#NvidiaMarketCapBackAbove5.4T
Sim — a tese de computação de IA continua muito sólida, mas, a partir daqui, a questão muda de “A demanda por IA é real?” para “Por quanto tempo a Nvidia conseguirá sustentar um crescimento extraordinário enquanto já vale cerca de US$ 5,45 trilhões?”
O 2º trimestre do FY27 da Nvidia foi extraordinário: a receita atingiu US$ 96,2 bilhões, +106% #NvidiaMarketCapBackAbove5.4T
Sim — a tese de computação de IA continua muito sólida, mas, a partir daqui, a questão muda de “A demanda por IA é real?” para “Por quanto tempo a Nvidia conseguirá sustentar um crescimento extraordinário enquanto já vale cerca de US$ 5,45 trilhões?”
$NVDA O 2º trimestre do FY27 da Nvidia foi extraordinário: a receita atingiu US$ 96,2 bilhões, +106% em relação ao ano anterior, a receita de data centers chegou a aproximadamente US$ 89 bilhões, +117%, e a administração projetou uma receita de $108B ±2% para o 3º trimestre. A margem bruta foi de 75%.
Até onde o rali pode ir?
Eu estruturaria isso em cenários, em vez de estabelecer um único preço-alvo:
Cenário-base otimista US$ 6–7 trilhões O Rubin ganha escala sem problemas + os gastos de capital em IA permanecem elevados
Cenário fortemente otimista US$ 8–10 trilhões A inferência se torna um enorme mercado recorrente de computação
Cenário superotimista US$ 12 trilhões+ O crescimento de 60–70% persiste muito além do FY28 + as margens permanecem excepcionais
Cenário pessimista US$ 3,5–4,5 trilhões Os gastos de capital dos hyperscalers desaceleram, ASICs personalizados ganham participação ou a monetização da IA decepciona
O desenvolvimento realmente importante é o Vera Rubin. Não se trata apenas de outra geração de GPUs mais rápidas. A Nvidia está posicionando o Rubin em torno da economia da inferência e da IA agêntica, nas quais a quantidade de computação consumida pode crescer drasticamente à medida que os aplicativos de IA se tornam mais autônomos. O Rubin já está em produção plena.
E é aí que o argumento de Huang de que “computação é receita” se torna poderoso.
Se a inferência de IA gerar tokens economicamente valiosos, cada consulta/agente/tarefa adicional criará demanda por computação. Isso significa que a Nvidia não está necessariamente se aproximando de um ciclo tradicional em que “as empresas compram GPUs suficientes e depois param”. A curva potencial de demanda passa a estar vinculada ao uso da IA, e não apenas à construção de data centers.
Mas há uma armadilha de valuation aqui
A US$ 5,4 trilhões, a Nvidia não precisa apenas continuar dominante. Ela precisa continuar surpreendendo positivamente.
O mercado já está precificando um crescimento extraordinário. Uma análise estima que a receita do FY28 poderia se aproximar de ~$450B se a trajetória atual de crescimento persistir.
Por isso, eu observaria quatro coisas acima de tudo:
1. Gastos de capital dos hyperscalers → ainda estão acelerando?
Microsoft, Amazon, Google, Meta e os provedores de nuvem de IA são, na prática, o tanque de combustível.
2. Inferência → tornando-se maior que o treinamento?
Este é provavelmente o maior catalisador de longo prazo. Se os agentes fizerem as cargas de trabalho de inferência explodirem, o mercado de computação poderá se expandir mesmo quando o crescimento do treinamento eventualmente se normalizar.
3. Rubin → ele aumenta o ROI dos clientes da Nvidia?
Se o Rubin reduzir substancialmente o custo por token, isso poderia paradoxalmente aumentar a demanda: uma inferência mais barata torna mais aplicativos de IA economicamente viáveis.
4. Taxa de crescimento da Nvidia → 70% contra 40–50%.
A US$ 5,4 trilhões, essa diferença se torna enorme. Uma desaceleração para 40–45% poderia provocar uma forte compressão do múltiplo, mesmo que a Nvidia continue crescendo de forma espetacular.
Minha visão
Eu não chamaria US$ 5,4 trilhões de fim do rali da IA.
Eu chamaria esse nível de ponto em que o potencial de alta se torna cada vez mais dependente da segunda fase da IA.
A primeira fase foi:
Construir a infraestrutura.
A próxima fase é:
Usar a infraestrutura continuamente para gerar receita.
