Cerebras cresceu 94% — e a margem ficou mais apertada

A Cerebras aumentou a receita do Q1 em 94% e reduziu o prejuízo líquido em 41%, mas alertou que a margem bruta do negócio principal encolheria. O aviso veio quando a AWS se preparava para instalar seu processador em escala de pastilha ao lado dos chips Trainium, mais baratos. A pastilha continua extraordinária. A questão ainda sem resposta é quem controla o caminho entre ela e cada unidade de texto faturada.

A prova deixou de ser o silício e passou a ser a margem

Em 2019, a Cerebras respondeu a uma questão física com um objeto físico. Seu sistema CS-1 instalou o maior chip do mundo no Argonne National Laboratory, onde as primeiras máquinas foram usadas em pesquisa básica. Em 2021, o WSE-2 reunia 850,000 núcleos otimizados para IA e 2.6 trillion transistores. A escalada dos números documentava o avanço técnico e tornava a computação em escala de pastilha compreensível para um setor organizado em torno de chips menores.

Depois, a pergunta mudou. A Cerebras informou receita de $193.4 million no Q1 e prejuízo líquido de $14 million. Esses números não indicam falta de demanda nem fracasso do produto. Ainda assim, a empresa também previu que a margem bruta de seu negócio principal encolheria no Q2. O teste deixou de ser a disposição dos clientes para adotar a computação em escala de pastilha e passou a ser a capacidade dessas implantações de gerar alavancagem operacional duradoura.

O IPO da Cerebras em maio formalizou essa mudança. A empresa captou $5.55 billion, com uma avaliação totalmente diluída de $56.4 billion, e suas ações encerraram o primeiro pregão com alta de 68%. O salto na estreia confirmou o interesse dos investidores, mas os acionistas do mercado aberto trocaram a possibilidade técnica pela cobrança de resultados trimestrais. Um cliente de pesquisa podia perguntar se a máquina funcionava. O acionista precisa saber o que sobra depois que ela é entregue.

O crescimento da inferência acirra a guerra de preços

À primeira vista, as empresas especializadas se beneficiam da expansão da inferência, que aumenta o poder computacional necessário depois do treinamento de um modelo. O Barclays projetou que os investimentos em inferência superariam os gastos com treinamento dentro de dois anos, criando um grande mercado para sistemas voltados à execução rápida e contínua de modelos, em vez de ciclos ocasionais de treinamento.

Mas a oportunidade do fornecedor também é o custo do comprador. OpenAI e Anthropic disseram a investidores que os custos de inferência superavam metade de sua receita. Os fornecedores de modelos não compram aceleradores para preservar o preço desses equipamentos; compram para reduzir o custo de gerar respostas. Qualquer avanço em equipamentos, programas ou execução dos modelos pode ser usado para renegociar o custo operacional da inferência.

Engenheiros da OpenAI teriam dito a colegas que encontraram uma forma de reduzir os custos de inferência em mais da metade. O patamar competitivo pode mudar sem que seja preciso esperar por uma nova geração de chips. Os fabricantes podem criar valor no silício, mas uma alteração nos programas pode diminuir a parcela desse valor que o fornecedor do modelo precisa repassar ao fabricante.

O desempenho de uma empresa especializada pode ser real sem coincidir com o objetivo do cliente. Os fornecedores de modelos buscam o menor custo para produzir uma resposta aceitável, repetidamente, em cada solicitação. À medida que a inferência consome uma parcela maior da receita, cresce o incentivo para reter internamente os ganhos de eficiência. Avanços técnicos que antes sustentavam preços elevados passam a alimentar o plano de margens do comprador.

A AWS transformou o avanço técnico em uma faixa de serviço

A AWS deixou clara a nova dimensão da concorrência. O provedor de nuvem planeja instalar o Wafer-Scale Engine da Cerebras para inferência rápida e continuar oferecendo processamento mais lento e barato com seus próprios processadores Trainium. A Cerebras conquistou espaço em um dos maiores portfólios de nuvem do mundo.

Mas é a AWS que controla o catálogo no qual a Cerebras aparece. Ela coloca a empresa especializada ao lado de uma alternativa interna mais barata e pode separar as cargas de trabalho conforme a disposição dos clientes de pagar por velocidade. A Cerebras fornece desempenho diferenciado; a AWS controla a distribuição, o relacionamento com o cliente e a opção substituta.

A AWS está estruturando a computação heterogênea para IA como um sistema econômico, e não apenas como um estoque de equipamentos. Aceleradores diferentes não se limitam a coexistir em um centro de dados. A AWS pode escolher qual máquina será usada, qual preço chegará ao cliente e quanto da capacidade de cada fornecedor será aproveitado.

Um produto pode vencer em determinada faixa de uso sem controlar toda a infraestrutura. A Cerebras pode ser o mecanismo adequado quando a baixa latência justifica um preço maior, enquanto o Trainium continua disponível quando o custo importa mais do que a velocidade. A AWS não precisa que uma única arquitetura domine todas as solicitações. Precisa de arquiteturas suficientes para direcionar cada uma delas à opção econômica mais conveniente.

