Visão geral do relatório financeiro da Nvidia: A IA subiu por tanto tempo, a demanda por poder de processamento ainda está se concretizando?

Google e Nvidia, aplicações e entradas fundamentais do setor de IA, entregaram nesta semana uma resposta.

Se o Google I/O falou sobre o espaço de imaginação das aplicações de IA, então o relatório financeiro da Nvidia valida se a demanda por poder de processamento por trás dessas imaginações realmente se concretizou.

Após o fechamento do mercado no horário da costa leste dos EUA em 20 de maio, a Nvidia divulgou o relatório do primeiro trimestre fiscal de FY2027, com receita de 81,615 bilhões de dólares, um aumento de 85% em relação ao ano anterior, e crescimento de 20% em relação ao trimestre anterior; a receita do data center atingiu 75,2 bilhões de dólares, um aumento de 92% ano a ano e 21% trimestre a trimestre; ao mesmo tempo, a Nvidia anunciou uma nova autorização de recompra de ações de 80 bilhões de dólares, e elevou o dividendo trimestral de 0,01 para 0,25 dólares por ação.

Esses números por si só já são bastante expressivos, mas o que o mercado realmente se preocupa não é apenas se a Nvidia ainda está crescendo, mas se, diante de expectativas já elevadas, ela ainda consegue provar que a linha principal de IA não está deteriorando, que a demanda por poder de processamento não atingiu o pico, e que o poder de fixação de preços da Nvidia permanece sólido?

Um, visão geral de receita, orientações e margem bruta: o motor de IA ainda está acelerando?

Primeiro, é importante esclarecer que o negócio mais central da Nvidia atualmente não é mais a tradicional "placa de vídeo", mas sim data center, ou seja, a infraestrutura de poder de processamento por trás das fábricas de IA.

E neste trimestre, a receita de data center da Nvidia atingiu 75,2 bilhões de dólares, representando mais de 92% do total de receita. Separando por categorias antigas, a receita de computação de data center foi de 60,4 bilhões de dólares, um aumento de 77% ano a ano; a receita de rede de data center atingiu 14,8 bilhões de dólares, um crescimento de 199%, atingindo um recorde histórico.

Isso revela uma questão-chave: a demanda por IA não está mais limitada a um único GPU, mas está se expandindo para toda a infraestrutura de IA — onde GPUs são responsáveis pelo cálculo, e redes conectam esse poder de processamento. Sistemas completos, NVLink, InfiniBand, Ethernet, comunicações ópticas, energia e resfriamento estão se tornando partes integrantes da fábrica de IA.

Portanto, o significado dessa receita de data center não é apenas "a Nvidia vendeu bastante", mas indica que fabricantes globais de nuvem, empresas de modelos de IA, clientes corporativos e IA soberana ainda não reduziram significativamente seus investimentos em poder de processamento. Sob essa perspectiva, se a receita de data center continuar superando as expectativas, o apetite por hardware de IA pode continuar se expandindo; mas se esse indicador começar a ficar abaixo do esperado, o mercado realmente se preocupará com o pico de gastos em IA.

Claro, além da receita, para uma empresa de alta expectativa como a Nvidia, após o relatório financeiro, o preço das ações geralmente não reflete apenas os números do trimestre, mas também as orientações para o próximo.

A Nvidia forneceu uma orientação de receita para o segundo trimestre fiscal de FY2027 de 91 bilhões de dólares (com variação de ±2%), claramente acima do consenso de mercado, que girava em torno de 86 a 87 bilhões. A empresa também deixou claro que essa orientação não assume receita de data center na China. Isso é importante, pois, se excluirmos a receita de data center na China, a orientação de 91 bilhões ainda indica que a demanda de nuvem estrangeira, fábricas de IA, clientes corporativos e outras regiões é suficiente para sustentar um crescimento elevado.

Em outras palavras, o mercado inicialmente temia que a Nvidia estivesse crescendo rápido demais e que fosse difícil superar as expectativas no futuro. Mas essa orientação sinaliza que, pelo menos no próximo trimestre, a demanda por IA ainda não desacelerou de forma significativa.

Por outro lado, é preciso atenção: à medida que as expectativas aumentam, a Nvidia precisa entregar não apenas um "bom relatório financeiro", mas um "resultado claramente melhor que o esperado". Assim, a alta no preço das ações no curto prazo ainda depende de os investidores acharem que essa orientação é suficiente para justificar a alta de valuation.

Ao mesmo tempo, a alta avaliação da Nvidia não vem apenas do crescimento de receita, mas também de sua forte capacidade de lucro.

Neste trimestre, a margem bruta GAAP da Nvidia foi de 74,9%, e a margem não-GAAP foi de 75,0%. Para o próximo trimestre, a orientação de margem bruta também é de 74,9% (GAAP) e 75,0% (não-GAAP), com uma variação de 50 pontos base.

Isso mostra que, embora sistemas como Blackwell, HBM, embalagens avançadas, soluções completas de gabinete possam gerar custos mais altos, a Nvidia ainda consegue manter a margem bruta em torno de 75%. Para o mercado, isso significa duas coisas:

• A Nvidia ainda possui forte poder de fixação de preços. Os clientes não estão comprando apenas um chip, mas uma capacidade de plataforma completa;
• Apesar da intensificação da concorrência em chips de IA, até agora ela não conseguiu comprimí-la de forma significativa. Google TPU, Amazon Trainium, GPUs AMD, chips ASIC próprios — todos representam competição, mas, pelo que se vê neste relatório, a capacidade de lucro da Nvidia ainda não foi abalada de forma relevante.