Se essa transição for bem-sucedida, uma Nvidia de US$ 8–10 trilhões não será um cenário absurdo nos próximos anos. Mas passar de US$ 5,4 trilhões para $10T exige aproximadamente outro aumento de 85% no valor de mercado, portanto, os lucros e os fluxos de caixa precisam crescer enormemente junto com isso.
O maior risco não é a AMD de repente “superar a Nvidia”. É a demanda por computação de IA crescer mais lentamente do que o valuation pressupõe — especialmente se os hyperscalers descobrirem que seus investimentos em IA não estão gerando retornos suficientes ou se o silício personalizado conquistar uma participação muito maior.
Por isso, minha linha divisória entre otimistas e pessimistas é simples:
Uso de IA ↑ → inferência ↑ → demanda por computação ↑ → lucros da Nvidia ↑ → o rali pode continuar.
Gastos de capital em IA ↑, mas a receita de IA decepciona → o ROI cai → os gastos de capital acabam desacelerando → o múltiplo da Nvidia se contrai.
Neste momento, as evidências do trimestre mais recente estão esmagadoramente do primeiro lado.
Minha visão aproximada, ponderada por probabilidades: a próxima grande perna de alta poderia levar plausivelmente a Nvidia primeiro para US$ 6–7 trilhões, com US$ 8–10 trilhões se tornando realistas caso o Rubin + a inferência produzam outros 2–3 anos de crescimento excepcional. US$ 12 trilhões+ exigem algo mais próximo de um superciclo de computação de IA do que simplesmente “outro grande ciclo da Nvidia”.
E essa distinção é crucial.A receita de data centers chegou a aproximadamente US$ 89 bilhões, +117%, e a administração projetou uma receita de $108B ±2% para o 3º trimestre. A margem bruta foi de 75%.
Até onde o rali pode ir?
Eu estruturaria isso em cenários, em vez de estabelecer um único preço-alvo:
Cenário-base otimista US$ 6–7 trilhões O Rubin ganha escala sem problemas + os gastos de capital em IA permanecem elevados
Cenário fortemente otimista US$ 8–10 trilhões A inferência se torna um enorme mercado recorrente de computação
Cenário superotimista US$ 12 trilhões+ O crescimento de 60–70% persiste muito além do FY28 + as margens permanecem excepcionais
Cenário pessimista US$ 3,5–4,5 trilhões Os gastos de capital dos hyperscalers desaceleram, ASICs personalizados ganham participação ou a monetização da IA decepciona
O desenvolvimento realmente importante é o Vera Rubin. Não se trata apenas de outra geração de GPUs mais rápidas. A Nvidia está posicionando o Rubin em torno da economia da inferência e da IA agêntica, nas quais a quantidade de computação consumida pode crescer drasticamente à medida que os aplicativos de IA se tornam mais autônomos. O Rubin já está em produção plena.
E é aí que o argumento de Huang de que “computação é receita” se torna poderoso.
Se a inferência de IA gerar tokens economicamente valiosos, cada consulta/agente/tarefa adicional criará demanda por computação. Isso significa que a Nvidia não está necessariamente se aproximando de um ciclo tradicional em que “as empresas compram GPUs suficientes e depois param”. A curva potencial de demanda passa a estar vinculada ao uso da IA, e não apenas à construção de data centers.
Mas há uma armadilha de valuation aqui
A US$ 5,4 trilhões, a Nvidia não precisa apenas continuar dominante. Ela precisa continuar surpreendendo positivamente.
O mercado já está precificando um crescimento extraordinário. Uma análise estima que a receita do FY28 poderia se aproximar de ~$450B se a trajetória atual de crescimento persistir.
Por isso, eu observaria quatro coisas acima de tudo:
1. Gastos de capital dos hyperscalers → ainda estão acelerando?
Microsoft, Amazon, Google, Meta e os provedores de nuvem de IA são, na prática, o tanque de combustível.
2. Inferência → tornando-se maior que o treinamento?
Este é provavelmente o maior catalisador de longo prazo. Se os agentes fizerem as cargas de trabalho de inferência explodirem, o mercado de computação poderá se expandir mesmo quando o crescimento do treinamento eventualmente se normalizar.
3. Rubin → ele aumenta o ROI dos clientes da Nvidia?
Se o Rubin reduzir substancialmente o custo por token, isso poderia paradoxalmente aumentar a demanda: uma inferência mais barata torna mais aplicativos de IA economicamente viáveis.
