A Nvidia projeta US$ 673 bilhões em vendas e sinaliza para onde flui o dinheiro da IA

A Nvidia projetou crescimento de 70% de receita no seu ano fiscal de 2028, o que colocaria as vendas anuais em torno de US$ 673 bilhões caso o consenso atual de Wall Street para o fiscal 2027 se confirme, segundo reporta o for(geeks). O número colocaria a fabricante de chips à frente de Apple e Alphabet em receita, deixando apenas a Amazon entre as gigantes de tecnologia dos EUA com vendas projetadas maiores.

A projeção foi entregue pela CFO Colette Kress em 26 de agosto de 2026 e está muito acima da estimativa média de 44% acompanhada pela LSEG. É também uma mudança de postura: a empresa nunca havia oferecido uma previsão tão distante no tempo, embora o CEO Jensen Huang já tivesse dado indicações de curto prazo sobre a demanda por chips de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI →.

Os números que sustentam a previsão

O resultado do segundo trimestre do fiscal 2027 deu a base para o otimismo. A receita trimestral chegou a US$ 96,2 bilhões, mais do que o dobro do mesmo período do ano anterior, enquanto a receita de data center subiu 117%, para US$ 89 bilhões. As ações subiram cerca de 4% no after-hours em um relato, com outro apontando alta de 5,6% no pico da sessão, diferença que reflete a faixa de negociação após a divulgação, não mudança na projeção.

O ponto mais relevante para quem constrói software: a oferta, e não a demanda, é o que define o teto no curto prazo. Huang afirmou que a escassez de componentes, incluindo memória, impediu a Nvidia de fazer uma projeção ainda maior, à medida que a infraestrutura de IA consome fatia crescente da capacidade global de chips e memória.

"Nossa demanda é muito maior que 70%. Nossa oferta nos permite entregar 70% com confiança, e vamos continuar trabalhando com nossa cadeia de suprimentos para aumentar isso."

O que 'oferta apertada' significa para o custo de inferência

Para o desenvolvedor brasileiro, a leitura prática é direta. Quando a própria fabricante admite que a demanda excede a capacidade de produção, o gargalo não desaparece nos próximos trimestres. Isso pressiona os preços de GPU nas clouds e nos neoclouds, exatamente onde roda o treinamento e, principalmente, a inferência que sustenta produtos com LLM.

Quem coloca modelos em produção sente esse aperto no preço por token e na disponibilidade de instâncias com GPU. A escassez de memória citada por Huang também afeta placas de alta capacidade (como as usadas para servir modelos grandes), o que tende a manter alto o custo de servir modelos densos e reforça o apelo de alternativas como quantização, modelos menores e uso de ecossistema aberto para reduzir dependência de hardware de ponta.

A base de clientes se espalha para além dos hyperscalers

Uma preocupação recorrente de investidores é que o crescimento da Nvidia dependia demais de um grupo pequeno de hyperscalers construindo data centers para poucos laboratórios de IA de fronteira. Huang afirmou que a próxima fase envolve um conjunto mais amplo de compradores: empresas regionais de IA, provedores neocloud, startups e empresas tradicionais.

A Nvidia agrupa esses clientes sob o rótulo ACIE e vende a eles mais que GPUs, oferecendo boa parte da pilha de data center para organizações que não conseguem montar o sistema sozinhas. Segundo Huang, essa categoria era antes "em grande parte invisível".

"Nesta época, no ano passado, um único laboratório impulsionava a construção; hoje temos uma era de ouro de novos laboratórios e startups de IA, múltiplos laboratórios de fronteira escalando em paralelo, um ecossistema próspero de modelos abertos e a IA física entrando em operação."

Essa diversificação importa para o Brasil porque é justamente o segmento de neoclouds, startups e empresas convencionais que oferece capacidade de GPU acessível a times fora dos grandes provedores globais. Uma base de compradores mais ampla também empurra a Nvidia a vender rede, sistemas e outros componentes de data center junto com os processadores, ainda que os resultados divulgados não detalhem quanto da receita vem desses produtos.

O efeito já aparece fora dos EUA: ações europeias de semicondutores subiram após os resultados, com a ASML avançando cerca de 2,5% e STMicroelectronics, Infineon e BE Semiconductor subindo entre 2% e 4%.

O ponto em aberto: a Nvidia financia quem compra seus chips

O papel da empresa foi além de vender hardware. A Nvidia está investindo em desenvolvedores de modelos como OpenAI e Anthropic, apoiando neoclouds que alugam computação baseada em seus chips e ajudando a estruturar financiamento para construção de data centers. Um exemplo é o apoio financeiro de US$ 105 bilhões a um grande campus de computação em construção em Ohio, onde a OpenAI deve ser inquilina. A empresa também anunciou parceria com grandes bancos de Wall Street para arranjar até US$ 500 bilhões em financiamento de data centers.

Esses arranjos levantaram preocupações sobre financiamento circular: a Nvidia ajuda a financiar clientes ou infraestrutura, e esse dinheiro pode retornar à Nvidia via compra de seus produtos. Huang defendeu a estratégia argumentando que empresas de IA de fronteira precisam de volumes incomuns de capital antes de terem balanços que permitam captar barato.

"Esta é a primeira geração de startups que precisou de dezenas de bilhões de dólares para se financiar. (...) O custo de construir IA, o custo de implantar IA, é muito intensivo em capital."

Huang afirmou ainda que a infraestrutura da Nvidia pode ser redistribuída entre clientes e cargas de trabalho caso uma empresa de IA fracasse, o que segundo ele limita o risco. Vale registrar que essa é a defesa da própria Nvidia, não uma avaliação independente do risco do financiamento.

A questão que fica sem resposta é se a base ACIE de clientes consegue sustentar o crescimento projetado sem que o balanço da Nvidia continue subsidiando a expansão. Para quem constrói software no Brasil, esse é o ponto a acompanhar: se o boom de capacidade de GPU depende de crédito estruturado pela própria fabricante, a estabilidade de preços e de oferta que os desenvolvedores esperam dos provedores de nuvem está atrelada a uma engrenagem financeira ainda não testada em um ciclo de queda.

Fonte: Hacker News