Era dos chips personalizados de IA: sob a evolução colaborativa entre ASIC e GPU, a MRVL pode se tornar a próxima empresa de trilhões de dólares?

27 de maio de 2026, a Marvell Technology (MRVL) divulgou seu relatório financeiro do primeiro trimestre do FY2027 — receita de US$ 2,418 bilhões, crescimento de 28% ano a ano, aumento de 9% sequencialmente, levemente acima da expectativa de mercado de US$ 2,41 bilhões. Mas o que realmente fez o mercado ferver não foi essa performance superando as expectativas, e sim o que aconteceu logo depois: em 2 de junho, o CEO da NVIDIA, Jensen Huang, subiu ao palco na COMPUTEX 2026 em Taipei junto com o CEO da Marvell, Matt Murphy, e anunciou publicamente: “Senhoras e senhores, esta é a próxima empresa a atingir uma avaliação de um trilhão de dólares.”

Essa declaração fez o preço das ações da Marvell disparar mais de 30% em um único dia. Desde o anúncio do relatório até agora, o preço das ações da Marvell quase dobrou, com alta de 95% no ano.

Por trás dessas oscilações, surge uma questão mais profunda na indústria: os chips ASIC (Application-Specific Integrated Circuit, Circuito Integrado de Uso Específico) para IA estão se tornando uma via paralela ao desenvolvimento de GPUs. Por que gigantes da tecnologia (Google TPU, Amazon Trainium, Meta MTIA) estão cada vez mais investindo em chips próprios, deixando de lado a NVIDIA? Qual o papel da Marvell nesse cenário — será ela uma substituta ou uma colaboradora das GPUs?

A essência dos chips ASIC para IA: da abordagem generalista à especializada

Para entender por que gigantes da tecnologia estão investindo em chips próprios, primeiro é preciso esclarecer um conceito: a principal diferença entre ASIC e GPU está na troca entre versatilidade e especialização.

GPU (Unidade de Processamento Gráfico) é um chip de computação geral para IA. As GPUs da NVIDIA podem se destacar em treinamento, inferência, visão computacional, reconhecimento de voz, sistemas de recomendação, entre outras tarefas de IA, mas isso também implica em circuitos redundantes e um conjunto de instruções genérico, o que pode gerar desperdício de energia em cenários específicos.

ASIC (Application-Specific Integrated Circuit, Circuito Integrado de Uso Específico) é hardware feito sob medida para tarefas específicas de IA. Tomemos como exemplo o TPU (Tensor Processing Unit) do Google, cujo núcleo é profundamente codificado para operações de multiplicação de matrizes, podendo oferecer várias vezes a capacidade de throughput de matriz por watt em relação a uma GPU com o mesmo consumo de energia. Especificamente:

• Vantagem de eficiência: em tarefas de inferência de IA, o ASIC pode alcançar de 3 a 5 vezes o desempenho por watt de uma GPU
• Otimização de custos: em implantações em larga escala (como data centers na nuvem com milhões de chips), o TCO (custo total de propriedade) do ASIC é significativamente menor que o de GPUs comerciais
• Vantagem de integração de sistema: chips ASIC próprios podem ser integrados ao software, à arquitetura de rede e ao sistema de resfriamento do provedor de nuvem, otimizando toda a cadeia

Essa mudança de paradigma se apoia na lógica de que as cargas de trabalho de IA estão migrando de treinamentos diversos para inferência em escala. Quando a arquitetura do modelo de IA converge (como o Transformer se tornando padrão) e a escala de inferência cresce exponencialmente, a otimização por hardware dedicado se torna uma tendência inevitável.

Um analista resumiu bem: “A Marvell não está ‘substituindo a NVDA’, mas abrindo uma segunda via de mercado para IA. ASICs customizados podem ser a mais rápida e negligenciada, mas de crescimento mais acelerado, rota nos próximos anos.”