4. Taxa de crescimento da Nvidia → 70% contra 40–50%.
A US$ 5,4 trilhões, essa diferença se torna enorme. Uma desaceleração para 40–45% poderia provocar uma forte compressão do múltiplo, mesmo que a Nvidia continue crescendo de forma espetacular.
Minha visão
Eu não chamaria US$ 5,4 trilhões de fim do rali da IA.
Eu chamaria esse nível de ponto em que o potencial de alta se torna cada vez mais dependente da segunda fase da IA.
A primeira fase foi:
Construir a infraestrutura.
A próxima fase é:
Usar a infraestrutura continuamente para gerar receita.
Se essa transição for bem-sucedida, uma Nvidia de US$ 8–10 trilhões não será um cenário absurdo nos próximos anos. Mas passar de US$ 5,4 trilhões para $10T exige aproximadamente outro aumento de 85% no valor de mercado, portanto, os lucros e os fluxos de caixa precisam crescer enormemente junto com isso.
O maior risco não é a AMD de repente “superar a Nvidia”. É a demanda por computação de IA crescer mais lentamente do que o valuation pressupõe — especialmente se os hyperscalers descobrirem que seus investimentos em IA não estão gerando retornos suficientes ou se o silício personalizado conquistar uma participação muito maior.
Por isso, minha linha divisória entre otimistas e pessimistas é simples:
Uso de IA ↑ → inferência ↑ → demanda por computação ↑ → lucros da Nvidia ↑ → o rali pode continuar.
Gastos de capital em IA ↑, mas a receita de IA decepciona → o ROI cai → os gastos de capital acabam desacelerando → o múltiplo da Nvidia se contrai.
Neste momento, as evidências do trimestre mais recente estão esmagadoramente do primeiro lado.
Minha visão aproximada, ponderada por probabilidades: a próxima grande perna de alta poderia levar plausivelmente a Nvidia primeiro para US$ 6–7 trilhões, com US$ 8–10 trilhões se tornando realistas caso o Rubin + a inferência produzam outros 2–3 anos de crescimento excepcional. US$ 12 trilhões+ exigem algo mais próximo de um superciclo de computação de IA do que simplesmente “outro grande ciclo da Nvidia”.
E essa distinção é crucial.
$NVDA
Sim — a tese de computação de IA continua muito sólida, mas, a partir daqui, a questão muda de “A demanda por IA é real?” para “Por quanto tempo a Nvidia conseguirá sustentar um crescimento extraordinário enquanto já vale cerca de US$ 5,45 trilhões?”
O 2º trimestre do FY27 da Nvidia foi extraordinário: a receita atingiu US$ 96,2 bilhões, +106% #NvidiaMarketCapBackAbove5.4T
Sim — a tese de computação de IA continua muito sólida, mas, a partir daqui, a questão muda de “A demanda por IA é real?” para “Por quanto tempo a Nvidia conseguirá sustentar um crescimento extraordinário enquanto já vale cerca de US$ 5,45 trilhões?”
$NVDA O 2º trimestre do FY27 da Nvidia foi extraordinário: a receita atingiu US$ 96,2 bilhões, +106% em relação ao ano anterior, a receita de data centers chegou a aproximadamente US$ 89 bilhões, +117%, e a administração projetou uma receita de $108B ±2% para o 3º trimestre. A margem bruta foi de 75%.
Até onde o rali pode ir?
Eu estruturaria isso em cenários, em vez de estabelecer um único preço-alvo:
Cenário-base otimista US$ 6–7 trilhões O Rubin ganha escala sem problemas + os gastos de capital em IA permanecem elevados
Cenário fortemente otimista US$ 8–10 trilhões A inferência se torna um enorme mercado recorrente de computação
Cenário superotimista US$ 12 trilhões+ O crescimento de 60–70% persiste muito além do FY28 + as margens permanecem excepcionais
Cenário pessimista US$ 3,5–4,5 trilhões Os gastos de capital dos hyperscalers desaceleram, ASICs personalizados ganham participação ou a monetização da IA decepciona
O desenvolvimento realmente importante é o Vera Rubin. Não se trata apenas de outra geração de GPUs mais rápidas. A Nvidia está posicionando o Rubin em torno da economia da inferência e da IA agêntica, nas quais a quantidade de computação consumida pode crescer drasticamente à medida que os aplicativos de IA se tornam mais autônomos. O Rubin já está em produção plena.
E é aí que o argumento de Huang de que “computação é receita” se torna poderoso.
