A aposta de US$ 3,5 bilhões da Nvidia por trás do rack

Em fevereiro de 2026, a Nvidia divulgou US$ 3,5 bilhões em garantias para clientes que alugam terrenos, energia e instalações de data center. Ela vende os chips dentro dessas instalações; agora, respalda alguns dos contratos que ajudam a viabilizá-las.

A inferência mais barata amplia quem pode usar IA, mas não distribui a capacidade de construir ou assegurar capacidade de fronteira. Nvidia, um grupo restrito de fabricantes e fornecedores de memória, financiadores e governos determinam cada vez mais o acesso por meio de capacidade física e permissão de compra — não pelo preço anunciado de um token.

A inferência barata aumentou a carga sobre um sistema construído para hardware escasso

Em 2016, o lançamento da Pascal pela Nvidia prometia computação mais rápida e eficiente. A empresa podia responder a uma questão conhecida de hardware: quanto mais trabalho um cliente conseguiria realizar com uma nova geração de chips? Parcerias com servidores e software compatível com CUDA ajudaram os clientes a colocar esses chips em operação. Em 2023, uma A100 havia se tornado uma ferramenta crítica para IA generativa, com estimativas de que a Nvidia detinha 95% do mercado de GPUs para machine learning. O desempenho do produto continuava importando, mas o software instalado e as práticas operacionais em torno dele também.

Custos menores de inferência tornam mais usos de IA economicamente viáveis, e esses usos podem elevar a demanda total por computação. Um desenvolvedor que compra uma API mais barata, porém, não adquire os aceleradores, a eletricidade e a capacidade de longo prazo por trás dela.

A OpenAI disse em abril de 2026 que havia assinado contratos para 10GW de capacidade computacional para IA nos EUA, incluindo mais de 3GW adicionados nos 90 dias anteriores. Contratos não são data centers concluídos. Eles mostram, porém, um comprador assegurando oferta futura em uma escala que o preço dos tokens não consegue descrever. Empresas de infraestrutura de IA tomaram mais de US$ 100 bilhões emprestados em 2025, segundo dados da Refinitiv reportados pelo New York Times; empresas menores enfrentaram taxas mais altas enquanto credores avaliavam negócios não comprovados. A Bain estimou que empresas de IA precisariam de US$ 2 trilhões em receita anual combinada até 2030 para financiar a demanda projetada por computação e poderiam ficar US$ 800 bilhões abaixo desse valor. A estimativa da Bain é uma previsão, não um resultado operacional, mas localiza o risco na expansão da infraestrutura, e não na conta de API de hoje.

A Nvidia recebeu enquadramento empresarial em 25,0% de sua cobertura em 2026, acima dos 15,2% de 2024, enquanto o enquadramento voltado ao consumidor caiu de 18,3% para 10,5%. São medidas de cobertura, não do mix de receita da Nvidia.

A Nvidia passou a dar garantias aos clientes que antes apenas abastecia

Os US$ 3,5 bilhões em garantias da Nvidia representaram quatro vezes o nível reportado em seu terceiro trimestre. Uma garantia não equivale a um desembolso de caixa: seu valor para um cliente está, em parte, em ajudar uma empresa sem classificação de crédito a obter financiamento. Para a Nvidia, sua importância está na obrigação que assume caso o cliente não consiga cumprir o contrato de aluguel.

A Nvidia também prometeu alugar GPUs ociosas de jovens provedores de nuvem em troca de uma parcela de sua receita. Um acordo trata do proprietário do imóvel ou do credor antes da construção; o outro trata da utilização após a instalação dos racks. A Nvidia pode vender hardware para um projeto, apoiar a capacidade do projeto de obter capital e absorver parte do risco de que sua capacidade fique ociosa. O mercado adjacente de contratos de capacidade de nuvem com GPUs explicita esse último risco.

A Nvidia não está sozinha ao vincular a demanda por chips à formação de capital. A Broadcom estruturou um acordo de financiamento de US$ 63 bilhões por meio de um veículo de propósito específico para compras de chips pela Anthropic. A participação da Broadcom torna mais difícil descartar o financiamento apoiado por fornecedores como uma tática excêntrica da Nvidia. Os credores ainda precisam avaliar se a demanda computacional futura sustentará a dívida; um pedido de chips e um compromisso de financiamento podem se reforçar mutuamente sem provar que qualquer um deles gerará o retorno projetado.

Encapsulamento e energia transformaram a nuvem em lugar, não em preço

Um sistema de IA funcional precisa de mais do que o projeto de um acelerador. A TSMC e seus parceiros em Taiwan ocupam posição central no encapsulamento avançado de chips, que reúne componentes em dispositivos de alto desempenho utilizáveis. A Intel disse que os Estados Unidos detêm apenas 3% da capacidade global de encapsulamento avançado. Acrescentar o projeto de chip de um rival não adiciona imediatamente uma linha de encapsulamento capaz de fabricá-lo em escala.