Os operadores de modelos de ponta estão construindo a mesma flexibilidade, mas na direção oposta. OpenAI e Broadcom desenvolveram o Jalapeño, um chip de inferência otimizado para grandes modelos de linguagem, desde o projeto até sua conclusão para fabricação em nove meses, com o auxílio dos modelos da OpenAI. A Meta já havia colocado em produção tanto o MTIA v1 quanto seus aceleradores de treinamento e inferência de nova geração. Essas empresas podem comprar sistemas externos, desenvolver chips próprios e alterar a execução dos programas ao mesmo tempo.

A AWS não precisa eliminar a Cerebras para ampliar seu poder de negociação. Ao instalá-la ao lado do Trainium, a AWS oferece velocidade na faixa de maior valor e mantém uma alternativa interna para os clientes que priorizam custo.

O bastidor agora carrega uma estrutura de capital

Um teste de desempenho termina no acelerador. Uma unidade de texto faturada depende de um bastidor energizado em um centro de dados concluído e conectado a uma capacidade reservada antes mesmo de a solicitação chegar. A unidade econômica se ampliou: deixou de ser apenas o desempenho do chip e passou a incluir execução das instalações, utilização, energia e financiamento.

O Morgan Stanley estimou que $2.9 trillion em investimentos em infraestrutura de IA até 2028 seriam financiados em cerca de $1.4 trillion pelos gigantes da nuvem e $1.5 trillion por dívida, fundos de participação, capital de risco e outras fontes. Até maio de 2026, as emissões de títulos sem garantia pelos grandes provedores de nuvem haviam alcançado $155 billion no ano, mais de 45% acima de todo o volume de 2025. Algumas emissões de títulos para infraestrutura de IA receberam demanda quatro vezes superior à oferta.

Os gigantes da nuvem haviam anunciado 46 gigawatts de capacidade em centros de dados para IA, volume suficiente para consumir, em plena utilização, tanta energia quanto cerca de 44.2 million residências dos EUA. Nessa escala, o desempenho do acelerador é apenas uma variável dentro de um sistema limitado por subestações, terrenos, capital e contratos.

Quando clientes assumem compromissos de capacidade de longo prazo, a demanda prometida ajuda a financiar centros de dados. Instalações concluídas dão aos fornecedores integrados condições de oferecer preços menores ou contratos combinados, atraindo mais cargas de trabalho para a mesma infraestrutura. O ciclo começa com a capacidade de transformar a demanda futura, hoje, em concreto, equipamentos elétricos e bastidores.

O IPO da Cerebras lhe deu bilhões de dólares para participar dessa expansão, contrariando a ideia simplista de que fornecedores independentes estão sendo eliminados. Ainda assim, a Cerebras enfrenta os balanços dos gigantes da nuvem, o mercado de títulos e investidores em infraestrutura que financiam capacidade até 2028. O desempenho em testes comparativos não reduz o custo desse capital, não garante uma instalação energizada nem torna economicamente sustentável um bastidor subutilizado.

A independência sobrevive, mas não se sustenta apenas em testes de desempenho

Compradores integrados ainda precisam de tecnologia diferenciada, alternativas de fornecimento e profissionais qualificados, portanto as empresas especializadas não desapareceram. No entanto, elas dependem cada vez mais de instituições maiores para chegar à demanda. A Cerebras usa a AWS como canal de distribuição na nuvem. A SambaNova captou $1 billion com avaliação de $11 billion e fechou contrato com o JPMorgan para instalar seus chips em aplicações internas de IA. Nvidia e Groq firmaram um acordo não exclusivo de licenciamento para inferência no valor de $20 billion, enquanto vários executivos seniores da Groq se preparavam para ingressar na Nvidia.

A Cerebras ganha volume por meio da AWS, mas fica lado a lado com o Trainium. O JPMorgan, como cliente de referência da SambaNova, confirma a viabilidade da implantação, mas dá a um único comprador influência desproporcional sobre a utilização da capacidade. A licença da Groq monetiza propriedade intelectual, enquanto a Nvidia captura uma parcela maior do resultado econômico nas etapas seguintes. Arm e SoftBank também haviam demonstrado interesse preliminar em adquirir a Cerebras antes do IPO, confirmando o valor estratégico de seu silício enquanto a viabilidade econômica de crescer de forma independente permanecia indefinida.

A Cerebras rejeitou esse interesse, captou recursos no mercado aberto e entrou nesta fase como participante ativa, não como uma invenção sem destino. Agora pode financiar instalações sem precisar se vender. Mas uma empresa que escolhe capacidade de inferência comparará uma faixa de maior valor equipada pela Cerebras com Trainium, chips próprios e reduções de custo obtidas por programas — e não com um teste de desempenho isolado.

Em 2019, a Cerebras podia concentrar sua resposta em uma única pastilha e enviar a máquina a um laboratório de pesquisa. Em 2026, a AWS podia colocar essa pastilha ao lado do Trainium e vender sua vantagem como apenas uma entre várias faixas de serviço. É assim que a receita pode crescer 94% enquanto a direção prevê uma margem menor no negócio principal: a pastilha entrega a velocidade, mas é o controle da infraestrutura que determina quem fica com o ganho.