Português 
Inglês 
Espanhol 
8 min de leitura 
0 comentários 
A Nvidia domina a infraestrutura da inteligência artificial, mas a liderança construída por Jensen Huang passou a enfrentar pressão de Huawei, TPUs do Google, startups e grandes clientes. Reportagem da Exame publicada em 27 de maio de 2026 mostra demanda trilionária, dependência das GPUs e disputa por alternativas mais baratas.
A Nvidia chegou ao centro da infraestrutura global de inteligência artificial e, durante o GTC 2026, em San Jose, Jensen Huang apresentou a empresa como peça essencial da nova fase industrial da IA. A cobertura foi publicada pela Exame em 27 de maio de 2026, com atualização no mesmo dia.
O que está em jogo é a permanência da companhia no topo, depois de transformar GPUs em base para data centers, robótica, nuvem e modelos de IA. Ao mesmo tempo, clientes como Amazon, Microsoft, Google e Meta buscam reduzir dependência, enquanto Huawei, startups de chips e TPUs do Google avançam no mercado.
Nvidia transformou chips em infraestrutura da inteligência artificial
A Nvidia não chegou ao topo apenas por vender placas avançadas. A empresa construiu uma posição estratégica ao tornar suas GPUs fundamentais para o treinamento e a operação de sistemas de inteligência artificial em larga escala.
-
NASA flagra tufão Jangmi com olho gigante girando no espaço, ventos de 130 km/h e nuvens enormes avançando sobre o Japão em imagens que impressionam pela força da tempestade
-
Escondido sob a vegetação densa do México, assentamento maia revela 80 construções, mural colorido, praça monumental e estruturas de até 14 metros que podem ser apenas o começo de uma cidade ancestral ainda maior
-
Brasil tem 130 mil ônibus a diesel, mas elétricos ainda travam fora de São Paulo: frota cresce 170%, cidade concentra mais de 80% dos veículos e custo de até R$ 3 milhões expõe gargalo de financiamento e infraestrutura no transporte público brasileiro
-
Estudantes indianos criam “filtro solar para bueiros” que prende lixo, óleo, metais pesados e microplásticos antes que a enxurrada chegue aos lagos urbanos e transforma redes de drenagem em barreira contra poluição invisível
O que antes parecia uma tecnologia de nicho virou infraestrutura crítica. Data centers, modelos generativos, robôs, plataformas de nuvem e empresas de tecnologia passaram a depender de chips capazes de processar enormes volumes de dados com velocidade e eficiência.
No GTC 2026, Jensen Huang defendeu justamente essa tese: a inteligência artificial deixaria de ser apenas uma camada de software para se tornar uma nova infraestrutura industrial. Esse movimento explica por que a Nvidia passou a ser tratada como uma das empresas mais importantes da economia global.
A empresa também carrega uma trajetória de apostas antecipadas. Primeiro, cresceu com chips gráficos para jogos. Depois, entrou no setor automotivo, ganhou relevância na mineração de bitcoin e, com a explosão do ChatGPT, passou a ocupar o centro do ciclo de IA.
Jensen Huang projeta demanda trilionária para novos chips
Durante o evento, Huang afirmou que a demanda por Blackwell e Vera Rubin, famílias avançadas de chips e sistemas da companhia, poderia chegar a pelo menos US$ 1 trilhão em 2027. Um ano antes, a própria Nvidia enxergava algo próximo de US$ 500 bilhões.
Esse salto ajuda a explicar o entusiasmo do mercado. Segundo a Exame, a empresa faturou US$ 216 bilhões no último ano, com crescimento de 65%, e se aproximou de US$ 5,4 trilhões em valor de mercado nos últimos três anos.
A escala dos números mostra como a Nvidia virou símbolo financeiro da corrida por IA. Não se trata apenas de vender chips, mas de fornecer a base técnica para empresas que querem treinar modelos, operar assistentes, automatizar processos e criar produtos digitais.
Ao mesmo tempo, essa liderança aumentou a exposição da empresa. Quanto maior o domínio, maior a pressão de clientes, rivais e governos para reduzir concentração, baixar custos e criar alternativas à dependência das GPUs mais caras.
