A indústria de inteligência artificial tem um problema que raramente ganha manchetes: a dependência quase total dos chips da Nvidia. Quando uma empresa decide desenvolver ou implantar um modelo de linguagem, ela enfrenta um ecossistema altamente fragmentado, onde cada fabricante de chips oferece seu próprio software de inferência, incompatível com os demais. O resultado é o chamado lock-in: uma vez que você começa a construir sobre a pilha da Nvidia, sair dela se torna caro e trabalhoso.
Foi justamente esse problema que a startup francesa ZML decidiu atacar. Em julho de 2026, a empresa lançou publicamente o ZML/LLMD, um servidor de inferência de código aberto e gratuito que permite rodar modelos de linguagem de grande porte em praticamente qualquer chip disponível no mercado – da Nvidia à AMD, do Google TPU ao Apple Metal, passando pelo Intel Arc.
O problema de lock-in no ecossistema de IA
Entender a proposta da ZML exige compreender a dinâmica atual do mercado de hardware para IA. A Nvidia domina o setor de processadores voltados para treinamento e inferência de modelos de inteligência artificial, com uma participação de mercado estimada em mais de 80% em alguns segmentos. Essa dominância não é apenas tecnológica: ela também se manifesta no ecossistema de software. O CUDA, plataforma de computação paralela da Nvidia, tornou-se o padrão de fato para desenvolvimento de IA, e a maioria dos frameworks, bibliotecas e ferramentas foi construída ao redor dele.
O problema é que esse ecossistema cria uma dependência que vai além do hardware. Quando uma organização opta por rodar seus modelos nos chips da Nvidia com as ferramentas nativas da empresa, migrar para outro fornecedor de hardware, como a AMD ou os TPUs do Google, implica reescrever partes significativas da pilha de software. Para startups e empresas de médio porte, esse custo de migração pode ser proibitivo.
É nesse contexto que o ZML/LLMD surge como uma alternativa concreta. Ao criar uma camada de abstração sobre os diferentes tipos de hardware, a ferramenta promete eliminar a necessidade de reescrita de código ao trocar de chip. Nas palavras do fundador Steeve Morin ao TechCrunch: “A ideia é devolver às pessoas o poder de criar seus próprios sistemas e alcançar ganhos reais de eficiência.”
Como funciona e quais chips são suportados
O ZML/LLMD é um servidor de inferência que funciona como intermediário entre os modelos de linguagem e o hardware subjacente. Ele é compatível com os principais modelos de código aberto disponíveis, como as famílias LLaMA e Mistral, e oferece suporte a um conjunto impressionante de arquiteturas de chips.
A lista de hardware compatível inclui as GPUs da Nvidia, os aceleradores da AMD, os TPUs do Google, o Apple Metal (que roda nos chips M-series da Apple) e o Intel Arc. Além disso, a ferramenta foi desenvolvida para suportar chips de fabricantes europeus emergentes, entre eles Axelera, Fractile e Kalray – um diferencial importante para organizações que buscam alternativas à dependência de fornecedores americanos e asiáticos.
Essa compatibilidade ampla é o que distingue o ZML/LLMD da maioria das soluções concorrentes. Plataformas como Baseten, avaliada em US$ 13 bilhões, e concorrentes como Inferact e RadixArk geralmente otimizam suas ferramentas para hardware da Nvidia. A ZML, ao contrário, abraça explicitamente a heterogeneidade como proposta de valor central.
A estratégia de lançamento gratuito
Chamar um produto de gratuito no mercado de IA em 2026 pode soar contraintuitivo, especialmente em um setor onde valuations bilionários são comuns. A ZML adotou essa estratégia de forma deliberada, com uma lógica clara: antes de monetizar, é preciso entender onde o produto é mais valioso para os usuários.
“Prefiro medir onde o produto é mais eficaz sem frear o crescimento”, explicou Morin. A empresa planeja usar os dados de uso coletados durante essa fase gratuita para definir uma estratégia de precificação que faça sentido para o mercado.
Essa abordagem reflete um aprendizado consolidado entre startups de infraestrutura de software: o caminho mais rápido para adoção em larga escala é reduzir ao máximo o atrito de entrada. Uma vez que desenvolvedores integram o ZML/LLMD em seus projetos e fluxos de trabalho, a migração para versões pagas ou com suporte dedicado tende a acontecer naturalmente. O modelo é similar ao adotado por ferramentas como o Docker em suas primeiras fases, quando a prioridade era crescimento e adoção antes de receita.
A equipe e os investidores por trás da ZML
Com apenas 20 pessoas, a ZML é uma organização enxuta para o nível de ambição que demonstra. A empresa captou US$ 20 milhões de investidores como 20VC e Kima Ventures. O que chama atenção, no entanto, é a qualidade dos apoiadores estratégicos listados no cap table da empresa.
Entre os investidores-anjo estão Solomon Hykes, fundador do Docker, que transformou a forma como software é distribuído e implantado em todo o mundo, além de líderes do Hugging Face, a plataforma de referência para modelos de IA de código aberto. O nome mais notável, porém, é o de Yann LeCun, ganhador do Prêmio Turing de 2018 e um dos pesquisadores mais influentes da história da inteligência artificial. LeCun, que atualmente é Chief AI Scientist da Meta, é um defensor vocal de abordagens abertas e descentralizadas para o desenvolvimento de IA.
Esses nomes conferem à ZML uma credibilidade que vai além do capital investido. Eles sinalizam que pesquisadores e construtores sérios acreditam que a empresa está tocando em um problema real e relevante.
Contexto de mercado e o que vem a seguir
O lançamento do ZML/LLMD ocorre em um momento em que o mercado de inferência de IA vive o que muitos chamam de “corrida do ouro”. À medida que os modelos de linguagem deixam de ser experimentos de laboratório e passam a rodar em produção em empresas de todos os setores, a demanda por infraestrutura de inferência eficiente e acessível disparou.
A fragmentação do mercado de hardware também está aumentando. Além dos chips da Nvidia, AMD e Google, fabricantes de chips de IA proliferaram nos últimos anos, tanto nos Estados Unidos quanto na Europa e na Ásia. Para organizações que precisam equilibrar custo, desempenho e soberania tecnológica, a possibilidade de rodar modelos em diferentes arquiteturas de hardware sem reescrita de código é genuinamente valiosa.
A ZML mantém, curiosamente, uma relação amigável com a Nvidia apesar de criar um produto que potencialmente reduz a dependência dos chips mais populares da empresa. Morin afirmou que a relação é positiva. Isso não é incomum: a Nvidia vende hardware e lucra independentemente de qual software de inferência é usado. Iniciativas como o ZML/LLMD podem, inclusive, estimular o surgimento de novos casos de uso que eventualmente gerem mais demanda por processadores de alto desempenho.
A pergunta central para os próximos meses é se a estratégia de crescimento baseada no modelo gratuito vai gerar adoção suficiente para justificar uma próxima rodada de captação em condições favoráveis. Em um mercado que valoriza velocidade de iteração, o tamanho enxuto da equipe pode ser tanto uma vantagem quanto um risco. O que é inegável é que a ZML identificou um ponto sensível real no ecossistema de IA. Se o ZML/LLMD cumprir o que promete, a startup parisiense pode se tornar uma peça importante da infraestrutura de inteligência artificial nos próximos anos.
Fonte original: TechCrunch – Hot French startup ZML releases free product to speed inference across lots of AI chips
