Roadshow da NVIDIA: receita se aproxima de US$ 100 bilhões, Rubin Ultra avança conforme planejado

Introdução

A NVIDIA respondeu recentemente, durante uma apresentação no evento organizado pelo Morgan Stanley na Califórnia, a várias dúvidas que preocupavam investidores: se o roteiro do Rubin Ultra estava atrasado, se ASICs personalizados estavam corroendo a participação de mercado das GPUs e se a empresa conseguirá manter o crescimento quando a receita trimestral se aproximar de US$ 100 bilhões.

De acordo com a ata da apresentação publicada pelo Wall Street Journal, a resposta da NVIDIA foi direta: o crescimento ainda não atingiu o pico, e a administração acredita que ele está se acelerando.

O CEO Jensen Huang, a CFO Colette Kress e o vice-presidente de Relações com Investidores e Financiamento Estratégico, Toshiya Hari, participaram juntos da reunião com investidores institucionais. A presença dessa equipe executiva diferenciou o evento de reuniões comuns com investidores, permitindo que a empresa abordasse diretamente preocupações sobre ritmo de produtos, cenário competitivo, restrições de oferta e sustentabilidade dos gastos com infraestrutura de IA.

O analista do Morgan Stanley, Joseph Moore, avaliou positivamente o tom do encontro. O banco mantém a NVIDIA como sua ação preferencial no setor de semicondutores, com classificação de "compra".

Boato sobre atraso do Rubin Ultra? NVIDIA: roteiro inalterado

Antes da apresentação, circularam rumores de que o Rubin Ultra poderia ser adiado para 2028.

Segundo relatos, Jensen Huang refutou diretamente essa interpretação durante a reunião. A ata do Morgan Stanley indica que o Rubin Ultra ainda deve começar a ser entregue em 2027.

Alguns ajustes estão sendo feitos na arquitetura dos racks. O design original do Kyber estaria sendo substituído por uma configuração que a NVIDIA considera superior, o que pode resultar em um domínio de computação maior. No entanto, a apresentação classificou isso como uma otimização arquitetônica, e não como uma alteração no cronograma.

Os principais trabalhos de infraestrutura continuam em andamento:

• Alimentação CC de 800 volts
• Resfriamento líquido em nível de rack
• Interconexão óptica entre racks
• Domínios de computação de maior densidade
• Otimização em nível de sistema do Rubin Ultra

O roteiro público da NVIDIA também suporta o cronograma de 2027. Seu material oficial de infraestrutura mostra que o Kyber é uma geração de racks projetada para acomodar 576 GPUs Rubin Ultra, com meta para 2027. A NVIDIA também discutiu publicamente que a transição para alimentação CC de 800 volts é um pré-requisito para suportar esse nível de densidade de rack.

Essa distinção é crucial: redesenhar o rack altera a forma do sistema, mas não adia a geração subjacente do produto. De acordo com a ata, a NVIDIA posicionou o ajuste como uma otimização da arquitetura de implantação, e não como uma redefinição do roteiro do Rubin Ultra.

Cliente focado em ASIC está migrando para quase 50% de poder computacional da NVIDIA

Um dos detalhes mais comentados da apresentação envolveu um cliente de laboratório de IA da NVIDIA.

O Morgan Stanley estima que os laboratórios de IA atualmente representam cerca de 20% da demanda total da NVIDIA. A maioria dos desenvolvedores de modelos de ponta já depende em grande parte da infraestrutura da NVIDIA, mas um cliente importante desenvolvia modelos principalmente com base em hardware ASIC personalizado, com participação mínima da NVIDIA.

De acordo com o relato da apresentação, a participação da NVIDIA na infraestrutura de computação desse cliente agora subiu para quase 50%.

O Morgan Stanley não divulgou publicamente a identidade do cliente. O artigo de origem sugere que a descrição pode se referir à Anthropic, devido à sua estreita relação com a Amazon e ao uso de chips AWS Trainium. Essa conclusão ainda é uma especulação de mercado, não uma confirmação divulgada pela NVIDIA, Morgan Stanley, Amazon ou Anthropic.