Por que os gigantes da tecnologia estão desenvolvendo chips próprios? A lógica de custo-benefício de se desassociar da NVDA

Microsoft, Amazon, Google e Meta — os quatro maiores provedores de nuvem — estão acelerando seus planos de chips próprios a uma velocidade sem precedentes, formando uma das tendências mais importantes de longo prazo na área de chips de IA.

Google TPU (Tensor Processing Unit): já na sua 7ª geração, desenvolvido com a ajuda da Broadcom, é um dos projetos de chips customizados mais antigos e de maior escala na indústria. A Counterpoint estima que a Broadcom terá cerca de 60% do mercado de ASICs para servidores de IA em 2027.

Amazon Trainium / Inferentia: a série Trainium, desenvolvida com a ajuda da Marvell, está sendo implantada rapidamente. O Trainium 3 já está em operação desde o início de 2026.

Microsoft Maia: em janeiro de 2026, a Microsoft lançou a segunda geração de seu chip de IA próprio, o Maia 200, fabricado com tecnologia TSMC de 3nm, já em implantação em data centers.

Meta MTIA (Meta Training and Inference Accelerator): também desenvolvido com a ajuda da Broadcom.

A lógica por trás dessa tendência pode ser resumida em três níveis:

| Nível | Lógica central | Fundamentação | | --- | --- | --- | | Primeiro: custo | Alto custo de aquisição de GPUs em larga escala | Os principais provedores de nuvem gastaram entre US$ 660 bilhões e US$ 700 bilhões em capital em 2026; ASICs próprios podem reduzir o custo por inferência para 30-50% do de GPUs comerciais | | Segundo: eficiência energética | O consumo de energia dos data centers é um gargalo operacional | ASICs podem oferecer maior throughput com o mesmo consumo de energia em racks | | Terceiro: estratégia | Reduzir dependência de fornecedores únicos | Gigantes de nuvem querem evitar que seus negócios dependam do roadmap e preços da NVIDIA |

A ideia de uma “aliança anti-NVDA” tem sido amplamente discutida no mercado. É importante notar que isso não é uma organização formal, mas uma descrição da tendência de que os gigantes de tecnologia estão se voltando coletivamente para chips customizados. Segundo previsões da Morgan Stanley e Counterpoint, o mercado de ASICs para IA deve crescer de cerca de US$ 12 bilhões em 2024 para US$ 30 bilhões em 2027, com uma taxa composta de crescimento anual de 34%.

A previsão do Goldman Sachs é ainda mais agressiva: a participação de ASICs no mercado de chips de IA deve subir para 40% em 2026, ultrapassando 45% em 2027, quase igualando as GPUs. Ao mesmo tempo, a quantidade de servidores com ASICs deve crescer 44,6% em 2026, enquanto a de GPUs comerciais aumenta apenas 16,1%.

A dualidade da Marvell MRVL: substituta ou colaboradora?

Na narrativa de desdolarização da NVIDIA, o papel da Marvell costuma ser interpretado como uma substituta da NVIDIA. Mas o cenário completo é mais complexo do que esse rótulo sugere.

Primeiro, há uma clara hierarquia no mercado de ASICs customizados.

Dados da Counterpoint e de outros órgãos indicam que o mercado de serviços de design de ASICs para IA apresenta uma estrutura de duopólio:

• Broadcom (AVGO): cerca de 55-60% de participação, líder absoluto, com forte vínculo a clientes como Google, Meta e OpenAI
• Marvell (MRVL): cerca de 13-15%, segunda maior, com clientes principais como Amazon, Microsoft e Google

Juntos, controlam aproximadamente 95% do mercado de design de ASICs para IA. É importante notar que o mercado de ASICs para IA ainda está em rápido crescimento, com todos os players compartilhando os ganhos de mercado, numa dinâmica de expansão conjunta mais do que de disputa por fatias existentes.

Em segundo lugar, a relação entre Marvell e NVIDIA não é de substituição, mas de profunda colaboração.

