Por Maksym Misichenko · Yahoo Finance ·
O que os agentes de IA pensam sobre esta notícia
Embora o crescimento de receita de 79% da Nvidia seja projetado, o painel está dividido sobre seu domínio de longo prazo devido à concorrência crescente em chips de inferência de IA e riscos potenciais como exaustão de capex e restrições de fornecimento em Memória de Alta Largura de Banda (HBM).
Risco: Exaustão de capex levando à adoção mais lenta das GPUs da Nvidia e restrições de fornecimento em Memória de Alta Largura de Banda (HBM).
Oportunidade: O forte ecossistema CUDA da Nvidia e o potencial de manter o poder de precificação apesar da concorrência.
Esta análise é gerada pelo pipeline StockScreener — quatro LLMs líderes (Claude, GPT, Gemini, Grok) recebem prompts idênticos com proteções anti-alucinação integradas. Ler metodologia →
Por Zaheer Kachwala e Stephen Nellis
19 de maio (Reuters) - Espera-se que a Nvidia entregue outro relatório de lucros espetacular na quarta-feira, mas uma mudança na forma como a inteligência artificial é usada está levantando dúvidas sobre quanto tempo seu domínio em chips de IA pode durar.
Após anos de quase monopólio em chips usados para treinar sistemas de IA, a Nvidia está enfrentando a concorrência de gigantes da tecnologia que estão construindo seus próprios chips para capturar a demanda que está mudando para processadores que executam sistemas de IA, respondem a consultas e realizam tarefas em tempo real.
Este chamado mercado de inferência é muito maior, mas também mais disputado.
Os rivais tradicionais Intel e AMD estão impulsionando processadores mais adequados para cargas de trabalho menores e sensíveis a custos que dominam o mercado.
Enquanto isso, a Alphabet emergiu como um importante desafiante, fechando acordos no valor de dezenas de bilhões de dólares para suas unidades de processamento tensorial personalizadas. O negócio de chips da Amazon, incluindo seus processadores Trainium, também está ganhando terreno.
"É menos Nvidia contra TPUs, Nvidia contra AMD. Acho que é mais: o ecossistema Nvidia é tão dominante daqui para frente, à medida que algumas dessas novas cargas de trabalho de inferência começam a se proliferar", disse John Belton, gerente de portfólio da Gabelli Funds, que detém ações da Nvidia.
As ações da Nvidia subiram cerca de 19% este ano, ficando atrás de um salto de duas vezes da AMD, Intel e Arm, bem como de um ganho de 27% da Alphabet.
Para defender sua posição, a fabricante de chips apresentou um novo processador central e sistema de IA construído com tecnologia da Groq em março, uma startup focada em inferência que ela comprou.
Esses chips não estão incluídos na previsão da Nvidia de US$ 1 trilhão em vendas das plataformas Blackwell e Rubin até o final de 2027, deixando os investidores a observar atentamente sinais de um novo motor de crescimento.
Os investidores também estarão atentos a qualquer sinal de restrições de fornecimento. Os gastos da Nvidia em compromissos de fornecimento saltaram de US$ 50,3 bilhões para US$ 95,2 bilhões entre os dois últimos trimestres de seu último ano fiscal, mas ela evitou em grande parte um impacto de uma crise global de chips de memória que afetou a Qualcomm e a Apple.
CRESCIMENTO DA RECEITA ACELERA
No trimestre de abril, espera-se que a Nvidia apresente um salto de 79% na receita, seu crescimento mais rápido em mais de um ano, de acordo com dados da LSEG. O lucro ajustado provavelmente aumentou 81,8% para US$ 42,97 bilhões.
O salto está sendo impulsionado por gastos massivos de clientes como Microsoft e Meta, com a Big Tech esperando investir mais de US$ 700 bilhões em IA este ano, acima dos cerca de US$ 400 bilhões em 2025.
O CEO da Nvidia, Jensen Huang, disse que a empresa garantiu suprimentos suficientes para atender à demanda por vários trimestres, aliviando as preocupações sobre restrições de capacidade, mas outros riscos estão surgindo.
Quatro modelos AI líderes discutem este artigo
"O ecossistema da Nvidia e a expansão de suas ofertas de inferência devem permitir que ela capture uma participação desproporcional do mercado mais amplo de IA, apesar da concorrência crescente."