Mesmo sem mencionar o nome do cliente, essa mudança responde a uma preocupação importante dos investidores: chips personalizados não substituem necessariamente as GPUs da NVIDIA.

Provedores de serviços em nuvem de hiperescala ou laboratórios de IA podem desenvolver seus próprios ASICs, continuando ao mesmo tempo a adquirir grandes volumes de infraestrutura da NVIDIA. A decisão final depende da economia de toda a carga de trabalho, e não do preço de um único acelerador.

Custo total por token é mais crítico que o preço do chip

O Morgan Stanley acredita que os clientes, no fim das contas, comparam o custo total para gerar tokens.

Esse cálculo não inclui apenas o preço de compra do chip:

• Desempenho em treinamento e inferência
• Largura de banda da memória
• Eficiência de rede
• Taxa de utilização do cluster
• Maturidade do software
• Produtividade do desenvolvedor
• Consumo de energia
• Tempo de implantação
• Confiabilidade em grande escala

De acordo com a pesquisa de mercado do banco de investimento, em muitas cargas de trabalho, a NVIDIA continua oferecendo um custo por token mais baixo. Isso ajuda a explicar por que a adoção de ASICs personalizados e o aumento da participação de mercado da NVIDIA podem ocorrer simultaneamente.

Moore também argumentou que, embora as principais empresas de nuvem tenham expandido seus programas de chips personalizados, a participação geral da NVIDIA na computação de IA continuou a crescer entre 2024 e 2026.

Isso não significa que a concorrência de ASICs seja irrelevante. Indica que o mercado está crescendo rápido o suficiente e as cargas de trabalho são diversificadas o bastante para que múltiplas arquiteturas se expandam ao mesmo tempo, enquanto a NVIDIA mantém uma posição forte.

Crescimento cada vez mais diversificado

A apresentação dividiu a demanda da NVIDIA em três motores de crescimento.

1. Laboratórios de IA

Segundo estimativas do Morgan Stanley, os laboratórios de IA representam cerca de 20% da demanda total.

Grandes desenvolvedores de modelos de ponta ainda dependem fortemente da plataforma NVIDIA. Ao mesmo tempo, clientes que antes dependiam mais de ASICs personalizados parecem estar aumentando a implantação de GPUs.

Esse segmento é impulsionado por:

• Pré-treinamento de modelos de ponta
• Pós-treinamento e aprendizado por reforço
• Inferência de contexto longo
• Cargas de trabalho de IA agente
• Experimentos de pesquisa
• Expansão rápida da inferência em produção

Os padrões de demanda estão se tornando mais amplos do que alguns clusters de treinamento. Cargas de trabalho de inferência e agentes exigem capacidade contínua de crescimento à medida que o uso dos modelos se expande.

2. Provedores de nuvem de hiperescala tradicionais

Na estrutura da apresentação, os provedores de nuvem de hiperescala tradicionais representam cerca de metade da receita da NVIDIA.

Microsoft, Meta, Amazon e Google continuam sendo o maior grupo de clientes. Sua expansão é cada vez mais limitada por restrições de infraestrutura física, e não por falta de demanda.

As principais limitações incluem:

• Disponibilidade de energia elétrica
• Conexão à rede elétrica
• Terreno
• Construção de data centers
• Resfriamento
• Fornecimento de memória
• Equipamentos de rede
• Tempo de preparação para implantação

As oportunidades da NVIDIA nesse grupo também vão além das GPUs. A empresa está vendendo sistemas mais amplos, incluindo CPUs, rede, interconexão, aceleração de armazenamento e arquitetura em nível de rack.

3. Novas nuvens de IA, IA soberana, clientes industriais e empresariais

O terceiro motor de crescimento inclui novos provedores de nuvem de IA, projetos de IA soberana, empresas industriais e clientes corporativos.