Essa relação mudou estruturalmente em 2026. Em março, a NVIDIA anunciou um investimento estratégico de US$ 2 bilhões na Marvell. As duas empresas passaram a colaborar intensamente na tecnologia NVLink Fusion, integrando os chips customizados da Marvell e soluções de interconexão óptica no ecossistema de fábricas de IA e de redes de IA-RAN da NVIDIA.

Depois, na COMPUTEX 2026, Huang deu um apoio mais explícito: (os switches de data center da Marvell) são essenciais para lidar com cargas de trabalho de IA.

Por que a NVIDIA investiria numa empresa que também faz chips customizados? A lógica é a seguinte:

Quando os clusters de treinamento de IA crescem de milhares para dezenas ou centenas de milhares de GPUs, a conexão entre eles se torna um recurso mais escasso do que o próprio processamento. Huang expressou essa ideia na COMPUTEX: ao distribuir o processamento de IA por toda a infraestrutura do data center, a conectividade se torna tão importante quanto a GPU. E a Marvell possui uma expertise insubstituível em interconexões ópticas de alta velocidade, Ethernet de 1,6T e DSPs.

Assim, o papel da Marvell pode ser entendido como colaborador — ela não busca substituir as GPUs da NVIDIA, mas oferecer uma alternativa de chips customizados fora do ecossistema NVIDIA, além de atuar como fornecedora de infraestrutura de interconexão dentro do próprio ecossistema da NVIDIA. Essa dupla função confere à Marvell uma posição estratégica única na cadeia de infraestrutura de IA.

Análise do relatório do Q1 FY2027 da Marvell: validação dos argumentos

A lógica do setor se reflete em resultados financeiros concretos? O último relatório da Marvell fornece evidências importantes.

Dados financeiros principais

| Indicador | Valor | Comparação / Variação | | --- | --- | --- | | Receita do Q1 FY2027 | US$ 2,418 bilhões | +28% ano a ano / +9% sequencialmente | | Receita do negócio de data center | US$ 1,833 bilhões | +27% ano a ano / representa 76% do total | | Orientação de receita para o Q2 FY2027 | US$ 2,7 bilhões | implícito +35% ano a ano | | Meta de receita para FY2027 | aproximadamente US$ 11,5 bilhões | +40% ano a ano | | Meta de receita para FY2028 | aproximadamente US$ 16,5 bilhões | +44% em relação a FY2027 | | Meta de longo prazo para chips de IA | US$ 1 bilhão até 2029 | — |

Fonte: relatórios oficiais da Marvell e teleconferência do Q1 FY2027

Indicadores de destaque

O negócio de data center da Marvell atingiu recorde de US$ 1,833 bilhões no Q1, representando 76% do total — sinal de que a estratégia de foco em IA para data centers foi consolidada.

Mais ainda, a gestão revisou para cima suas projeções: elevou a meta de receita de FY2027 de US$ 11 bilhões para US$ 11,5 bilhões, e a de FY2028 de US$ 15 bilhões para US$ 16,5 bilhões. A Morgan Stanley atualizou sua previsão de crescimento de receita de data center para cerca de 50% em FY2027 e 55% em FY2028.

Um marco importante: a Marvell será incluída no índice S&P 500 em 22 de junho de 2026, com uma avaliação de aproximadamente US$ 254 bilhões, substituindo a Pool Corp. Essa inclusão é mais um sinal de que a demanda por IA está impulsionando a entrada de empresas de semicondutores nos principais índices de ações.

Aquisição da Celestial AI pela Marvell: estratégia de computação e interconexão óptica

Ao analisar a narrativa de crescimento da Marvell, uma aquisição merece atenção especial — em dezembro de 2025, a Marvell anunciou a compra da Celestial AI por cerca de US$ 6 bilhões, concluída em fevereiro de 2026.