Robôs e data centers ampliam o palco da disputa
O GTC 2026 também mostrou que a Nvidia quer ir além dos servidores. Huang dividiu o palco com Olaf, personagem da Disney em versão robô desenvolvida em parceria com a empresa, para demonstrar avanços em robótica física impulsionada por IA.
A mesma lógica apareceu em referências a humanoides como o Figure 03, da startup Figure. A mensagem era clara: a inteligência artificial começa a sair das telas e ganhar corpo no mundo físico.
Para a Nvidia, essa expansão pode abrir novos mercados. Se robôs, carros autônomos, fábricas e data centers passarem a exigir chips cada vez mais potentes, a companhia tenta se manter no centro da cadeia de valor.
Mas essa ambição também amplia a quantidade de concorrentes. Quanto mais setores dependem de IA, mais empresas procuram criar processadores próprios, arquiteturas específicas e soluções mais baratas para tarefas que não exigem sempre o desempenho máximo da Nvidia.
Grandes clientes querem reduzir dependência das GPUs
O ponto mais sensível para a Nvidia está na concentração de clientes. Amazon, Microsoft, Google e Meta aparecem como compradores essenciais de chips, enquanto empresas como Oracle, Tesla e SpaceX também estão entre os grandes interessados em infraestrutura de IA.
Esses clientes precisam da Nvidia, mas também querem depender menos dela. Amazon e Meta já avançam no desenvolvimento de processadores próprios, com o objetivo de reduzir custos e aumentar eficiência em tarefas específicas.
Esse movimento não derruba a líder de uma vez, mas pode comprimir margens no médio prazo. Se parte da demanda migrar para chips internos ou soluções mais baratas, a Nvidia pode continuar dominante, mas com menos controle absoluto sobre o mercado.
O risco é mais estrutural do que imediato. A empresa ainda lidera em tecnologia avançada, mas enfrenta uma pergunta inevitável: por quanto tempo os maiores clientes aceitarão pagar caro por GPUs se conseguirem alternativas suficientes para parte das operações?
Google, startups e novos chips pressionam o mercado
A Alphabet, dona do Google, também passou a ser vista como uma ameaça relevante por sua diversificação. Além de Search, YouTube, Google Cloud, Waymo e Gemini, a empresa avança com seus chips TPU, desenvolvidos internamente para treinar modelos de IA.
Segundo a Exame, estimativas do Citizens apontam que os TPUs do Google podem gerar US$ 3 bilhões em receita de infraestrutura em 2026 e US$ 25 bilhões em 2027. Esse avanço mostra que a disputa não está restrita a fabricantes tradicionais de chips.
As startups também entraram no jogo. A demanda por inferência, etapa em que a IA responde a comandos e consultas, abriu espaço para arquiteturas diferentes das usadas no treinamento pesado de modelos.
De acordo com a PitchBook citada pela Exame, startups do setor levantaram US$ 17 bilhões em 2025, mais do que a soma dos dois anos anteriores. A Groq, avaliada em US$ 7 bilhões, aparece como exemplo de empresa tentando ocupar parte desse mercado.
China virou o desafio mais desconfortável para Huang
A China representa uma pressão diferente. As restrições dos Estados Unidos à exportação de chips avançados reduziram o acesso da Nvidia a um dos maiores mercados do mundo e, ao mesmo tempo, estimularam alternativas locais.
A Huawei aparece como a principal peça dessa reação. Segundo a Exame, um cluster com 10.000 chips Ascend 910C entrou em operação em Shenzhen em março de 2026, atingindo cerca de 60% do desempenho dos chips da Nvidia.
Mesmo atrás nos processadores mais avançados, a China tem escala, demanda interna e apoio estatal. Essa combinação pode acelerar um ecossistema próprio de IA, menos dependente de produtos americanos.
O risco para a Nvidia não é apenas vender menos para a China. É ver nascer um mercado paralelo, com chips, servidores, aceleradores e soluções locais capazes de atender boa parte da demanda chinesa sem recorrer às GPUs da companhia.
