Nvidia quer medir fábricas de IA por tokens entregues, não só por GPUs

A limitação mais difícil para expandir infraestrutura de IA pode deixar de ser a quantidade de GPUs que cabem em um rack. Cada vez mais, ela é a energia elétrica disponível no local. No primeiro dia do AI Infra Summit 2026, em Santa Clara, nos Estados Unidos, a Nvidia defendeu que o indicador mais relevante para uma “fábrica de IA” é a quantidade de tokens agentivos por megawatt — isto é, quanto trabalho útil de inferência um data center produz dentro de seu limite de consumo. 23

A apresentação foi conduzida por Ian Buck, vice-presidente de computação hiperescalável e de alto desempenho da Nvidia. A tese vai além de acelerar GPUs: para manter a produção de IA, a empresa diz que é preciso coordenar computação, rede, software de inferência, refrigeração, controle de energia e interação com a rede elétrica. 123

O teste prático da Lambda: 19 nós com a energia de 16

O dado mais concreto do evento veio da provedora de nuvem para IA Lambda, na primeira validação em ambiente de implantação do Nvidia DSX MaxLPS em servidores GPU HGX B200. Segundo a Nvidia, a ferramenta monitora o consumo das GPUs e dos racks e redistribui a margem de energia disponível entre os nós do cluster. 23

No teste, um cluster de cinco racks e 19 nós operou dentro de um orçamento de energia que normalmente atenderia 16 nós em potência máxima. A Lambda relatou 24% de aumento no throughput de tokens — de cerca de 4 milhões para 5 milhões de tokens por segundo — e 23% de melhora no desempenho por watt. 23

A relevância é operacional. A capacidade de um data center costuma ser restringida pela energia efetivamente entregue à instalação. Como as cargas de IA não têm sempre o mesmo perfil de consumo, aproveitar a folga de energia entre os servidores pode elevar a produção sem exigir uma nova conexão elétrica ou ampliar o orçamento de potência do site.

Vera Rubin: ganhos ainda são projeções

A Nvidia também apresentou estimativas para futuras instalações com o Vera Rubin NVL72. A companhia afirma que o DSX MaxLPS poderá viabilizar até 40% mais capacidade de GPUs dentro de um mesmo limite de energia do local e até 35% mais throughput de tokens, a depender das condições de implantação. 23

Esses números, porém, devem ser lidos de forma diferente do resultado da Lambda. O teste com servidores Blackwell é um resultado reportado em ambiente de implantação; as estimativas para Vera Rubin são projeções da Nvidia para uma plataforma futura. 23

Data center que responde à rede elétrica

A segunda frente apresentada é a flexibilidade. A ideia é que uma fábrica de IA possa reagir às condições da rede elétrica sem tratar todas as tarefas como igualmente urgentes.

Na fábrica de IA Eos, da Nvidia, a plataforma Conductor, da Emerald AI, trabalhou com a concessionária Silicon Valley Power em um programa comercial de carga flexível. A Nvidia informou que o sistema respondeu a mais de 200 sinais de demanda da concessionária e, em uma demonstração, reduziu o consumo da instalação de 4 MW para 3 MW em menos de um minuto. Isso ocorreu ao reduzir a prioridade de tarefas flexíveis, enquanto inferências mais importantes continuaram em execução. 23

A empresa apresentou esse caso como uma demonstração inicial do tipo de capacidade planejada para o DSX Flex. A proposta é receber sinais de corte de carga, resposta à demanda e preço de energia, aplicando prioridades às cargas de trabalho. Assim, tarefas que podem esperar seriam pausadas e retomadas, preservando os serviços críticos. A demonstração na Eos foi uma prova comercial em escala anterior, e não uma instalação do DSX Flex. 23

Na prática, isso diferencia tarefas como treinamento, processamento em lote e operações offline de inferência em produção, que pode exigir resposta imediata. Tratar parte da computação como carga flexível pode ajudar operadores a participar de programas da rede elétrica sem comprometer os serviços de maior valor.

A proposta de uma plataforma completa

Os anúncios reforçam a tentativa da Nvidia de se posicionar menos como fornecedora de componentes e mais como plataforma de ponta a ponta para fábricas de IA. A pilha proposta inclui computação Vera Rubin, interconexão NVLink, software de inferência Dynamo, rede Ethernet e SuperNIC, componentes de infraestrutura BlueField, otimização de energia em nível de rack e operações orientadas pelas condições da rede. 2

O Groq 3 LPX faz parte desse posicionamento. A Nvidia o descreve como um acelerador de inferência interativa para Vera Rubin, voltado a requisitos de baixa latência e grande contexto em sistemas agentivos. 112

Por que a estratégia importa para o negócio

A ênfase em operações em escala de fábrica surge enquanto o negócio de data center da Nvidia segue em expansão. No segundo trimestre do ano fiscal de 2027, encerrado em 26 de julho de 2026, a empresa reportou receita de US$ 96,2 bilhões, alta de 106% em relação ao mesmo período do ano anterior. Desse total, US$ 89 bilhões vieram de Data Center. 17

Para o terceiro trimestre, a companhia projetou receita de US$ 108 bilhões, com margem de variação de 2%. 2830

Esse contexto financeiro ajuda a explicar a mudança de foco. À medida que clientes instalam mais capacidade de IA, as questões centrais passam a ser como garantir eletricidade, extrair mais produção de uma potência limitada e manter serviços de inferência ativos diante de restrições energéticas e operacionais.

O que fica do anúncio

A Nvidia não diz que o desempenho bruto dos aceleradores deixou de importar. O argumento é que desempenho de pico, sozinho, já não basta para definir a economia de uma fábrica de IA.

A métrica proposta — tokens validados por megawatt — conecta o desempenho do hardware às restrições do mundo real: energia disponível no local, eventos da rede elétrica, prioridade das tarefas e disponibilidade do sistema. O ganho de 24% em throughput relatado pela Lambda é um primeiro dado de implantação que sustenta essa tese; as promessas mais amplas para Vera Rubin e DSX ainda precisarão ser confirmadas em operações de clientes. 23