OpenAI coloca o Vera Rubin NVL72 à prova — e a Nvidia tenta vender sistemas completos de IA

A primeira implantação do Vera Rubin NVL72 pela OpenAI importa menos como uma simples compra de hardware e mais como um teste de validação para o próximo modelo de negócios da Nvidia. A plataforma deixa de ser apenas um conjunto de chips anunciados e passa a ser apresentada como um sistema integrado, em escala de rack, voltado às cargas de trabalho de treinamento e inferência que sustentam a próxima geração de inteligência artificial de fronteira.

A mudança é estrategicamente relevante, mas ainda não está comprovada financeiramente. A OpenAI deve implantar o Vera Rubin em escala no terceiro trimestre, enquanto a Nvidia e seus parceiros de nuvem ainda precisam demonstrar que esses sistemas podem ser fabricados, instalados, validados e operados em grandes volumes.

O que é o Vera Rubin NVL72

O NVL72 é um sistema de IA em escala de rack formado por 72 GPUs Rubin e 36 CPUs Vera. A Nvidia o posiciona para treinamento e inferência em larga escala, IA agêntica e tarefas avançadas de raciocínio — não como uma coleção de aceleradores instalados de forma independente.

Esse desenho integrado transfere parte importante do desempenho para o sistema completo. Computação, memória, interconexões de alta velocidade, rede, fornecimento de energia e refrigeração precisam funcionar em conjunto.

Para laboratórios de IA, isso pode reduzir o trabalho de engenharia necessário para montar grandes clusters. Para a Nvidia, abre a possibilidade de capturar mais valor em cada implantação. Em contrapartida, também torna a fabricação, a logística e a entrega mais complexas.

Quais provedores já colocaram o Rubin em operação?

A Nvidia afirma que sistemas Vera Rubin NVL72 estão operando em:

• CoreWeave;
• Google Cloud;
• Microsoft Azure;
• Oracle Cloud Infrastructure;
• Nebius.

A lista combina uma provedora especializada em nuvem para IA com algumas das maiores plataformas de computação em nuvem do mundo. Isso sugere que o Rubin está sendo testado em diferentes ambientes operacionais, e não apenas em demonstrações controladas pela própria Nvidia.

A OpenAI faz parte de uma expansão ainda maior. A empresa e a Nvidia anunciaram um plano para implantar pelo menos 10 gigawatts de data centers equipados com sistemas da Nvidia. O primeiro gigawatt está previsto para o segundo semestre de 2026 e usará a plataforma Vera Rubin.

Por que a implantação na OpenAI é um marco relevante

A OpenAI é um dos testes mais exigentes para saber se o Rubin consegue sustentar o desenvolvimento de modelos de fronteira. Um laboratório de ponta precisa de enorme capacidade de treinamento, alta velocidade de interconexão, confiabilidade operacional e possibilidade de ampliar sua infraestrutura rapidamente.

Uma implantação operacional na OpenAI daria evidências em três frentes:

1. Relevância para cargas reais: o Rubin seria utilizado em um programa genuíno de IA de fronteira, e não apenas em um benchmark ou demonstração de produto.
2. Maturidade do sistema: a Nvidia mostraria que sua arquitetura em escala de rack consegue passar pela qualificação do cliente e chegar ao uso em produção.
3. Atração comercial: implantações bem-sucedidas poderiam estimular outros laboratórios e provedores de nuvem a adotar sistemas Rubin completos, fortalecendo a demanda por toda a plataforma.

Ainda assim, o anúncio precisa ser interpretado com cautela. Uma implantação não informa, por si só, quantos racks foram instalados, quais resultados de treinamento foram obtidos ou quando a receita será reconhecida. Esses detalhes vão determinar se o marco será uma transformação comercial ou principalmente uma validação inicial.

Quanto custa um rack Vera Rubin NVL72?