A Celestial AI é especializada em fotônica de silício e tecnologia de interconexão óptica, com foco em resolver o gargalo de memória (memory wall) nos data centers de IA — ou seja, o limite na transferência de dados entre processamento e armazenamento.

A estratégia central dessa aquisição é integrar a expertise da Marvell em ASICs, switches Ethernet e DSPs de 1,6T com a tecnologia de interconexão óptica da Celestial AI, formando uma cadeia de tecnologia de ponta que cobre toda a pilha de links de dados. Analistas do JPMorgan apontam que a Marvell se tornou a única empresa capaz de oferecer uma solução completa — incluindo ASICs, DSPs, fotônica de silício e troca CXL — atualmente sem concorrentes capazes de replicar essa combinação.

No ritmo de comercialização, a Marvell estima que a receita inicial da Celestial AI começará a contribuir a partir do segundo semestre de FY2028, atingindo uma taxa de US$ 500 milhões ao ano no quarto trimestre.

Análise comparativa: Marvell, NVIDIA e AMD — diferenças estruturais

Na cadeia de valor de chips de IA, as três empresas — Marvell, NVIDIA e AMD — têm modelos de negócio fundamentalmente diferentes, o que influencia suas trajetórias de crescimento e suas avaliações. Antes de comparar, é importante lembrar: as métricas de valuation variam bastante por causa das diferenças de escopo, tamanho, ritmo de crescimento e margem de lucro de cada uma. As estimativas aqui apresentadas são apenas indicativas e não constituem recomendações de investimento. Cada investidor deve avaliar de forma independente, considerando seu perfil de risco.

Diferenças nos modelos de negócio principais

| Dimensão | NVIDIA (NVDA) | Marvell (MRVL) | AMD (AMD) | | --- | --- | --- | --- | | Modelo central | Venda de GPUs genéricas e sistemas completos de IA | ASICs customizados + infraestrutura de interconexão de alta velocidade | GPU, CPU e FPGA de uso geral | | Forma de produtos de IA | Chips/sistemas acabados (HGX/DGX) | Chips semi-customizados para provedores de nuvem + soluções de interconexão | GPUs MI e APU | | Relação com clientes | Ampla base de clientes finais | Forte vínculo com principais provedores de nuvem (Amazon, Microsoft, Google) | Fabricantes de servidores, centros de supercomputação, alguns provedores de nuvem | | Barreiras principais | Ecossistema CUDA + capacidade de integração de sistemas | Capacidade de customização + expertise em interconexão óptica e Ethernet | Diversificação de arquiteturas + foco em custo-benefício |

Comparativo de volume e ritmo de crescimento

| Indicador | NVIDIA (FY2026, até jan/2026) | Marvell (FY2026 completo + previsão FY2027) | AMD (2025 completo) | | --- | --- | --- | --- | | Receita anual | cerca de US$ 130 bilhões | aproximadamente US$ 8,2 bilhões em FY2026 / meta de US$ 11,5 bilhões em FY2027 | cerca de US$ 25-28 bilhões | | Receita de IA no último trimestre | Mais de US$ 350 milhões na divisão de data center | US$ 18,33 milhões na divisão de data center | US$ 15-20 milhões na série MI por trimestre | | Crescimento ano a ano | cerca de 40-50% | aproximadamente 40% em FY2027 | entre 20-30% |

Fonte: relatórios financeiros das empresas e dados de mercado.

Diferenças sob a ótica do investidor

O Morgan Stanley comparou NVDA e MRVL e apontou que o crescimento esperado de lucros de longo prazo da NVIDIA (51,7%) é maior do que o da Marvell (39,4%), mas a avaliação da Marvell tem maior potencial de variação — ou seja, seu preço de ação é mais sensível a pedidos, novos clientes e mudanças de demanda. Essa diferença decorre do estágio de maturidade de cada uma: a NVIDIA está numa fase de expansão madura, enquanto a Marvell está na fronteira de uma transformação qualitativa na sua linha de ASICs customizados.

