A corrida de Jensen Huang para garantir mais chips de IA da TSMC

Receita recorde mostra a escala da demanda

Os resultados financeiros da Nvidia ajudam a entender o tamanho do fenômeno.

A companhia registrou receita trimestral recorde de US$ 81,6 bilhões no primeiro trimestre do ano fiscal de 2027 — um crescimento de 85% em relação ao ano anterior. Desse total, US$ 75,2 bilhões vieram do segmento de data centers, que inclui GPUs usadas para treinar e executar modelos de IA em larga escala.

Isso significa que o negócio de infraestrutura de IA já representa a maior parte da receita da Nvidia.

Grandes empresas de nuvem, como Microsoft e Amazon, além de governos e startups de IA, estão investindo bilhões em novos data centers. Cada um desses clusters de treinamento pode exigir milhares de GPUs Nvidia, o que faz a demanda disparar.

Nvidia virou a maior cliente da TSMC

O boom da IA também mudou o equilíbrio dentro da própria TSMC.

Em 2025, a Nvidia ultrapassou a Apple e se tornou a maior cliente da TSMC, responsável por cerca de 19% da receita da fabricante.

Esse dado mostra uma transformação importante na indústria de semicondutores. Durante anos, chips para smartphones lideraram a demanda por processos de fabricação avançados. Agora, processadores para IA — muitos deles projetados pela Nvidia — estão entre os maiores motores de crescimento desse mercado.

Essa relação traz poder, mas também dependência. Se a TSMC não conseguir expandir produção ou capacidade de empacotamento avançado rápido o suficiente, a Nvidia pode ter dificuldade para transformar demanda em vendas reais.

Por que Huang quer mais capacidade

O próprio Jensen Huang tem alertado que a cadeia global de semicondutores pode ficar pressionada por anos devido à IA.

Segundo ele, a demanda da Nvidia sozinha pode exigir mais que o dobro da capacidade atual da TSMC ao longo da próxima década.

Essa pressão aumenta à medida que a empresa prepara novas arquiteturas de chips — como Blackwell e a futura Rubin — que dependem de processos de fabricação extremamente avançados e tecnologias sofisticadas de empacotamento.

Garantir capacidade com antecedência é essencial porque outros concorrentes — como AMD, além de chips desenvolvidos internamente por grandes empresas de nuvem — também disputam o mesmo espaço nas fábricas da TSMC.

A corrida global por infraestrutura de IA

Por trás de toda essa urgência está uma tendência econômica muito maior: a construção da infraestrutura global de inteligência artificial.

Huang tem afirmado repetidamente que a indústria está apenas no começo desse ciclo de investimento. Em sua visão, os gastos mundiais com infraestrutura de IA podem chegar a US$ 3 trilhões a US$ 4 trilhões ao longo do tempo.

Nesse cenário, os data centers deixam de ser apenas instalações de computação tradicionais e passam a funcionar como verdadeiras “fábricas de IA”, convertendo energia e poder computacional em previsões, automação e novos serviços digitais.

O que realmente está em jogo

Para a Nvidia, o futuro depende de vencer duas corridas ao mesmo tempo:

• desenvolver os chips de IA mais poderosos
• garantir capacidade suficiente para fabricá‑los

A empresa claramente lidera a primeira corrida. Mas a segunda — acesso a fábricas e empacotamento avançado — pode determinar a velocidade real de crescimento da companhia.

É por isso que as viagens de Jensen Huang a Taiwan são tão importantes. No auge da era da inteligência artificial, até a empresa de tecnologia mais valiosa do mundo depende de algo muito concreto: fábricas suficientes para produzir seus chips.