Não há um preço oficial de tabela da Nvidia nas informações disponíveis. As estimativas do setor variam conforme a configuração e o momento da compra:

• Reportagens situaram o preço de um rack em aproximadamente US$ 7 milhões a US$ 8 milhões.
• Uma estimativa da Bernstein citada em reportagens posteriores apontou cerca de US$ 9,1 milhões.
• Uma análise separada do Morgan Stanley calculou aproximadamente US$ 7,8 milhões para um rack VR200 NVL72.

Esses números devem ser tratados como estimativas de custo do sistema ou do comprador, não como um preço de venda confirmado pela Nvidia. A variação também mostra por que a economia de um rack não pode ser avaliada apenas pela quantidade de GPUs: memória, armazenamento, rede, servidores, refrigeração e outros componentes de infraestrutura pesam significativamente na conta.

O investimento vai muito além do rack. Uma estimativa da Bernstein citada pelo Investing.com colocou em aproximadamente US$ 47 bilhões o custo de construção de 1 gigawatt de capacidade de data center baseada no Vera Rubin. Trata-se de uma estimativa de infraestrutura, não de uma previsão direta de receita da Nvidia nem de um custo universal de construção.

O que as margens da CoreWeave dizem sobre a economia da nuvem

A CoreWeave oferece um dos primeiros sinais comerciais sobre a plataforma. A empresa disse que os contratos recém-assinados no segundo trimestre deveriam apresentar margens 5 a 10 pontos percentuais maiores que as dos contratos fechados nos trimestres anteriores. Também informou aumentos de preços em todo o seu portfólio em julho.

Isso não prova que toda implantação do Rubin será mais lucrativa. As margens da CoreWeave dependem dos preços dos contratos, da utilização dos equipamentos, do financiamento, do custo de energia, da refrigeração, das despesas operacionais e da configuração específica do hardware.

Mas o dado desafia uma suposição simples: a de que sistemas de IA mais novos necessariamente reduzem a rentabilidade das provedoras de nuvem por exigirem mais capital. A questão central é saber se ganhos de desempenho e preços cobrados dos clientes conseguem compensar o investimento inicial maior.

Se os clientes pagarem por uma capacidade de IA mais rápida ou eficiente — e se os provedores mantiverem essa capacidade altamente utilizada — os sistemas em escala de rack poderão sustentar uma economia melhor, apesar do preço de compra elevado.

O papel da CoreWeave na validação

A CoreWeave foi a primeira provedora de nuvem de IA a colocar em funcionamento e validar completamente um sistema Vera Rubin NVL72. O processo cobriu o rack de ponta a ponta, incluindo energia, refrigeração, rede e computação.

Essa distinção é importante. Ligar chips individuais não é o mesmo que operar um rack completo com refrigeração líquida, rede e pilha de software integradas. O trabalho da CoreWeave ofereceu um teste inicial de que a plataforma poderia funcionar em escala de produção e ajudou a reduzir o risco de integração para as implantações seguintes.

A empresa também publicou uma comparação baseada em hardware real segundo a qual o Vera Rubin NVL72 gerou 10 vezes mais tokens por segundo por megawatt que o Nvidia GB200 NVL72 em uma carga equivalente do DeepSeek-R1. O resultado é um benchmark divulgado pela própria CoreWeave, em condições específicas — não uma garantia universal de desempenho para qualquer carga de trabalho.

A Nvidia está vendendo mais do que aceleradores

O lançamento do Rubin reflete o movimento da Nvidia em direção à entrega de sistemas completos de infraestrutura para IA. A empresa descreve uma cadeia de suprimentos que abrange mais de 350 unidades fabris em 30 países, classificada pela Nvidia como sua maior cadeia de suprimentos para sistemas em escala de rack até hoje.

A dimensão geográfica é importante porque o gargalo já não é apenas produzir GPUs suficientes. Um rack funcional exige o fornecimento coordenado de GPUs, CPUs, memória avançada, servidores, equipamentos de rede, sistemas de refrigeração líquida, infraestrutura elétrica e capacidade de instalação.