O Morgan Stanley prevê que, em alguns períodos, esse tipo de cliente crescerá mais rápido que os provedores de nuvem de hiperescala tradicionais, pois esses compradores geralmente preferem adquirir infraestrutura completa e integrada, em vez de construir cada camada por conta própria.

Suas decisões de compra são influenciadas por:

• Disponibilidade limitada de energia e espaço em data centers
• Necessidade de implantação mais rápida
• Requisitos de soberania de dados
• Considerações de segurança nacional e política industrial
• Preferência por sistemas completos validados
• Experiência limitada na operação interna de clusters de IA de hiperescala

A IA soberana é particularmente importante. Governos e indústrias locais estão construindo capacidade computacional local, conjuntos de dados nacionais e modelos específicos para seus países, a fim de manter o controle sobre informações sensíveis e tecnologias estratégicas.

Esses projetos geralmente são menos suscetíveis à concorrência de ASICs de hiperescala, pois o comprador nem sempre tem programas próprios de design de chips.

CPU e rede expandem o mercado da NVIDIA

A NVIDIA não se posiciona mais como uma fornecedora independente de GPUs.

A empresa está construindo uma plataforma de infraestrutura de IA que cobre:

• GPUs
• CPUs
• Interconexão de escala NVLink
• Rede Ethernet e InfiniBand
• Unidades de processamento de dados
• Aceleração de armazenamento
• Arquitetura de racks
• Software de sistema

Essa plataforma mais ampla aumenta a receita que a NVIDIA obtém de cada fábrica de IA.

CPU Vera pode se tornar um negócio significativo

A apresentação teria reafirmado a meta de cerca de US$ 200 bilhões para o negócio de CPUs da NVIDIA no ano fiscal atual.

O Morgan Stanley afirma que quase metade dessa receita pode vir de racks de CPU independentes, e não apenas da parte usada como CPU host em sistemas de GPU.

Isso representa uma expansão importante do papel do produto.

A CPU Vera é projetada para tarefas intensivas e sensíveis à latência em torno de modelos de IA, incluindo:

• Execução de código
• Uso de ferramentas
• Isolamento em sandbox
• Análise
• Pipelines de dados
• Ambientes de aprendizado por reforço
• Orquestração de fluxos de trabalho

As especificações oficiais da NVIDIA descrevem a Vera com 88 núcleos Olympus personalizados, suportando 176 threads. Sua arquitetura prioriza alto desempenho single-thread e eficiência de memória para lidar com cargas de trabalho de agentes e fábricas de IA.

Se a Vera tiver sucesso tanto como CPU para servidores host quanto como processador para datacenters independentes, a NVIDIA poderá conquistar uma fatia ainda maior do mercado de servidores.

Com o aumento do tamanho dos clusters, o valor da rede cresce

A rede é outra grande fonte de crescimento.

À medida que os clusters de IA aumentam de escala, a transferência de dados entre GPUs torna-se um gargalo crítico. Aceleradores caros não conseguem operar de forma eficiente se passarem muito tempo aguardando dados ou sincronização.

A NVIDIA está enfrentando esse desafio com as seguintes tecnologias:

• NVLink para expansão de conectividade
• Ethernet Spectrum-X e Spectrum-6
• Quantum InfiniBand
• ConnectX SuperNICs
• Unidades de processamento BlueField
• Tecnologia de rede óptica

Os resultados do primeiro trimestre fiscal de 2027 da empresa mostram o rápido crescimento dessa área. A receita de rede para datacenters da NVIDIA atingiu US$ 14,8 bilhões, um aumento de 199% em relação ao ano anterior e de 35% em relação ao trimestre anterior.

Isso sustenta o argumento central da apresentação: o crescimento da NVIDIA não se limita mais à venda de mais chips de GPU, mas depende cada vez mais da venda de sistemas completos.

A NVIDIA começa a atrair investidores de valor

O Morgan Stanley também notou uma mudança na forma como a NVIDIA se comunica com os investidores.

