#NVIDIAEarnings
A IA está criando um novo ciclo de semicondutores — a NVIDIA é apenas o começo
O boom da IA está entrando em uma fase em que a maior questão já não é mais se as empresas gastarão dinheiro com inteligência artificial. A questão maior é de quanta infraestrutura o mundo precisará para sustentar essa demanda.

A NVIDIA é atualmente o sinal mais claro do que está acontecendo por baixo da economia da IA.

Os resultados mais recentes do segundo trimestre fiscal de 2027 da NVIDIA mostraram receita trimestral de US$ 96,2 bilhões, alta de 106% em relação ao ano anterior. Ainda mais importante para a história da infraestrutura de IA, a receita de Data Center alcançou US$ 89,0 bilhões, alta de 117% em relação ao ano anterior. A NVIDIA também espera aproximadamente US$ 108 bilhões em receita no próximo trimestre, excluindo da projeção qualquer receita de computação de Data Center proveniente da China. Esses números sugerem que a demanda por computação acelerada continua extremamente forte, em vez de mostrar sinais de uma desaceleração normal do ciclo de hardware.

Mas analisar apenas a NVIDIA deixa de lado o panorama mais amplo.

Cada nova geração de modelos de IA exige quantidades enormes de poder computacional. Esse poder computacional não vem apenas de GPUs. Um data center de IA precisa de aceleradores, memória de alta largura de banda, redes avançadas, armazenamento, sistemas de gerenciamento de energia, refrigeração, empacotamento avançado e capacidade de fabricação de ponta.

É por isso que a IA está se tornando cada vez mais uma história do setor de semicondutores.

Os números de gastos já mostram a escala dessa expansão. A TrendForce estima que o investimento de capital combinado de nove grandes provedores de serviços em nuvem em 2026 possa superar US$ 886,7 bilhões, enquanto sua previsão mais recente aponta para um crescimento de quase 31% ano a ano nas remessas de servidores de IA em 2026. Espera-se que os sistemas em escala de rack da NVIDIA continuem sendo uma parte importante dessa expansão, enquanto os hyperscalers desenvolvem simultaneamente seus próprios chips personalizados de IA.

Esse último ponto é especialmente importante.

O futuro mercado de infraestrutura de IA pode não pertencer exclusivamente a um único tipo de processador. A NVIDIA tem uma posição poderosa por meio de GPUs, redes, software e sistemas completos em escala de rack, mas empresas como Google e AWS também estão avançando no desenvolvimento de seus próprios aceleradores.

Assim, a oportunidade em semicondutores está se tornando mais ampla.

Mais computação de IA significa mais processadores avançados.

Mais processadores significam maior demanda por memória de alta largura de banda.

Mais memória e aceleradores exigem empacotamento sofisticado.

Mais servidores de IA exigem redes mais rápidas.

Mais data centers exigem quantidades enormes de eletricidade e sistemas de refrigeração cada vez mais avançados.

E tudo isso, em última instância, aumenta a demanda em todo o ecossistema de fabricação de semicondutores.

A memória está se tornando uma das peças mais importantes dessa equação. Os aceleradores de IA precisam de memória extremamente rápida para movimentar quantidades enormes de dados, e é por isso que a HBM se tornou estrategicamente importante para a cadeia de suprimentos de IA. A TrendForce também destacou o aumento da demanda por HBM e empacotamento avançado como possíveis gargalos à medida que a produção de servidores de IA se expande.

O segmento de foundries está emitindo um sinal semelhante.

A TSMC reportou receita de aproximadamente US$ 40,2 bilhões no segundo trimestre de 2026, alta de 33,7% ano a ano, enquanto as tecnologias avançadas de 7 nanômetros ou menos representaram 77% da receita total de wafers. Essa é outra indicação de que o boom da IA está criando demanda por algumas das capacidades de fabricação mais avançadas do setor.

E o mercado mais amplo de semicondutores está se tornando cada vez mais impulsionado pela IA.

A Gartner projeta que a receita mundial de semicondutores possa alcançar aproximadamente US$ 1,32 trilhão em 2026, representando um crescimento de 64%. A empresa estima que os semicondutores de IA possam responder por cerca de 30% da receita total de semicondutores neste ano, enquanto se espera que os gastos dos hyperscalers com infraestrutura de IA aumentem mais de 50%.

Isso muda a forma como os investidores devem pensar sobre o investimento em IA.

Já não é simplesmente:

Empresas de IA → NVIDIA.

A cadeia está se tornando muito maior:

Modelos de IA → computação de IA → GPUs e aceleradores → HBM → empacotamento avançado → redes → energia e refrigeração → data centers → fabricação de semicondutores.

A NVIDIA continua no centro porque sua plataforma combina GPUs, redes, software e sistemas completos de infraestrutura de IA. A empresa também está avançando para além de chips individuais em direção a fábricas completas de IA e plataformas em escala de rack, com sua arquitetura Vera Rubin entrando agora em produção plena.

A TrendForce espera que os sistemas em escala de rack GB300 da NVIDIA continuem sendo um dos principais motores de remessas até o primeiro semestre de 2027, seguidos pelas plataformas Vera Rubin de próxima geração. A empresa também espera que as remessas de racks NVL72 usando as plataformas GB e VR cresçam mais de 50% ano a ano em 2027.

Isso dá ao setor de semicondutores um motor de demanda potencialmente poderoso para vários anos.

Mas há outro lado da história.

Quando um setor cresce tão rapidamente, as expectativas também se tornam extremamente altas. A infraestrutura de IA exige investimentos de capital enormes, e os hyperscalers eventualmente precisarão demonstrar que esses investimentos geram receita, produtividade e retornos suficientes.

Também existem riscos do lado da oferta.

A disponibilidade de HBM, a capacidade de empacotamento avançado, a produção de wafers de ponta, a disponibilidade de eletricidade e a construção de data centers podem se tornar gargalos. Ao mesmo tempo, aceleradores personalizados de IA poderiam gradualmente assumir parte das cargas de trabalho das GPUs de uso geral.

Assim, as perspectivas para os semicondutores são extremamente fortes, mas não seguirão uma linha reta de alta.

O sinal mais importante a observar é se os gastos com IA continuarão se traduzindo em demanda real por infraestrutura.

Para a NVIDIA, isso significa monitorar o crescimento de Data Center, as novas implantações de GPUs e racks, as margens brutas e os gastos dos clientes.

Para o setor de semicondutores, os sinais mais importantes são a demanda por HBM, a utilização de nós avançados, a capacidade de empacotamento, as necessidades de redes e os preços da memória.

Minha principal conclusão é simples:

A revolução da IA está transformando a infraestrutura de computação em um recurso estratégico.

A NVIDIA é uma das maiores beneficiárias, mas a oportunidade vai muito além de uma única empresa. Cada novo data center de IA cria demanda em várias camadas da cadeia de suprimentos de semicondutores.

Se a adoção da IA continuar acelerando, o setor de semicondutores poderá continuar sendo um dos principais beneficiários do próximo ciclo de investimentos em tecnologia.

Mas, se os gastos de capital eventualmente desacelerarem, as empresas com a tecnologia, o poder de precificação, o acesso à fabricação e os balanços patrimoniais mais fortes provavelmente serão as que se destacarão das demais.

A IA não está apenas criando demanda por mais chips.

Ela está reconstruindo toda a infraestrutura de computação ao redor desses chips.

#GateStockInsightsChallenge
@Gate_Square @GateSquare

$NVDA