A memória pode apertar a mesma restrição. A Nvidia teria pedido à Samsung Electronics, à SK Hynix e à Micron que usassem o processo de 3nm da TSMC para dies de base NVHBM personalizados; a Samsung teria concordado, no que seria seu primeiro uso da TSMC para HBM. Até fornecedores concorrentes de memória podem convergir para o mesmo parceiro de fabricação quando uma especificação de chip exige isso. A escassez de componentes ópticos atingiu lasers, substratos, fibras e conectores, enquanto laboratórios de IA dos EUA instalaram geradores de gás no local onde a capacidade da rede elétrica tem dificuldade para acompanhar o ritmo.

Essas dependências transformam a troca de fornecedores em uma decisão de construção e operações, não apenas em uma comparação de benchmarks. Um data center se compromete com um local, uma conexão elétrica, uma frota de aceleradores e software que roda nessa frota. O mercado de capacidade de nuvem para IA, portanto, tem localizações e prazos de entrega mesmo quando os clientes o encontram como serviço. Um preço de aluguel menor não move uma fábrica de encapsulamento nem energiza um campus.

Washington tornou a venda de chips condicionada ao destino

O marco de exportação de chips de IA de 2025 do governo Biden deu acesso pleno a 18 aliados importantes, ao mesmo tempo que exigiu licenças para a maioria dos outros países, incluindo a China. A aprovação posterior dos EUA para exportações de H200 da Nvidia à China veio acompanhada de testes por terceiros das capacidades de IA dos chips antes do envio. Em nenhum dos casos um comprador poderia resolver o acesso apenas concordando com o preço: o Departamento de Comércio dos EUA determinava os termos sob os quais o hardware poderia cruzar uma fronteira.

Os fornecedores assumiram um papel de monitoramento do que acontece após o envio. A Nvidia teria exigido que clientes do Sudeste Asiático que buscavam o status de Nvidia Cloud Partner aderissem a um programa que rastreia a localização de seus chips de IA. Essa condição reportada se aplica a candidatos a um status específico, não necessariamente a todos os clientes. Um provedor precisa informar onde estão suas máquinas para participar do programa do fornecedor. Uma investigação também constatou que algumas empresas chinesas aprovadas pelo Departamento de Comércio para lidar com chips H200 tinham escritórios vazios e vínculos com empresas sancionadas, expondo o quanto qualquer sistema de permissões depende da verificação do destinatário.

A China está construindo uma rota diferente em vez de esperar apenas por aprovações dos EUA. A Huawei fornece hardware de computação enquanto a DeepSeek contribui com cargas de trabalho de modelos e otimização de kernels; a DeepSeek planeja usar o Ascend 950DT da Huawei para pré-treinamento. O trabalho é substancial, mas a substituição doméstica não elimina restrições de componentes. A Huawei teria dito a clientes que uma grande parcela de seu próximo chip de IA carro-chefe dependerá de HBM da Samsung e da SK Hynix. As regras de exportação podem estimular um ecossistema alternativo enquanto esse ecossistema continua dependente de seus próprios insumos escassos.

Chips rivais podem afrouxar o domínio da Nvidia sem reduzir a expansão da infraestrutura

A concorrência técnica é real. A AMD lançou aceleradores concorrentes, embora benchmarks tenham encontrado bugs de software que limitaram as vantagens práticas de seu hardware MI300X. Intel, Google, Microsoft, Meta e outras empresas formaram um grupo de padrões de interconexão para aceleradores destinado a reduzir a dependência de hardware da Nvidia. Triton e outros esforços de software miram o lock-in do CUDA. OpenAI e Broadcom cocriaram um chip de inferência; a Cerebras levantou US$ 5,5 bilhões em seu IPO, e a Tenstorrent levantou US$ 1,5 bilhão. A liderança da Nvidia é substancial, não absoluta.

Nem toda rota para contornar a Nvidia exige comprar uma empresa rival. Nvidia e Groq firmaram um acordo não exclusivo confirmado de US$ 20 bilhões para licenciar a tecnologia de inferência da Groq, com o diretor-executivo da Groq, Jonathan Ross, juntando-se à Nvidia. Especulações anteriores sobre uma aquisição foram negadas. Licenciamento e contratações podem alterar o acesso a tecnologia e talentos sem transferir a propriedade de toda a empresa.

Mais fornecedores poderiam dar poder de negociação aos clientes, sobretudo se a capacidade de encapsulamento se expandir para fora de Taiwan e softwares alternativos amadurecerem. Ainda assim, eles precisariam de memória, slots de fabricação, energia e financiamento. Concorrentes podem diversificar os nomes no pedido de compra de aceleradores antes de reduzir o custo de construir e operar a instalação que ele atende.

O token mais barato ainda precisa de um rack energizado. Os US$ 3,5 bilhões em garantias da Nvidia mostram quem talvez tenha de pagar se um cliente que aluga o terreno sob esse rack não conseguir fazê-lo.