Historicamente, a empresa era fortemente detida por fundos de crescimento. Para algumas instituições, a NVIDIA já atingiu ou está próxima do limite interno de participação, o que dificulta o aumento da exposição por parte desses investidores.

O próximo grupo de compradores pode incluir investidores de valor, que focam mais nos seguintes indicadores:

• Fluxo de caixa livre
• Recompra de ações
• Dividendos
• Retorno sobre o capital
• Sustentabilidade dos lucros
• Estrutura de mercado de longo prazo

Moore prevê que a NVIDIA pode eventualmente usar mais da metade de seu fluxo de caixa para recompras e retorno aos acionistas.

As recentes decisões de alocação de capital da NVIDIA tornam esse argumento mais crível. Em maio de 2026, a empresa anunciou uma nova autorização de recompra de ações no valor de US$ 80 bilhões e aumentou o dividendo trimestral em dinheiro.

A tese de investimento em valor não substitui a tese de crescimento. Pelo contrário, a NVIDIA está tentando apresentar ambos os aspectos simultaneamente:

1. A receita e os lucros ainda estão se expandindo rapidamente.
2. A empresa gera fluxo de caixa suficiente para devolver mais capital aos acionistas.

Essa combinação pode ampliar a base de investidores das ações.

A receita trimestral está se aproximando de US$ 100 bilhões

A expressão "quase US$ 100 bilhões" já não é mais teórica.

A NVIDIA reportou receita de US$ 81,6 bilhões no primeiro trimestre fiscal de 2027, um aumento de 20% em relação ao trimestre anterior e de 85% em relação ao mesmo período do ano anterior. A projeção oficial da empresa para o próximo trimestre é de US$ 91 bilhões, com variação de 2% para mais ou para menos.

O relatório do Morgan Stanley afirma que a administração continua posicionando o negócio como estando em aceleração mesmo nessa escala.

Esse é o ponto-chave por trás da lógica de investimento. A NVIDIA não está apenas adicionando dezenas de bilhões de dólares em receita trimestral, mas, devido ao crescimento simultâneo em vários mercados, a taxa de expansão ainda é alta:

• Fábricas de IA em hiperescala
• Laboratórios de modelos de ponta
• Inferência em produção
• Novas nuvens de GPU
• IA soberana
• IA empresarial e industrial
• CPU
• Rede
• Armazenamento e infraestrutura de sistemas

O desafio é transformar a demanda em sistemas entregáveis. A receita depende da disponibilidade de memória, componentes de rede, energia, refrigeração, espaço em datacenters e racks completos.

Fortes expectativas de crescimento, mas avaliação e oferta ainda importam

O Morgan Stanley manteve a classificação "Overweight" e o preço-alvo de US$ 288 no relatório da apresentação.

O artigo original usou o preço de fechamento da NVIDIA em 9 de julho, de US$ 202,78, o que implica um potencial de alta de aproximadamente 42% em relação ao preço-alvo. Também citou um valor de mercado de cerca de US$ 4,97 trilhões na época.

Esses dados de mercado são sensíveis ao tempo e devem ser considerados como um instantâneo da data de publicação original.

O crescimento de receita previsto por Moore é:

Essas são estimativas de analistas, e não orientações da NVIDIA.

A tese de investimento baseia-se em várias premissas:

• A IA generativa continua impulsionando os gastos com capital em nuvem.
• Blackwell continua sendo a plataforma principal para as cargas de trabalho atuais.
• Vera Rubin e Rubin Ultra mantêm a liderança de desempenho da NVIDIA.
• Apesar da adoção de ASICs personalizados, a NVIDIA mantém uma participação forte.
• A receita de CPU e rede continua se expandindo.
• A capacidade da cadeia de suprimentos acompanha a demanda sem criar excesso de estoque.

Os principais riscos não desapareceram

O Morgan Stanley também destacou os riscos que podem enfraquecer as perspectivas.

