A história mudou: a vantagem da Nvidia agora está no sistema, não só no chip
Durante anos, a narrativa dominante sobre a Nvidia foi simples: no início do boom da inteligência artificial, a empresa era a única fornecedora de GPUs de ponta, o que a tornou imensamente lucrativa enquanto o setor escalava. Nos últimos anos, porém, hiperscalers como Amazon e Google passaram a construir os próprios chips — e a Nvidia deixou de ser a única opção, levando investidores a questionar por quanto tempo a vantagem competitiva duraria.
Essa história é convincente e, em grande parte, verdadeira. Depois de multiplicar o valor de mercado por 10 entre o início de 2023 e meados de 2025, as ações da Nvidia seguiram uma trajetória mais modesta no último ano, pressionadas pela preocupação com a concorrência em GPUs.
Mas uma nova narrativa tomou forma desde a divulgação de resultados da empresa. Investidores começam a perceber que a vantagem da Nvidia vai muito além do chip gráfico: à medida que a computação de IA atinge escala de gigawatts, orquestrar todo o sistema se tornou a tarefa mais complexa — e é justamente aí que a Nvidia construiu grande parte do hardware de ponta.
Do chip para o “resto do carro”
Parte dessa mudança aparece nos detalhes do que a Nvidia está vendendo. A empresa está lançando a arquitetura Vera Rubin, que combina a GPU Rubin com outras unidades especializadas — incluindo a CPU Vera e racks dedicados a armazenamento e rede. Se a GPU é o motor, esses componentes são o resto do carro.
A CPU Vera, em particular, concentra-se no problema de orquestrar dados. “Vera é importante porque existe um limite de memória que você consegue colocar em um único servidor ou plataforma de computação”, explicou Jason Hardy, vice-presidente de tecnologia de armazenamento da Nvidia. “Vimos uma melhora de até 3x nessas operações, onde a CPU Vera permite aceleração. Agora conseguimos usar nossa memória flash em todo o potencial, sem gargalos.”
À medida que os data centers crescem, a capacidade de memória acompanha — e empresas como a Micron enriqueceram na segunda onda do boom de infraestrutura. Mas levar esses dados à GPU no momento certo não é trivial, e é isso que as empresas estão descobrindo ao tentar reduzir cada vez mais o consumo por token.
O contraste com o Jalapeño, da OpenAI
Fora da Nvidia, o mesmo problema aparece. Quando a OpenAI desenvolveu o chip Jalapeño, um dos focos centrais foi evitar esses desafios minimizando a quantidade de dados que precisam circular. “Projetamos o Jalapeño para minimizar a movimentação de dados e os atrasos de comunicação”, afirmou a empresa. A aposta é conduzir toda a carga de trabalho dentro de um único sistema integrado.
É uma abordagem diferente — eliminar a movimentação de dados em vez de gerenciá-la melhor —, mas a lógica geral é a mesma: ganhar eficiência com controle de tráfego inteligente, não apenas com mais ciclos de processamento. Isso abre uma camada totalmente nova de infraestrutura para competição.
Por que isso importa agora
O novo foco em orquestração de dados não é uma vitória automática para a Nvidia. A empresa terá de competir com fabricantes rivais e hiperscalers, assim como fez com as GPUs. Mas a disputa migrou para uma nova camada: construir uma GPU rival importa menos do que fazer o sistema inteiro funcionar de forma eficiente. E, pelo menos nos estágios iniciais, a Nvidia parece ter uma liderança confortável.
Para quem acompanha IA no Brasil, o sinal é claro: a infraestrutura de IA está deixando de ser uma corrida por um único componente e virando uma competição por sistemas completos — redes, memória, armazenamento e software de orquestração. É aí que a próxima geração de valor (e de diferenciação) será criada.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