Claro, se no futuro a margem bruta cair claramente abaixo de 74%, o mercado começará a se preocupar com custos de mudança de produto, poder de barganha dos clientes e alternativas de substituição. Isso precisa de acompanhamento de longo prazo.

Dois, Nvidia começa a se transformar em uma "plataforma de fluxo de caixa de IA"?

Uma mudança bastante relevante neste relatório é a questão do retorno aos acionistas.

A Nvidia, neste trimestre, devolveu aproximadamente 20 bilhões de dólares aos acionistas, incluindo recompra de ações e dividendos. Ao final do trimestre, ainda havia uma autorização de recompra de 38,5 bilhões de dólares restante, e a diretoria aprovou uma nova autorização de recompra de 80 bilhões de dólares, além de elevar o dividendo trimestral de 0,01 para 0,25 dólares por ação.

O significado disso não é apenas que a empresa tem dinheiro em caixa, mas que a Nvidia está enviando um sinal positivo ao mercado: que os lucros de IA não ficarão apenas na cadeia de valor, mas também retornarão aos acionistas.

Depois de anos de preocupação de que os investimentos massivos em parceiros de IA como OpenAI, Anthropic, poderiam ser uma espécie de "financiamento circular", o aumento de recompra e dividendos ajuda a aliviar as preocupações de investidores de longo prazo sobre a eficiência na alocação de capital.

Assim, a Nvidia está evoluindo de uma ação de alta crescimento em IA para uma "plataforma de fluxo de caixa de IA".

Três, após Blackwell, o que o mercado está observando?

Outro ponto de atenção da Nvidia é se o ciclo de produtos pode continuar por mais tempo.

Neste trimestre, a empresa destacou a plataforma Vera Rubin, incluindo produtos como Vera CPU, BlueField-4 STX, e mencionou a parceria com Google Cloud, incluindo instâncias A5X alimentadas por Vera Rubin, além de uma prévia do modelo Google Gemini rodando em GPUs Blackwell e Blackwell Ultra.

Isso indica que a Nvidia não está parando na geração Blackwell, mas já preparando a próxima plataforma.

Para investidores, isso é importante: se Blackwell for apenas um ciclo forte, o mercado pode temer uma desaceleração após o pico; mas se Vera Rubin conseguir fazer uma transição suave, a Nvidia não dependerá apenas de uma explosão de vendas de uma geração, mas terá uma capacidade contínua de evolução de plataforma.

Quanto à ameaça de TPU do Google e CPUs substituindo Nvidia, acho que é preciso analisar em duas camadas.

No curto prazo, TPU, ASICs e CPUs certamente assumirão mais tarefas em alguns cenários, especialmente em modelos internos de grandes empresas e cargas de trabalho de inferência. Mas, no médio prazo, isso parece mais uma coexistência de múltiplas rotas de demanda, resultado de uma demanda de IA extremamente forte, do que uma substituição imediata da Nvidia.

A verdadeira vantagem da Nvidia não é apenas o GPU em si, mas a capacidade de plataforma que combina GPU, CPU, rede, software, sistemas completos e ecossistema de parceiros. Desde que os clientes precisem de implantação rápida de fábricas de IA em larga escala, a Nvidia continuará ocupando uma posição central na cadeia de valor.

Para concluir

Este relatório pelo menos prova uma coisa: a linha principal de IA não está deteriorando.

A receita de data center continua a atingir recordes, a orientação para o próximo trimestre supera expectativas, a margem bruta se mantém em torno de 75%, recompra e dividendos aumentaram claramente, e a extensão do ciclo de produtos de Blackwell para Vera Rubin mostra que a Nvidia ainda está na vanguarda da expansão da infraestrutura de IA.

Mas, para o preço das ações, o problema não é apenas se o relatório é bom, mas se é bom o suficiente para superar as altas expectativas do mercado. Se o mercado entender que esse resultado apenas confirma o que já se esperava, pode haver volatilidade de curto prazo; mas se os investidores revisarem para cima os gastos de capital em IA e o potencial de receita de longo prazo da Nvidia, a cadeia de IA ainda pode continuar se expandindo.

E, do ponto de vista da cadeia de valor, a força do relatório da Nvidia não afeta apenas a NVDA.M, mas também pode impulsionar uma reavaliação de toda a cadeia de infraestrutura de IA:

• ASIC / manufatura / HBM: AVGO.M, TSM.M, MU.M
• Interconexões de rede: ANET.M, MRVL.M, CRDO.M
• Comunicações ópticas: COHR.M, LITE.M, AAOI.M
• Energia e resfriamento: VRT.M, ETN.M, MPWR.M

Claro, se olharmos a partir da entrada, a prova de que a IA ainda está em expansão, como demonstrado pelo Google I/O nesta semana, explica por que a demanda por poder de processamento na Nvidia ainda se concretiza — contanto que as aplicações continuem gerando demanda, a cadeia de infraestrutura de IA ainda está longe de chegar ao fim.