eventos ainda o chamam de "fundador e CEO da Groq". Essa descrição está desatualizada. Fontes recentes, como a Data Center Dynamics, o descrevem como ex-CEO da Groq.

Trajetória. Segundo a CNBC, Ross participou da equipe do Google que desenvolveu o TPU original, o processador da empresa para aprendizado de máquina. Depois ele fundou a Groq, em 2016.

Por que o trabalho de Jonathan Ross importa?

• Prefill: leitura e processamento inicial do prompt. É uma fase muito paralelizável, adequada à GPU.
• Decode: geração dos tokens de saída. Pode usar GPU, GPU com LPU ou só LPU, conforme a prioridade entre custo e velocidade.

A DigiTimes, republicada pela TechNewsTube em 22 de junho de 2026, informou que a Nvidia pretendia combinar a LPU com a plataforma Vera Rubin. GPUs e LPUs teriam funções diferentes dentro da inferência.

O que Jonathan Ross defende?

As posições abaixo são dele, com a fonte de cada uma:

• A inferência merece hardware próprio. Segundo a CNBC, a tese de Ross era que a IA não deveria depender só de GPUs. A Groq tentou priorizar velocidade e eficiência na inferência.
• GPU e LPU se completam. Na palestra da Nvidia no GTC San Jose, em 16 de março de 2026, as duas foram apresentadas como complementares, não como rivais.
• Uma comparação com veículos. Na entrevista republicada pela Futunn, Ross comparou a GPU a um veículo pesado e a LPU a um veículo de entrega de última milha.
• A escolha segue o tipo de uso. Segundo ele, aplicações sensíveis a custo podem usar GPU. Aplicações profissionais podem usar GPU e LPU. Quem quer velocidade máxima pode preferir LPU na decodificação (Futunn).
• Eficiência é não deixar chip parado. Segundo o The Cryptonomist, Ross disse que usar só a LPU a deixaria subutilizada na atenção. Usar só a GPU a deixaria subutilizada nas camadas de feed-forward. Combinar as duas aumentaria o uso de ambas.
• Computação versus memória. No podcast de David Senra, Ross separou as partes do trabalho limitadas por computação das partes limitadas pela largura de banda de memória. Ele defendeu dividir essas partes entre GPU e LPU.

Quais são as críticas e os debates sobre o acordo com a Nvidia?

Foi uma compra disfarçada? A Nvidia chamou a operação de licenciamento não exclusivo. Em setembro de 2026, porém, a imprensa informou que o Departamento de Justiça dos EUA investigava se a estrutura poderia ter sido desenhada para evitar o escrutínio antitruste, segundo a SBS. Uma análise da National Law Review observa que licença mais contratação de talentos pode levantar a dúvida se a operação funciona, na prática, como uma fusão. Isso é uma investigação, não uma conclusão. As fontes não indicam decisão final do DOJ em novembro de 2026.

Ação de acionistas. Em outubro de 2026, a CNBC informou que acionistas da Groq processaram por causa da estrutura do acordo. Eles alegam que foram prejudicados. É uma acusação em litígio, não um fato provado.

"Mais rápido" depende do contexto. A vantagem da LPU muda conforme o modelo, o tamanho do lote, o comprimento do texto e o número de usuários ao mesmo tempo. A própria Nvidia separa a baixa latência do paralelismo em lotes grandes. As fontes consultadas não trazem uma medição independente que mostre a LPU superior às GPUs atuais em todos os casos.

O que muda para quem usa IA. O acordo pode trazer menos espera em chatbots e agentes, se os provedores adotarem a combinação GPU com LPU. Ainda não há base para afirmar que os preços de apps ou APIs vão cair. O acordo também não muda as regras de privacidade de nenhum serviço de IA. Confira os termos de cada ferramenta que você usa.

Onde ouvir Jonathan Ross: entrevistas e palestras recentes?

A palestra do GTC é a fonte mais direta, porque foi publicada pela própria Nvidia.