Por que Jensen Huang vê a H100 como infraestrutura produtiva, e não como hardware depreciável

Jensen Huang, CEO da Nvidia, está fazendo uma defesa financeira tanto quanto tecnológica: uma GPU não deveria ser vista apenas como um equipamento que perde valor à medida que envelhece. Se ela puder ser realocada entre clientes, operar com alta utilização e gerar receita recorrente de aluguel, passa a se comportar mais como infraestrutura produtiva.

O exemplo usado por Huang é a H100, GPU de IA da geração anterior da Nvidia. Os dados indicam que ainda há demanda real por essa capacidade. Mas eles não respondem, por si só, à pergunta mais importante: por quanto tempo a H100 conseguirá manter fluxos de caixa atrativos quando sistemas mais novos estiverem amplamente disponíveis.

A tese: capacidade computacional pode ser alugada repetidamente

Huang descreveu a capacidade computacional da Nvidia como “fungível, durável e altamente alugável” e como um “ativo produtivo que gera receita”. 16 Na prática, a ideia se apoia em três pontos:

• Fungibilidade: a capacidade pode ser redirecionada para diferentes clientes e cargas de trabalho, em vez de ficar vinculada a um único comprador ou uso.
• Durabilidade: uma GPU pode continuar comercialmente útil mesmo depois da chegada de uma nova arquitetura.
• Capacidade de aluguel: operadoras de nuvem e fornecedores de infraestrutura podem converter o hardware em receita recorrente por meio de serviços de computação e contratos.

Essa visão é diferente do modelo convencional de renovação de servidores. Um ativo pode se depreciar contabilmente e, ainda assim, continuar produzindo receita operacional relevante. Para provedores de nuvem e operadores de infraestrutura de IA, o teste econômico é saber se a receita de aluguel, a taxa de utilização e as margens justificam o capital investido durante a vida útil do ativo.

O que os preços da H100 mostram

O gatilho imediato para os comentários de Huang foi um índice da Ornn Exchange que apontou aluguel de cerca de US$ 3,28 por GPU-hora para uma H100 com aproximadamente três anos de mercado, após alta de 22% em um mês. 16 Isso sugere que compradores continuam atribuindo valor à capacidade da geração Hopper, mesmo com produtos mais novos da Nvidia à venda.

Os preços em contratos mais longos apontaram na mesma direção no começo de 2026. A SemiAnalysis informou que o preço de contratos de aluguel de H100 por um ano avançou de US$ 1,70 por GPU-hora em outubro de 2025 para US$ 2,35 em março de 2026 — alta de quase 40%. 61

Esses números são sinais úteis de demanda, mas não representam um preço universal da H100. As cotações públicas sob demanda em 2026 variaram, em linhas gerais, de US$ 2 a US$ 12 por GPU-hora. Capacidade interruptível pode custar menos, enquanto configurações premium de grandes provedores de nuvem podem ser bem mais caras. 49 A diferença reflete condições como prazo do contrato, garantias de disponibilidade, localização, rede, suporte e se o cliente aluga uma GPU isolada, um servidor dedicado ou um cluster maior.

Por que o preço do aluguel importa para a conta da infraestrutura

Uma frota de GPUs se torna mais fácil de financiar quando o operador consegue projetar sua geração de caixa com alguma previsibilidade. Preços mais altos e utilização forte podem permitir recuperar o investimento inicial ao longo de mais anos de operação rentável. Essa é a lógica econômica por trás de tratar computação como infraestrutura, e não como uma compra pontual de hardware.

Mas o preço de aluguel é apenas uma parte da equação. Uma tese sólida de infraestrutura exigiria evidências de que as frotas conseguem preservar:

1. Alta utilização em diferentes ciclos econômicos e segmentos de clientes;
2. Renovação de contratos, e não apenas demanda passageira provocada por escassez;
3. Margens saudáveis depois de energia, rede, operações e depreciação; e
4. Valor residual quando novas gerações de GPU estiverem amplamente implantadas.

A H100 pode seguir tecnicamente capaz, mas ainda sofrer obsolescência econômica caso clientes obtenham desempenho por dólar — ou por token processado — significativamente melhor em aceleradores mais novos.

A Nvidia tenta transformar a tese em um caso de financiamento

A estratégia da Nvidia vai além da mensagem sobre tarifas de aluguel. Em agosto, a companhia anunciou parcerias com Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR para criar plataformas de financiamento de capacidade computacional, com a meta de mobilizar mais de US$ 500 bilhões em capital de terceiros para infraestrutura de IA. 33

A formulação é importante: a iniciativa busca mobilizar capital ao longo do tempo; ela não significa que US$ 500 bilhões já tenham sido investidos ou garantidos. Ainda assim, mostra a ambição da Nvidia de apresentar GPUs, data centers e sistemas relacionados como ativos capazes de sustentar financiamentos de longo prazo vinculados ao uso.

A empresa também concordou em adquirir a Hugging Face por US$ 12,93 bilhões, ampliando sua presença em uma plataforma de modelos abertos e desenvolvedores. 31 A operação não prova que uma geração específica de GPU manterá seu valor, mas pode fortalecer a atuação da Nvidia no ecossistema que cria demanda por computação de IA.

Os riscos que a tese de Huang precisa superar

A contestação mais forte não é a de que as H100 deixaram de ter utilidade — os dados mostram demanda. A questão é se o mercado atual de aluguel prevê, de fato, os retornos de amanhã.

Alguns fatores podem enfraquecer a tese de infraestrutura:

• Substituição por desempenho: novas arquiteturas podem melhorar muito o custo por token ou o desempenho de treinamento, reduzindo o valor que clientes aceitam pagar pela H100.
• Normalização da oferta: maior disponibilidade de GPUs e de capacidade de data centers pode pressionar tarifas de aluguel, tanto no mercado imediato quanto em contratos.
• Aceleradores alternativos: chips proprietários e concorrentes podem diminuir a demanda por capacidade da Nvidia em determinadas cargas de trabalho.
• Gargalos temporários: uma alta de preços pode refletir escassez de curto prazo, e não escassez duradoura nem valorização permanente do ativo.
• Pressão dos custos operacionais: energia, rede e custos de data center podem reduzir o retorno mesmo se as tarifas anunciadas de aluguel continuarem altas.

Por isso, a alta de 22% em um mês deve ser lida como um dado relevante sobre demanda, não como uma resposta definitiva ao debate sobre depreciação.

Em resumo

A afirmação de Huang é plausível em um sentido importante, mas limitado: GPUs de IA mais antigas podem continuar gerando receita substancial com aluguel, e a evolução recente dos preços da H100 indica que clientes ainda valorizam essa capacidade. 1661 As parcerias de financiamento da Nvidia reforçam a tentativa de transformar essa realidade operacional em um modelo de infraestrutura investível. 33

O teste decisivo virá quando sistemas mais novos ganharem escala: será preciso observar se as frotas de H100 preservam utilização, renovam contratos e geram caixa líquido suficiente depois dos custos operacionais. Utilidade técnica duradoura é necessária; retorno econômico duradouro é o que investidores e financiadores de infraestrutura vão exigir como prova.