Transforme um artigo de #英伟达#, a Nvidia já não é mais uma empresa, mas um império de IA.
Muitas pessoas ainda consideram a NVIDIA uma empresa que vende chips, mas eu cada vez mais acho que essa compreensão já está defasada. Quando desmembro esse mapa de investimentos, uma lógica mais clara começa a surgir: — isto não é investimento, é uma “construção de toda a cadeia de demanda de IA”.
Se você olhar apenas a superfície, parecerá um investimento disperso, mas se conectar todos os nós, verá que eles apontam para um mesmo destino final: a demanda por GPU.
(1) Primeiro, olhe para a camada mais básica. $Intel INTC$ $Synopsys SNPS$
Esta é a capacidade de design e fabricação de chips, essencial para garantir que todo o ecossistema de semicondutores não se torne um gargalo.
Você pode entender como: mesmo que a competição aumente no futuro, a capacidade de design fundamental permanece dentro do sistema.
(2) No próximo nível, estão as redes e interconexões óticas. $Lumentum LITE$ $COHR $MRVL
Estas empresas resolvem a mesma questão — como os dados fluem rapidamente entre os clusters de IA.
Sem essa camada, mesmo o GPU mais potente seria limitado pela largura de banda.
Em outras palavras, essa camada decide se a “poder de processamento pode realmente ser utilizado”.
(3) Depois, vem a camada mais crucial — distribuição de poder de processamento. $CRWV $NBIS e empresas como Nscale, Lambda, que são fornecedores de nuvem de GPU, essencialmente transformam os GPUs da NVIDIA em “recursos alugáveis”, e não hardware vendido de uma só vez.
Este passo é muito importante, pois muda o modelo de negócio: de vender hardware → para um ecossistema de receita contínua de aluguel.
(4) Em seguida, está a camada de modelos. OpenAI, xAI, Mistral, Cohere, Perplexity
Essa camada é o verdadeiro buraco negro do “consumo de poder de processamento”.
Todas as empresas de modelos, essencialmente, são os maiores consumidores de GPU.
Você vai perceber uma estrutura interessante: a NVIDIA não investe em “um vencedor”, mas em “todos que podem se tornar vencedores”.
Independentemente de quem vencer, a GPU será consumida.
(5) Mais acima, estão as aplicações e cenários de ponta.
Condução autônoma (Wayve), robótica (Figure AI), IA na indústria farmacêutica ($LLY, $RXRX), até fusão nuclear (Commonwealth Fusion) — parecem dispersos, mas na essência há um único objetivo:
— transformar a IA de “software” em “necessidade do mundo real”.
Uma vez que a IA entra no mundo físico, a demanda por poder de processamento não cresce linearmente, mas exponencialmente.
Essa é a razão de a NVIDIA apostar em “canais aparentemente desconectados”: ela não aposta na indústria, mas no “ponto de explosão da demanda”.
Então, voltando a uma questão mais central: por que a NVIDIA investe tão amplamente?
Porque ela está fazendo algo que poucas empresas conseguem — controlar simultaneamente o lado da oferta (chips + redes + poder de processamento) e o lado da demanda (modelos + aplicações + cenários).
O que isso significa?
Significa que ela não apenas participa do ciclo de IA, mas o “expande”.
Muitos veem a IA como uma competição, mas a estratégia da NVIDIA é mais parecida com: — não apostar em quem vai vencer, mas garantir que todos tenham que usar suas fichas.
Quando você olha para esse mapa sob essa perspectiva, percebe uma estrutura mais profunda:
Cada investimento reforça um ciclo fechado:
Investimento → crescimento da demanda → consumo de GPU → aumento de receita → reinvestimento.
Essa é a verdadeira engrenagem de impulso.
Muitas pessoas ainda consideram a NVIDIA uma empresa que vende chips, mas eu cada vez mais acho que essa compreensão já está defasada. Quando desmembro esse mapa de investimentos, uma lógica mais clara começa a surgir: — isto não é investimento, é uma “construção de toda a cadeia de demanda de IA”.
Se você olhar apenas a superfície, parecerá um investimento disperso, mas se conectar todos os nós, verá que eles apontam para um mesmo destino final: a demanda por GPU.
(1) Primeiro, olhe para a camada mais básica. $Intel INTC$ $Synopsys SNPS$
Esta é a capacidade de design e fabricação de chips, essencial para garantir que todo o ecossistema de semicondutores não se torne um gargalo.
Você pode entender como: mesmo que a competição aumente no futuro, a capacidade de design fundamental permanece dentro do sistema.
(2) No próximo nível, estão as redes e interconexões óticas. $Lumentum LITE$ $COHR $MRVL
Estas empresas resolvem a mesma questão — como os dados fluem rapidamente entre os clusters de IA.
Sem essa camada, mesmo o GPU mais potente seria limitado pela largura de banda.
Em outras palavras, essa camada decide se a “poder de processamento pode realmente ser utilizado”.
(3) Depois, vem a camada mais crucial — distribuição de poder de processamento. $CRWV $NBIS e empresas como Nscale, Lambda, que são fornecedores de nuvem de GPU, essencialmente transformam os GPUs da NVIDIA em “recursos alugáveis”, e não hardware vendido de uma só vez.
Este passo é muito importante, pois muda o modelo de negócio: de vender hardware → para um ecossistema de receita contínua de aluguel.
(4) Em seguida, está a camada de modelos. OpenAI, xAI, Mistral, Cohere, Perplexity
Essa camada é o verdadeiro buraco negro do “consumo de poder de processamento”.
Todas as empresas de modelos, essencialmente, são os maiores consumidores de GPU.
Você vai perceber uma estrutura interessante: a NVIDIA não investe em “um vencedor”, mas em “todos que podem se tornar vencedores”.
Independentemente de quem vencer, a GPU será consumida.
(5) Mais acima, estão as aplicações e cenários de ponta.
Condução autônoma (Wayve), robótica (Figure AI), IA na indústria farmacêutica ($LLY, $RXRX), até fusão nuclear (Commonwealth Fusion) — parecem dispersos, mas na essência há um único objetivo:
— transformar a IA de “software” em “necessidade do mundo real”.
Uma vez que a IA entra no mundo físico, a demanda por poder de processamento não cresce linearmente, mas exponencialmente.
Essa é a razão de a NVIDIA apostar em “canais aparentemente desconectados”: ela não aposta na indústria, mas no “ponto de explosão da demanda”.
Então, voltando a uma questão mais central: por que a NVIDIA investe tão amplamente?
Porque ela está fazendo algo que poucas empresas conseguem — controlar simultaneamente o lado da oferta (chips + redes + poder de processamento) e o lado da demanda (modelos + aplicações + cenários).
O que isso significa?
Significa que ela não apenas participa do ciclo de IA, mas o “expande”.
Muitos veem a IA como uma competição, mas a estratégia da NVIDIA é mais parecida com: — não apostar em quem vai vencer, mas garantir que todos tenham que usar suas fichas.
Quando você olha para esse mapa sob essa perspectiva, percebe uma estrutura mais profunda:
Cada investimento reforça um ciclo fechado:
Investimento → crescimento da demanda → consumo de GPU → aumento de receita → reinvestimento.
Essa é a verdadeira engrenagem de impulso.
