Principal conferência global de inteligência artificial pode redefinir a estratégia da NVIDIA

Entre 16 e 19 de março, a NVIDIA (NVDC34) realiza, em San Jose (Califórnia), mais uma edição da GPU Technology Conference (GTC), seu principal evento anual para apresentar avanços tecnológicos e diretrizes estratégicas no campo da inteligência artificial. Desta vez, a expectativa do mercado é de uma inflexão relevante: menos ênfase em performance isolada de chips e maior destaque à arquitetura de sistemas das chamadas “fábricas de IA”.

O conceito, recorrente nos discursos da gestão, descreve ambientes integrados de computação — combinando GPUs, CPUs, redes, memória, energia e software — projetados para produzir inferência de IA em escala industrial, com custos marginais decrescentes. Na prática, trata-se de reposicionar a NVIDIA de fornecedora de semicondutores para plataforma integrada de infraestrutura de inteligência artificial.

Esse movimento ocorre em um momento-chave para os investidores. Embora a NVIDIA lidere com folga o mercado de treinamento de modelos, a inferência — etapa em que os modelos são efetivamente utilizados — é mais fragmentada e competitiva, com crescente participação de arquiteturas especializadas, como ASICs desenvolvidos por grandes provedores de nuvem.

Inferência, agentes e a busca por demanda recorrente

A mudança de foco tem implicações econômicas relevantes. Enquanto o treinamento de modelos exige ciclos intensivos de capex, a inferência gera despesas operacionais recorrentes, que escalam conforme o uso. Cada consulta, fluxo de trabalho ou agente em produção representa demanda contínua por capacidade computacional.

Nesse contexto, a NVIDIA deve reforçar, durante a GTC, a importância dos agentes de IA como multiplicadores estruturais da demanda. Diferentemente das aplicações tradicionais — baseadas em interações pontuais de pergunta e resposta —, sistemas agentes executam cadeias complexas de tarefas, gerando ordens de magnitude mais tokens por usuário.

Casos como agentes de atendimento ao cliente, assistentes de programação capazes de revisar bases inteiras de código ou analistas financeiros automatizados ampliam significativamente o consumo de inferência. Se essas aplicações continuarem a ganhar tração, a demanda por compute tende a se expandir de forma durável.

Novos chips no radar: Groq, Vera Rubin e Feynman

A expectativa do mercado é que a conferência traga anúncios relevantes em três frentes principais:

• 1. Processador dedicado à inferência – A NVIDIA pode apresentar um chip voltado especificamente à inferência, incorporando a arquitetura LPU da Groq, após o acordo de licenciamento de US$ 20 bilhões, anunciado em dezembro de 2025. As LPUs são otimizadas para geração de tokens em baixa latência, um atributo crítico para aplicações agentes e sistemas em produção.
• 2. Atualizações da plataforma Vera Rubin – Sucessora da Blackwell, a arquitetura Vera Rubin é esperada para a segunda metade de 2026. A GTC pode trazer mais detalhes técnicos e reforçar seu papel como próximo ciclo de investimento em infraestrutura.
• 3. Primeira prévia da arquitetura Feynman – Com lançamento estimado para 2028, a plataforma Feynman estaria associada ao nó A16 (1,6 nm) da TSMC. Ainda em estágio inicial, a arquitetura deve sinalizar a visão de longo prazo da companhia.

As leis de escala seguem vivas — e isso importa

Um dos pontos centrais da GTC 2026 deve ser a durabilidade da demanda computacional. Nos últimos anos, cresceu o receio de que as chamadas leis de escala — segundo as quais mais computação gera modelos proporcionalmente mais capazes — estariam se aproximando de um limite econômico.

Evidências recentes, porém, apontam na direção oposta. O lançamento do Gemini 3, da Alphabet, no fim de 2025, e a rápida adoção de modelos como o Claude Code, da Anthropic, reforçaram a percepção de que ganhos de capacidade continuam a responder a aumentos de compute.

Para a NVIDIA, isso significa que os primeiros modelos treinados na Blackwell, com lançamento esperado para o segundo trimestre de 2026, tendem a superar de forma significativa os modelos atuais — validando novos ciclos de investimento e preparando o terreno para que Vera Rubin repita o padrão.

Demanda visível, base de clientes mais diversa

Outro tema relevante deve ser a visibilidade da demanda. Em outubro de 2025, a NVIDIA informou ter mais de US$ 500 bilhões em pedidos acumulados para as arquiteturas Blackwell e Rubin até o ano fiscal de 2026 — valor superior a cinco vezes a receita total gerada pela Hopper.

Além disso, a companhia tem enfatizado a diversificação da base de clientes. Governos e entidades públicas passaram a investir em infraestrutura nacional de IA, tratando capacidade computacional como ativo estratégico, comparável a energia ou telecomunicações. Esse movimento reduz a dependência exclusiva dos hyperscalers e amplia o mercado endereçável.

Valuation: desconforto de curto prazo, tese estrutural intacta

Apesar da trajetória operacional robusta, o valuation da NVIDIA permanece no centro do debate. Com um P/L projetado de cerca de 21,5 vezes, abaixo da média histórica de cinco anos, o mercado parece precificar a empresa como um negócio cíclico próximo ao pico de rentabilidade.

O principal receio está na sustentabilidade do capex dos hyperscalers. Ainda assim, os dados sugerem que o mercado segue limitado pela oferta, não pela demanda: a capacidade de IA continua sendo absorvida tão rapidamente quanto é implantada, com contratos de longo prazo dando suporte à expansão.

Parte do desconforto pode ser explicada pela defasagem entre investimento e monetização. Enquanto os custos são reconhecidos de imediato, receitas e fluxos de caixa tendem a seguir uma curva em J, acelerando apenas à medida que as cargas de trabalho entram em produção.

Se as leis de escala continuarem válidas, a demanda incremental por inferência deve acelerar com novos agentes, aplicações corporativas e casos de uso ainda incipientes. Nesse cenário, o ciclo atual pode estar apenas nos estágios iniciais de uma expansão plurianual.

Um possível catalisador para o mercado

A GTC 2026, a principal conferência global de IA, ocorre em um momento de desalinhamento incomum entre a execução operacional da NVIDIA e sua avaliação de mercado. Ao reforçar a narrativa das fábricas de IA, da inferência recorrente e da expansão estrutural do mercado endereçável, a conferência tem potencial para atuar como catalisador de uma reavaliação das ações.

• Análise Safra: “Fábricas de IA”, agentes de IA e o caminho para uma possível reavaliação das ações