Huawei, Cambricon e Moore Threads ganham espaço no mercado chinês
A disputa chinesa não depende apenas da Huawei. A Exame cita também Cambricon e Moore Threads, que junto com a Huawei já responderiam por quase 41% do mercado chinês de servidores de IA.
A Nvidia ainda manteria cerca de 55% desse mercado, mas com participação em queda. Essa redução mostra que o domínio global da empresa não impede avanços regionais quando há restrições políticas, investimento estatal e interesse estratégico em autonomia tecnológica.
O mercado chinês pode se tornar o primeiro grande teste da dependência global das GPUs da Nvidia. Se alternativas domésticas forem boas o suficiente para parte das aplicações, a empresa perde não apenas receita, mas influência sobre o padrão técnico da IA.
A Kinea, segundo a reportagem, projeta que a China poderá dominar o mercado global de chips de segunda linha em até três anos. Esse cenário não elimina a liderança da Nvidia no topo, mas amplia a competição nas camadas intermediárias.
Brasil aparece como peça menor, mas estratégica, no tabuleiro
A reportagem também mostra que o Brasil tenta encontrar espaço nessa corrida. No GTC, a Nvidia citou a WideLabs e a NeoSpace como exemplos de empresas brasileiras em um ecossistema de IA ainda em formação.
Executivos da companhia avaliaram que o país reúne condições para virar polo regional em energia, infraestrutura e talentos. No entanto, os obstáculos continuam conhecidos: regulação incerta, incentivos atrasados e decisões de longo prazo paralisadas.
O Redata, regime de incentivos para data centers, aparece como um ponto de atenção. A definição das regras pode destravar investimentos em infraestrutura de IA na América Latina, em um momento de forte disputa por capacidade computacional.
A Exame também citou previsão de projetos represados que poderiam chegar a R$ 1 trilhão até 2030, além do plano da Tecto Data Centers de investir US$ 2 bilhões no Brasil até 2028. São números que mostram como a corrida da IA também depende de energia, território e regulação.
Liderança da Nvidia continua forte, mas menos confortável
Em Wall Street, a confiança na Nvidia permanece, mas com menos folga do que em anos anteriores. O Morgan Stanley vê a linha Vera Rubin, prevista para o segundo semestre de 2026, como o próximo catalisador de ciclo.
O Bank of America projeta mais de US$ 400 bilhões em fluxo de caixa livre entre 2026 e 2027. Ainda assim, investidores passaram a observar com mais atenção empresas menos dependentes de um único motor de crescimento.
A Nvidia continua no topo, mas agora precisa provar que consegue permanecer nele. A liderança tecnológica ainda é grande, porém clientes buscam alternativas, a China avança, startups ganham capital e o Google fortalece seus próprios chips.
O trono de Jensen Huang, portanto, não está ameaçado por um único rival. O desafio vem de vários lados ao mesmo tempo: geopolítica, concentração de clientes, custo das GPUs, novas arquiteturas e a pressão por eficiência em um mercado que cresceu rápido demais.
O império da IA agora precisa defender suas próprias muralhas
A Nvidia construiu a infraestrutura da inteligência artificial e virou referência quase obrigatória para empresas que querem treinar e operar modelos avançados. Mas o mesmo sucesso que colocou a companhia no topo também tornou sua posição visível, cara e disputada.
A corrida agora não é apenas por chips mais potentes. É por independência, custo menor, eficiência energética, controle sobre a cadeia de suprimentos e capacidade de operar IA em escala sem depender de um único fornecedor.
Jensen Huang ainda lidera o jogo, mas já não joga sozinho. Huawei, Google, Amazon, Meta, startups e governos nacionais estão tentando redesenhar o mercado que a Nvidia ajudou a criar.
E você, acha que a Nvidia vai continuar dominando a infraestrutura da IA por muitos anos ou a dependência das GPUs caras vai abrir espaço para rivais mais baratos? Deixe sua opinião nos comentários.
Seja o primeiro a reagir!