Ao coordenar — ou potencialmente entregar diretamente — esses sistemas completos, a Nvidia pode ampliar seu controle sobre a infraestrutura de IA. Também pode aumentar o risco de execução. Um atraso em qualquer componente importante pode atrasar o rack inteiro; um rack atrasado pode afetar o cronograma do data center do cliente e o momento de reconhecimento da receita da Nvidia.

As configurações propostas de dois, quatro e oito racks conteriam 144, 288 e 576 GPUs, respectivamente, caso utilizem o mesmo bloco básico de 72 GPUs. Esses totais são uma simples multiplicação; as fontes disponíveis não confirmam de forma independente que os três formatos sejam SKUs formais da Nvidia nem seus cronogramas de entrega.

O ponto estratégico é que a empresa está projetando sua infraestrutura a partir de blocos repetíveis em escala de rack, que podem ser combinados para formar instalações maiores de IA.

O que observar no balanço da Nvidia em 26 de agosto

A Nvidia projetou receita de US$ 91 bilhões, com variação de 2% para mais ou para menos, no segundo trimestre fiscal. A previsão considera nenhuma receita de computação para data centers proveniente da China. A empresa também indicou margem bruta de aproximadamente 74,9% no padrão GAAP e 75,0% no padrão não GAAP.

O relatório de 26 de agosto deve ser lido como um teste do impulso comercial do Rubin, e não apenas como um balanço retrospectivo. Quatro perguntas serão especialmente importantes:

1. O Rubin está passando da validação para o volume?

Investidores devem buscar comentários concretos sobre remessas de produção, implantações em clientes, disponibilidade de componentes e o momento em que a receita do Rubin começará a contribuir de forma relevante.

A Nvidia disse que as remessas de produção começariam no outono, enquanto outras reportagens descrevem a plataforma como já em produção plena e sendo enviada aos clientes.

2. A Nvidia conseguirá preservar suas margens?

Sistemas em escala de rack têm componentes mais caros e complexos que aceleradores independentes. Os comentários sobre margem bruta indicarão se a Nvidia consegue repassar esses custos e manter seu poder de precificação próximo das projeções divulgadas.

3. Memória e outros componentes podem limitar a oferta?

A Nvidia alertou para restrições de oferta e aumentou os gastos para garantir suprimentos em meio a uma escassez mais ampla no mercado de memória. Vale acompanhar as informações sobre disponibilidade de memória, custos de componentes e possíveis efeitos dessas limitações no ritmo de expansão do Rubin.

4. A projeção futura confirma uma demanda sustentável?

O resultado imediato de US$ 91 bilhões é relevante, mas o sinal mais importante pode estar na previsão para o trimestre seguinte e na descrição dos compromissos assumidos pelos clientes. Uma narrativa forte para o Rubin precisa de evidências de demanda repetível — não apenas de uma primeira implantação bem-sucedida.

Conclusão

A implantação do Vera Rubin pela OpenAI é significativa porque conecta a próxima plataforma da Nvidia às cargas de trabalho mais exigentes do desenvolvimento de IA de fronteira. A presença de sistemas Rubin na CoreWeave, no Google Cloud, no Microsoft Azure, na Oracle Cloud Infrastructure e na Nebius reforça a evidência de que a arquitetura está avançando além do anúncio de produto.

Mas a tese de investimento ainda depende da execução. Os preços dos racks são estimativas, não valores oficiais de tabela; a melhora de margem relatada pela CoreWeave é específica da empresa; e uma validação inicial não comprova entregas em alto volume.

O balanço da Nvidia em 26 de agosto ajudará a responder se o Vera Rubin está se transformando em um negócio escalável e rentável de sistemas completos — ou se continua sendo uma impressionante, mas ainda inicial, transição na infraestrutura de IA.