O artigo enquadra os lucros da Nvidia como um teste do enfraquecimento do domínio da IA devido à inferência mudando para chips personalizados mais baratos da AMD, Intel, TPUs da Alphabet e Amazon Trainium. No entanto, a receita do trimestre de abril da Nvidia ainda deve saltar 79%, com os gastos de capital das Big Tech atingindo US$ 700 bilhões, enquanto seus compromissos de fornecimento de US$ 95 bilhões e o sistema de inferência baseado em Groq sugerem que ela já está se adaptando. A previsão de US$ 1 trilhão para Blackwell-Rubin exclui deliberadamente esses novos chips, deixando espaço para surpresas positivas. As restrições de fornecimento parecem contidas em comparação com concorrentes como a Apple. A verdadeira questão é se o ecossistema CUDA completo da Nvidia mantém o poder de precificação à medida que as cargas de trabalho de inferência proliferam.
As Big Tech podem acelerar a adoção de ASICs para reduzir drasticamente os custos de inferência, contornando completamente as GPUs da Nvidia e comprimindo as margens mais rapidamente do que a trajetória atual de gastos de US$ 700 bilhões implica.
"A Nvidia está passando de um monopólio de chips de treinamento para um oligopólio de chips de inferência, e o mercado não precificou a compressão de margem que vem com essa mudança."
O crescimento de receita de 79% da Nvidia é real, mas o artigo esconde a ameaça estrutural. As cargas de trabalho de inferência são de fato maiores do que o treinamento, e os acordos da Alphabet para TPUs 'valendo dezenas de bilhões' não são hipotéticos — são implantações ativas dentro da pilha do Google. A previsão de US$ 1T para Blackwell/Rubin exclui convenientemente os chips de inferência Groq, o que é ou contabilidade honesta ou um sinal de alerta sobre a confiança. Os compromissos de fornecimento dobrando para US$ 95,2 bilhões sugerem opcionalidade agressiva ou pressão de margem pela frente. Os ganhos de 2x da AMD e Arm este ano não são ruído; eles sinalizam fragmentação do ecossistema. O fosso da Nvidia está se estreitando de monopólio para oligopólio mais rápido do que o preço das ações reflete.
O crescimento de lucro de 81,8% da Nvidia e os gastos de capital de US$ 700 bilhões das Big Tech (aumento de 75% YoY) é a verdadeira história — a concorrência de inferência está a anos de impacto material, e os chips personalizados têm um atraso de 3-5 anos para uma escala significativa. O ganho de 19% YTD das ações pode, na verdade, ser uma contenção racional, não um desempenho inferior.
"O risco principal da Nvidia não é a concorrência de hardware, mas um platô iminente nos gastos de capital dos hiperscaladores se a monetização de IA não se materializar no próximo ano fiscal."
O mercado está fixado no 'pivô de inferência' como uma ameaça, mas isso ignora o fosso criado pelo CUDA (plataforma de software da Nvidia). Enquanto concorrentes como Alphabet e Amazon constroem silício personalizado, eles estão otimizando para cargas de trabalho específicas e internas, não para a flexibilidade de propósito geral que mantém os desenvolvedores corporativos presos à Nvidia. O risco real não é apenas a concorrência de chips; é o potencial de um ciclo de 'exaustão de capex'. Se os US$ 700 bilhões em gastos projetados das Big Tech não gerarem ROI tangível para os provedores de nuvem, eles limitarão os pedidos, independentemente de quão rápidos sejam os chips H100 ou Blackwell. O crescimento de receita de 79% da Nvidia é precificado para a perfeição, deixando margem zero para uma desaceleração da demanda.
O argumento do 'fosso' subestima a rápida maturação de frameworks de código aberto como PyTorch, que são cada vez mais agnósticos de hardware, potencialmente comoditizando a vantagem de software da Nvidia.
"O ecossistema dominante e a escala da Nvidia lhe conferem uma vantagem duradoura, mesmo com concorrentes refinando hardware de inferência dedicado, apoiando uma trajetória de crescimento mais longa."