Após a aquisição da Celestial AI, a entrada na S&P 500 e outros catalisadores, o banco de investimento Stifel elevou a previsão de preço-alvo da Marvell para US$ 321, ante US$ 230 anteriormente, reafirmando a recomendação de compra.

Riscos potenciais na rota dos chips customizados

Num cenário de otimismo extremo, alguns riscos devem ser considerados:

Aumento da concorrência de mercado

Apesar de a Marvell estar em segundo lugar no mercado de ASICs para IA, a líder Broadcom (AVGO) já conquistou grandes contratos com Google TPU e Meta MTIA. A possibilidade de a Marvell perder participação para a Broadcom ou outros players é real. A Counterpoint estima que a participação da Marvell em design de ASICs possa cair para cerca de 8% em 2027.

Concentração de clientes

A receita de ASICs da Marvell depende fortemente de poucos clientes principais — Amazon, Microsoft e Google. Mudanças na estratégia ou na preferência de qualquer um deles podem impactar significativamente a receita. A empresa tem mais de 20 clientes de ASIC de IA, mas a maior parte da receita ainda vem de poucos grandes nomes.

Estabilidade de margens

A margem operacional da Marvell é de cerca de 15%, refletindo seu perfil de fornecedora de hardware de design. Com a escala de produção de ASICs, há potencial de melhora, mas também risco de margens pressionadas por custos ou competição.

Incertezas na evolução dos GPUs da NVIDIA

A NVIDIA continua evoluindo sua linha de GPUs, e melhorias de desempenho podem atrasar ou reduzir a demanda por chips ASIC de IA. O mercado de hardware de IA ainda é dinâmico e competitivo.

Riscos geopolíticos e de cadeia de suprimentos

Questões como restrições comerciais, tensões geopolíticas e desglobalização podem afetar a cadeia de suprimentos de semicondutores.

Risco de avaliação

Com receita de cerca de US$ 8 bilhões em FY2026 e valor de mercado de aproximadamente US$ 250 bilhões, o mercado já precificou bastante o potencial de crescimento da Marvell. Quaisquer resultados abaixo do esperado ou desaceleração de pedidos podem gerar ajustes na avaliação.

Conclusão

O desempenho acima do esperado do Q1 FY2027 da Marvell, aliado à previsão de Huang de uma avaliação de um trilhão de dólares, sinaliza que a rota de chips ASIC para IA está saindo da periferia para o centro do palco.

De uma perspectiva macro, a infraestrutura de computação de IA está passando por uma transformação estrutural — de uma arquitetura polarizada centrada na NVIDIA GPU, para uma mais diversificada, com treinamento em GPU e inferência/ interconexão por ASICs.

A presença coletiva de chips customizados do Google TPU, Amazon Trainium, Microsoft Maia, Meta MTIA reflete uma direção comum de desdolarização da NVIDIA por parte dos principais provedores de nuvem. Mas isso não significa substituição. Na verdade, a colaboração profunda entre Marvell e NVIDIA revela uma dinâmica mais complexa: o diferencial competitivo na infraestrutura de data centers de IA está se deslocando do poder de processamento para a conectividade. Quando os clusters de IA atingirem dezenas ou centenas de milhares de GPUs, a capacidade de interligá-los de forma eficiente será tão crucial quanto o próprio processamento.

Nesse novo cenário de múltiplos polos em competição e cooperação, a Marvell, com sua atuação dupla em ASICs customizados e infraestrutura de interconexão de alta velocidade, está construindo uma barreira estratégica única. Não é uma rota para substituir GPUs, mas uma via paralela, formando uma cadeia de valor de infraestrutura de IA que é indispensável na evolução do ecossistema.

Se a previsão de uma próxima empresa de avaliação de um trilhão de dólares se concretizará ou não, dependerá do ritmo de pedidos, da participação de mercado e da evolução tecnológica nos próximos anos. Mas uma coisa é certa: a era dos chips customizados já começou.