Na entrevista ao podcast BG2 divulgada em 15 de outubro, o CEO da Nvidia, Jensen Huang, combinou uma afirmação sobre o momento atual — os pedidos por chips chegam mais rápido do que a empresa consegue atender — com uma tese mais ampla sobre quem vai usar e financiar a computação de IA. Seu argumento para uma grande expansão de infraestrutura depende de uma demanda que vá além dos principais laboratórios de IA. É uma previsão, não uma garantia de retorno.
6
3
Pedidos crescem enquanto a Nvidia amplia a oferta
Huang disse que os clientes faziam pedidos “quase semanalmente e diariamente” e que a carteira de encomendas continuava aumentando mesmo com a empresa elevando a oferta. As reportagens citam grandes provedores de nuvem, operadores mais novos de serviços de nuvem voltados à IA e fabricantes de equipamentos entre os compradores. Alguns clientes planejavam suas necessidades com bastante antecedência, embora as informações disponíveis não confirmem que todos estivessem projetando a demanda para um ou dois anos à frente.
6
8
43
A demanda também esbarra em limites de infraestrutura. Os relatos sobre as declarações de Huang apontam restrições de energia e de infraestrutura mais ampla — não apenas falta de chips. Os trechos disponíveis, porém, não detalham um inventário de centros de dados inacabados nem faltas específicas de componentes.
42
Por que Huang vê um mercado além dos grandes laboratórios
A resposta de Huang à preocupação de que apenas dois laboratórios bancariam toda a expansão é que os recursos computacionais da Nvidia atendem a diferentes tipos de trabalho. Um relato de suas declarações divide esse uso, de forma aproximada, em cerca de um terço para cargas de trabalho tradicionais, outro terço para o ecossistema de código aberto e cerca de 30% para laboratórios que desenvolvem modelos de ponta. São categorias arredondadas reportadas por terceiros, não uma contabilidade precisa de cada uso.
1
Outros relatos também situam os laboratórios de fronteira em cerca de 25% a 30% da atividade computacional, com a computação tradicional e um ecossistema mais amplo de startups respondendo por boa parte do restante. A lógica de Huang é que a tese de investimento não precisa depender apenas de a OpenAI, a Anthropic ou outros laboratórios líderes gerarem receitas na escala de todo o investimento em infraestrutura.
34
35
A escala da previsão de Huang
Huang estima que o investimento global anual em infraestrutura de IA possa chegar a US$ 3 trilhões–US$ 4 trilhões até 2030, dos quais cerca de US$ 1,5 trilhão corresponderiam à infraestrutura de computação. Ele também afirmou que não ficaria surpreso se, mais adiante, o investimento anual alcançasse US$ 10 trilhões. São projeções do executivo, não resultados verificados de forma independente.
3
4
A distinção é importante: esses valores se referem à possível escala dos gastos com infraestrutura, não à receita da Nvidia — e tampouco prometem que cada projeto terá retorno suficiente. A tese de Huang é que a demanda por IA pode se espalhar entre mais usuários e tipos de trabalho à medida que cresce a necessidade de computação. A projeção, por si só, não resolve se o financiamento e a economia de cada projeto vão funcionar.
3
7
Pedidos fortes não eliminam o risco financeiro
As preocupações do mercado com financiamento são uma questão diferente da disposição dos clientes para comprar mais capacidade computacional. As declarações de Huang sobre a carteira de pedidos indicam demanda, mas não provam, por si só, que todos os clientes conseguirão financiar seus planos ou que os operadores de infraestrutura terão lucro.
6
Em uma participação separada na Bloomberg, Huang também defendeu a CoreWeave, dizendo: “A solidez da CoreWeave melhora a cada dia” e que o custo de capital da empresa estava diminuindo. Essa declaração foi feita em um evento em Estocolmo, não na entrevista ao BG2.
39
A leitura mais ponderada das falas de Huang é otimista, mas condicional: ele vê a demanda por computação de IA se estendendo muito além dos maiores laboratórios de modelos. Ainda assim, a escala e a durabilidade dessa expansão dependem da capacidade de infraestrutura, do financiamento e dos retornos.