Se a inferência de IA gerar tokens economicamente valiosos, cada consulta/agente/tarefa adicional criará demanda por computação. Isso significa que a Nvidia não está necessariamente se aproximando de um ciclo tradicional em que “as empresas compram GPUs suficientes e depois param”. A curva potencial de demanda passa a estar vinculada ao uso da IA, e não apenas à construção de data centers.
Mas há uma armadilha de valuation aqui
A US$ 5,4 trilhões, a Nvidia não precisa apenas continuar dominante. Ela precisa continuar surpreendendo positivamente.
O mercado já está precificando um crescimento extraordinário. Uma análise estima que a receita do FY28 poderia se aproximar de ~$450B se a trajetória atual de crescimento persistir.
Por isso, eu observaria quatro coisas acima de tudo:
1. Gastos de capital dos hyperscalers → ainda estão acelerando?
Microsoft, Amazon, Google, Meta e os provedores de nuvem de IA são, na prática, o tanque de combustível.
2. Inferência → tornando-se maior que o treinamento?
Este é provavelmente o maior catalisador de longo prazo. Se os agentes fizerem as cargas de trabalho de inferência explodirem, o mercado de computação poderá se expandir mesmo quando o crescimento do treinamento eventualmente se normalizar.
3. Rubin → ele aumenta o ROI dos clientes da Nvidia?
Se o Rubin reduzir substancialmente o custo por token, isso poderia paradoxalmente aumentar a demanda: uma inferência mais barata torna mais aplicativos de IA economicamente viáveis.
4. Taxa de crescimento da Nvidia → 70% contra 40–50%.
A US$ 5,4 trilhões, essa diferença se torna enorme. Uma desaceleração para 40–45% poderia provocar uma forte compressão do múltiplo, mesmo que a Nvidia continue crescendo de forma espetacular.
Minha visão
Eu não chamaria US$ 5,4 trilhões de fim do rali da IA.
Eu chamaria esse nível de ponto em que o potencial de alta se torna cada vez mais dependente da segunda fase da IA.
A primeira fase foi:
Construir a infraestrutura.
A próxima fase é:
Usar a infraestrutura continuamente para gerar receita.
Se essa transição for bem-sucedida, uma Nvidia de US$ 8–10 trilhões não será um cenário absurdo nos próximos anos. Mas passar de US$ 5,4 trilhões para $10T exige aproximadamente outro aumento de 85% no valor de mercado, portanto, os lucros e os fluxos de caixa precisam crescer enormemente junto com isso.
O maior risco não é a AMD de repente “superar a Nvidia”. É a demanda por computação de IA crescer mais lentamente do que o valuation pressupõe — especialmente se os hyperscalers descobrirem que seus investimentos em IA não estão gerando retornos suficientes ou se o silício personalizado conquistar uma participação muito maior.
Por isso, minha linha divisória entre otimistas e pessimistas é simples:
Uso de IA ↑ → inferência ↑ → demanda por computação ↑ → lucros da Nvidia ↑ → o rali pode continuar.
Gastos de capital em IA ↑, mas a receita de IA decepciona → o ROI cai → os gastos de capital acabam desacelerando → o múltiplo da Nvidia se contrai.
Neste momento, as evidências do trimestre mais recente estão esmagadoramente do primeiro lado.
Minha visão aproximada, ponderada por probabilidades: a próxima grande perna de alta poderia levar plausivelmente a Nvidia primeiro para US$ 6–7 trilhões, com US$ 8–10 trilhões se tornando realistas caso o Rubin + a inferência produzam outros 2–3 anos de crescimento excepcional. US$ 12 trilhões+ exigem algo mais próximo de um superciclo de computação de IA do que simplesmente “outro grande ciclo da Nvidia”.
E essa distinção é crucial.A receita de data centers chegou a aproximadamente US$ 89 bilhões, +117%, e a administração projetou uma receita de $108B ±2% para o 3º trimestre. A margem bruta foi de 75%.
Até onde o rali pode ir?