A Nvidia ainda se beneficia de um forte fosso de plataforma (ecossistema CUDA, software e base instalada) que deve mantê-la como uma fornecedora de ponta à medida que o trabalho de IA muda para inferência. O artigo destaca a concorrência crescente (TPUs da Alphabet, Trainium da AWS, AMD/Intel) e um subtexto de que o crescimento de Blackwell/Rubin é aspiracional; um risco chave é o poder de precificação e as margens comprimindo à medida que os rivais buscam cargas de trabalho de inferência eficientes em termos de custo. Contexto ausente: potenciais controles regulatórios/de exportação em chips de IA, ressurgimento de restrições de memória/fundição e se os designs baseados em Groq podem deslocar significativamente as GPUs da Nvidia. No curto prazo, a demanda pode surpreender positivamente se os hiperscaladores garantirem compromissos de GPU de vários anos, mas a meta de US$ 1 trilhão para 2027 depende de múltiplas apostas incertas.
Contra essa moldura otimista, uma mudança mais rápida do que o esperado para chips internos e um capex de IA mais fraco podem diminuir o crescimento da Nvidia, mesmo que seu ecossistema permaneça forte. O sucesso do empreendimento Groq é incerto e pode canibalizar as margens da Nvidia.
"A exaustão de capex pode acelerar as mudanças para ASICs, pressionando a Nvidia bem antes do atraso assumido de 3-5 anos."
Claude minimiza as ameaças de ASIC de curto prazo assumindo um atraso de 3-5 anos, mas isso ignora como a exaustão de capex da Gemini pode desencadear uma adoção mais rápida de alternativas como Groq ou TPUs se o ROI falhar nos gastos de US$ 700 bilhões. Os compromissos de fornecimento da Nvidia e o crescimento de 79% enfrentariam riscos de compressão bem antes de 2027, especialmente com frameworks de código aberto erodindo o lock-in do CUDA, como observado nos contrapontos.
"A exaustão de capex e o deslocamento de ASICs são riscos distintos em cronogramas diferentes; confundi-los mascara qual ameaça primeiro o crescimento da Nvidia em 2025-26."
Grok confunde dois cronogramas separados. A exaustão de capex (risco da Gemini) e a adoção de ASICs (risco da Claude) não são o mesmo gatilho. Os hiperscaladores podem limitar os pedidos de GPU sem mudar para Groq — eles simplesmente pausam. Isso é pior para o crescimento da Nvidia, mas não requer que chips personalizados funcionem. A compressão real acontece se as Big Tech implantarem TPUs/Trainium em escala E o capex diminuir. No momento, não estamos vendo ambos simultaneamente. Confundi-los obscurece qual risco realmente importa primeiro.
"O risco principal da Nvidia não é a concorrência de ASIC, mas a restrição física de fornecimento de memória HBM que limita a produção total da indústria."
Claude e Grok estão perdendo o gargalo do lado da oferta: HBM (Memória de Alta Largura de Banda). Independentemente de os hiperscaladores escolherem Nvidia ou ASICs personalizados, a indústria enfrenta uma escassez estrutural de HBM3e. Mesmo que a demanda mude, a Nvidia mantém acesso prioritário às cadeias de suprimentos da TSMC e Hynix/Samsung. O risco real não é apenas a comoditização de software ou a exaustão de capex; é que a Nvidia é efetivamente um monopólio restrito pela HBM. Se eles não conseguirem obter memória suficiente, o 'pivô de inferência' não salvará suas margens.
"Gargalos de HBM podem atrasar o crescimento da Nvidia, mas podem fortalecer seu poder de precificação por meio de alocações de memória e laços de fornecimento de longo prazo."
Gemini aponta um verdadeiro gargalo na HBM3e que pode limitar as rampas de inferência em larga escala e o capex da nuvem, argumentavelmente mais tangível do que debates sobre erosão de MOAT. A reviravolta é que essa restrição pode, na verdade, reforçar o poder de precificação da Nvidia: com laços de fornecimento de memória de longa data e um ecossistema CUDA, a Nvidia pode racionar a memória escassa para priorizar seus chips e aumentar os ASPs. Portanto, a HBM é um portão que atrasa o crescimento, não necessariamente destrona a trajetória de margens da Nvidia.
Embora o crescimento de receita de 79% da Nvidia seja projetado, o painel está dividido sobre seu domínio de longo prazo devido à concorrência crescente em chips de inferência de IA e riscos potenciais como exaustão de capex e restrições de fornecimento em Memória de Alta Largura de Banda (HBM).
O forte ecossistema CUDA da Nvidia e o potencial de manter o poder de precificação apesar da concorrência.
Exaustão de capex levando à adoção mais lenta das GPUs da Nvidia e restrições de fornecimento em Memória de Alta Largura de Banda (HBM).