Eles incluem:

• A oferta atender à demanda mais rapidamente do que o esperado
• Uma queda acentuada no custo de desenvolvimento de IA
• Produtos mais competitivos de fabricantes concorrentes de chips
• Implantação mais rápida de hardware personalizado pelos clientes
• Limitações de energia, memória, rede e construção
• Pressão sobre a avaliação se o crescimento desacelerar

Um risco particularmente importante é a transição da escassez para o equilíbrio.

Quando a demanda supera em muito a oferta, os fabricantes têm forte poder de precificação e os clientes disputam capacidade. Se a oferta se expandir muito rapidamente, o crescimento dos datacenters pode desacelerar de forma mais abrupta do que os investidores esperam.

O risco de chips personalizados também continua real. Google, Amazon, Microsoft, Meta e outros grandes compradores têm fortes incentivos para desenvolver hardware otimizado para suas próprias cargas de trabalho.

A defesa da NVIDIA não é apenas ter GPUs mais rápidas.

É a combinação de seu ecossistema de software, rede, CPU, design de racks, velocidade de implantação e economia total por token.

A verdadeira limitação está na entrega de sistemas completos de IA

A mensagem mais ampla transmitida na apresentação é que a demanda por infraestrutura de IA continua forte.

O problema atual da NVIDIA não é convencer os clientes de que o poder computacional de IA é útil, mas transformar a enorme demanda em sistemas operacionais sob múltiplas restrições físicas.

Os fatores limitantes atuais incluem:

• Memória de alta largura de banda
• Capacidade de rede
• Geração e distribuição de energia
• Infraestrutura de refrigeração
• Construção de datacenters
• Componentes ópticos
• Integração de racks
• Prontidão para implantação do cliente

É por isso que a NVIDIA continua investindo na arquitetura geral.

Uma GPU precisa ser encapsulada em um sistema funcional, conectada a memória e rede, receber fornecimento de energia adequado e ser instalada em um datacenter pronto para gerar receita.

A arquitetura de 800 VDC e Kyber do Rubin Ultra refletem essa transformação. A próxima fase da computação de IA não é apenas um problema de semicondutores, mas um problema de engenharia de infraestrutura.

Perguntas frequentes

O Rubin Ultra da NVIDIA foi adiado?

De acordo com o relatório do Morgan Stanley, a NVIDIA negou a alegação de que o Rubin Ultra foi adiado para 2028 e manteve o cronograma de embarque em 2027. O roteiro público de infraestrutura da NVIDIA também descreve que o sistema Kyber com GPU Rubin Ultra será lançado em 2027.

Qual é a diferença entre Vera Rubin e Rubin Ultra?

Vera Rubin é a nova plataforma de IA da NVIDIA, combinando GPU Rubin, CPU Vera, NVLink, rede e infraestrutura de armazenamento. Já o Rubin Ultra é um produto sucessor de maior densidade, planejado com base na arquitetura de rack Kyber e sistema de alimentação de 800 VDC.

Por que a receita trimestral da NVIDIA está se aproximando de US$ 100 bilhões?

A NVIDIA reportou receita de US$ 81,6 bilhões no primeiro trimestre fiscal de 2027 e prevê US$ 91 bilhões no próximo trimestre. O crescimento vem de provedores de nuvem em hiperescala, laboratórios de IA, novos provedores de serviços em nuvem, projetos de IA soberana, rede, CPU e sistemas completos de fábricas de IA.

Os ASICs personalizados substituirão as GPUs da NVIDIA?

Os ASICs personalizados estão se expandindo, mas não se trata de uma simples substituição. Os clientes podem usar seus próprios aceleradores para cargas de trabalho específicas, enquanto continuam implantando sistemas da NVIDIA, especialmente quando a maturidade do software, flexibilidade, rede ou custo total por token são mais vantajosos.

Qual cliente elevou a participação computacional da NVIDIA para quase 50%?

O Morgan Stanley não mencionou o nome desse cliente no relatório da apresentação. O artigo original especulou que poderia ser a Anthropic, mas esse julgamento foi baseado apenas em suposições, sem confirmação das empresas envolvidas.

O que é IA soberana?