Eu estruturaria isso em cenários, em vez de estabelecer um único preço-alvo:
Cenário-base otimista US$ 6–7 trilhões O Rubin ganha escala sem problemas + os gastos de capital em IA permanecem elevados
Cenário fortemente otimista US$ 8–10 trilhões A inferência se torna um enorme mercado recorrente de computação
Cenário superotimista US$ 12 trilhões+ O crescimento de 60–70% persiste muito além do FY28 + as margens permanecem excepcionais
Cenário pessimista US$ 3,5–4,5 trilhões Os gastos de capital dos hyperscalers desaceleram, ASICs personalizados ganham participação ou a monetização da IA decepciona
O desenvolvimento realmente importante é o Vera Rubin. Não se trata apenas de outra geração de GPUs mais rápidas. A Nvidia está posicionando o Rubin em torno da economia da inferência e da IA agêntica, nas quais a quantidade de computação consumida pode crescer drasticamente à medida que os aplicativos de IA se tornam mais autônomos. O Rubin já está em produção plena.
E é aí que o argumento de Huang de que “computação é receita” se torna poderoso.
Se a inferência de IA gerar tokens economicamente valiosos, cada consulta/agente/tarefa adicional criará demanda por computação. Isso significa que a Nvidia não está necessariamente se aproximando de um ciclo tradicional em que “as empresas compram GPUs suficientes e depois param”. A curva potencial de demanda passa a estar vinculada ao uso da IA, e não apenas à construção de data centers.
Mas há uma armadilha de valuation aqui
A US$ 5,4 trilhões, a Nvidia não precisa apenas continuar dominante. Ela precisa continuar surpreendendo positivamente.
O mercado já está precificando um crescimento extraordinário. Uma análise estima que a receita do FY28 poderia se aproximar de ~$450B se a trajetória atual de crescimento persistir.
Por isso, eu observaria quatro coisas acima de tudo:
1. Gastos de capital dos hyperscalers → ainda estão acelerando?
Microsoft, Amazon, Google, Meta e os provedores de nuvem de IA são, na prática, o tanque de combustível.
2. Inferência → tornando-se maior que o treinamento?
Este é provavelmente o maior catalisador de longo prazo. Se os agentes fizerem as cargas de trabalho de inferência explodirem, o mercado de computação poderá se expandir mesmo quando o crescimento do treinamento eventualmente se normalizar.
3. Rubin → ele aumenta o ROI dos clientes da Nvidia?
Se o Rubin reduzir substancialmente o custo por token, isso poderia paradoxalmente aumentar a demanda: uma inferência mais barata torna mais aplicativos de IA economicamente viáveis.
4. Taxa de crescimento da Nvidia → 70% contra 40–50%.
A US$ 5,4 trilhões, essa diferença se torna enorme. Uma desaceleração para 40–45% poderia provocar uma forte compressão do múltiplo, mesmo que a Nvidia continue crescendo de forma espetacular.
Minha visão
Eu não chamaria US$ 5,4 trilhões de fim do rali da IA.
Eu chamaria esse nível de ponto em que o potencial de alta se torna cada vez mais dependente da segunda fase da IA.
A primeira fase foi:
Construir a infraestrutura.
A próxima fase é:
Usar a infraestrutura continuamente para gerar receita.
Se essa transição for bem-sucedida, uma Nvidia de US$ 8–10 trilhões não será um cenário absurdo nos próximos anos. Mas passar de US$ 5,4 trilhões para $10T exige aproximadamente outro aumento de 85% no valor de mercado, portanto, os lucros e os fluxos de caixa precisam crescer enormemente junto com isso.
O maior risco não é a AMD de repente “superar a Nvidia”. É a demanda por computação de IA crescer mais lentamente do que o valuation pressupõe — especialmente se os hyperscalers descobrirem que seus investimentos em IA não estão gerando retornos suficientes ou se o silício personalizado conquistar uma participação muito maior.
Por isso, minha linha divisória entre otimistas e pessimistas é simples:
Uso de IA ↑ → inferência ↑ → demanda por computação ↑ → lucros da Nvidia ↑ → o rali pode continuar.
Gastos de capital em IA ↑, mas a receita de IA decepciona → o ROI cai → os gastos de capital acabam desacelerando → o múltiplo da Nvidia se contrai.
Neste momento, as evidências do trimestre mais recente estão esmagadoramente do primeiro lado.
Minha visão aproximada, ponderada por probabilidades: a próxima grande perna de alta poderia levar plausivelmente a Nvidia primeiro para US$ 6–7 trilhões, com US$ 8–10 trilhões se tornando realistas caso o Rubin + a inferência produzam outros 2–3 anos de crescimento excepcional. US$ 12 trilhões+ exigem algo mais próximo de um superciclo de computação de IA do que simplesmente “outro grande ciclo da Nvidia”.
E essa distinção é crucial.
$NVDA