IA soberana refere-se à capacidade de um país construir e operar IA usando sua própria infraestrutura, dados, talentos e ecossistema doméstico. Esses projetos podem gerar demanda por fábricas de IA locais, modelos nacionais e poder computacional seguro.

Por que a NVIDIA está expandindo as áreas de CPU e rede?

Grandes clusters de IA precisam de mais do que apenas aceleradores. A CPU gerencia pipelines de dados, ferramentas, orquestração e cargas de trabalho de agentes, enquanto a rede de alta velocidade permite que milhares de GPUs permaneçam sincronizadas e totalmente utilizadas.

Este artigo é um conselho de investimento?

Não. As classificações de analistas, preços-alvo e previsões discutidos no texto são para ilustrar o relatório original.

Existem riscos no mercado. Os leitores devem avaliar seus próprios objetivos, situação financeira e tolerância a riscos antes de tomar decisões de investimento.

Ferramentas relacionadas

• Plataforma NVIDIA Vera Rubin: Plataforma full-stack da NVIDIA para treinamento em larga escala, inferência, IA agêntica e computação científica.
• NVIDIA Vera CPU: CPU de datacenter projetada para cargas de trabalho de agentes, aprendizado por reforço, orquestração e operações de fábricas de IA.
• NVIDIA Spectrum-X: Plataforma de rede Ethernet para expansão de infraestrutura de IA distribuída.
• NVIDIA NVLink: Tecnologia de interconexão de alta largura de banda da NVIDIA para conectar GPUs e CPUs em grande escala.
• NVIDIA BlueField: Infraestrutura de processamento e armazenamento de dados para rede, segurança, isolamento e transferência de dados.

Links relacionados

• Resultados financeiros do primeiro trimestre do ano fiscal de 2027 da NVIDIA: Dados oficiais de receita, datacenter, rede, perspectivas e retorno de capital.
• NVIDIA lança plataforma Rubin: Visão geral oficial da arquitetura Rubin GPU, Vera CPU, NVLink 6, BlueField-4 e Spectrum-6.
• Visão geral da plataforma NVIDIA Vera Rubin: Informações oficiais do produto sobre o sistema Vera Rubin e infraestrutura relacionada.
• Infraestrutura NVIDIA Kyber e 800 VDC: Explicação da NVIDIA sobre racks Kyber, energia de 800 VDC e roteiro do Rubin Ultra para 2027.
• Arquitetura técnica NVIDIA 800 VDC: Detalhes técnicos sobre transmissão de energia para futuras fábricas de IA de alta densidade.
• Relatórios financeiros da NVIDIA: Arquivo oficial de resultados financeiros e divulgações para investidores da NVIDIA.
• Visão geral da IA Soberana da NVIDIA: Definição da NVIDIA sobre IA soberana e infraestrutura nacional de IA.

Resumo

O resumo do roadshow da NVIDIA do Morgan Stanley indica que o crescimento da empresa está se diversificando, em vez de depender de um único fator. Laboratórios de IA, provedores de nuvem em hiperescala, nuvens emergentes de IA, projetos de IA soberana, CPUs e negócios de rede impulsionam conjuntamente a próxima fase de expansão.

Os rumores sobre atrasos no Rubin Ultra foram negados, sustentando o roteiro existente da NVIDIA para 2027. Ao mesmo tempo, a transição para racks maiores, energia de 800 VDC, interconexão óptica e sistemas completos de IA indica que o crescimento futuro dependerá tanto da engenharia de infraestrutura quanto do design de chips.

ASICs personalizados continuam sendo um risco competitivo significativo, mas o roadshow sugere que sua adoção não é um ciclo de substituição simples. Os clientes estão avaliando a economia de toda a carga de trabalho, incluindo software, rede, utilização e custo por token.

O principal desafio da NVIDIA não é mais provar a existência de demanda por IA, mas transformar essa demanda em sistemas completos capazes de fornecer energia, resfriamento, interconexão, entrega e operação em grande escala.