A inteligência artificial costuma ser apresentada pela perspectiva dos modelos: ChatGPT, Gemini, Claude, agentes autônomos e sistemas capazes de executar tarefas cada vez mais complexas.
Mas existe uma camada muito menos visível por trás dessa evolução.
Cada nova geração de IA precisa de uma quantidade enorme de poder computacional para ser treinada e executada. E é justamente nesse ponto que a NVIDIA está sinalizando que a corrida ainda está longe de desacelerar.
Em setembro de 2026, Jensen Huang, CEO da NVIDIA, afirmou que espera que a empresa venda o dobro de chips em 2027 em comparação com 2026.
A declaração não representa uma previsão de que a receita da empresa necessariamente dobrará. A NVIDIA não divulga o número total de chips vendidos e seu portfólio inclui diferentes tipos de processadores, GPUs e componentes de infraestrutura.
O que a declaração revela é outra coisa: a expectativa de que a demanda por capacidade computacional para inteligência artificial continue crescendo em uma escala extraordinária.
A corrida da IA não acontece apenas nos modelos. Ela também acontece nos chips, nos data centers e na energia necessária para fazê-los funcionar.
A demanda por computação está acelerando
Os resultados mais recentes da NVIDIA ajudam a dimensionar esse movimento.
No segundo trimestre fiscal de 2027, encerrado em julho, a companhia registrou US$ 96,2 bilhões em receita, crescimento de 106% em relação ao mesmo período do ano anterior.
A divisão de Data Center foi ainda mais expressiva: US$ 89 bilhões no trimestre, alta de 117%.
Esses números mostram como a transformação da NVIDIA deixou de estar relacionada apenas ao mercado tradicional de placas gráficas.
A empresa se tornou uma das principais fornecedoras da infraestrutura utilizada para treinar e executar modelos de inteligência artificial em larga escala.
Laboratórios de IA, empresas de tecnologia, provedores de nuvem e organizações de diferentes setores precisam de enormes quantidades de processamento para desenvolver seus sistemas.
E quanto mais sofisticados esses sistemas ficam, maior tende a ser a demanda por infraestrutura.
O que está por trás da previsão de Jensen Huang
A justificativa apresentada pelo CEO da NVIDIA é direta: a inteligência artificial está começando a produzir valor em diferentes setores e economias, levando empresas e governos a aumentar seus investimentos.
Essa expansão já pode ser observada além dos grandes laboratórios de IA.
Bancos, empresas de software, indústrias, hospitais, empresas de logística, governos e companhias de energia estão explorando aplicações que dependem de modelos de IA.
Existe também uma nova categoria de sistemas ganhando espaço: os agentes de IA.
Em vez de apenas responder perguntas, esses sistemas podem executar sequências de tarefas, utilizar ferramentas, consultar dados, escrever código e interagir com outros serviços.
Isso muda a escala do problema.
Uma aplicação tradicional pode precisar de processamento apenas quando um usuário interage com ela. Um sistema baseado em agentes pode realizar milhares de operações de maneira contínua.
Quanto mais a IA deixa de apenas responder e passa a agir, maior tende a ser a necessidade de computação por trás dela.
A próxima geração já está chegando
A NVIDIA também está preparando a transição para uma nova geração de infraestrutura.
A plataforma Vera Rubin está entrando em produção e foi projetada especificamente para cargas de trabalho associadas à próxima fase da IA, incluindo sistemas de IA agêntica.
A proposta não é simplesmente produzir uma GPU mais rápida.
A arquitetura envolve GPUs, CPUs, sistemas de rede, armazenamento e outros componentes trabalhando como uma infraestrutura integrada.
Esse modelo representa uma mudança importante na maneira como os computadores destinados à IA são construídos.
Em vez de pensar apenas em um processador individual, a indústria passa a tratar o data center inteiro como uma espécie de computador gigantesco.
É esse conceito que está por trás das chamadas “AI factories”: instalações construídas especificamente para transformar energia, dados e capacidade computacional em modelos e serviços de inteligência artificial.
A demanda não está vindo apenas da NVIDIA
Um dos sinais mais claros de que essa expansão não depende de uma única empresa está nas movimentações dos grandes provedores de nuvem.
A AWS anunciou planos para adicionar mais de 2 milhões de GPUs NVIDIA entre 2027 e 2028, além da expansão de sua infraestrutura atual.
A escala desses números ajuda a entender por que a fabricação de chips se tornou uma questão estratégica.
Não basta existir demanda por inteligência artificial.
É necessário fabricar os processadores, produzir memória, construir servidores, instalar sistemas de refrigeração, ampliar redes elétricas e construir data centers capazes de operar continuamente.
A nova corrida da IA é também uma corrida pela capacidade de construir a infraestrutura que a sustenta.
O gargalo pode mudar de lugar
Existe, porém, um detalhe importante nessa expansão.
Produzir mais chips não depende apenas da NVIDIA.
A fabricação de semicondutores envolve uma cadeia global extremamente complexa, que inclui empresas especializadas em fabricação, memória, encapsulamento, equipamentos de produção, energia e infraestrutura.
Isso significa que aumentar a quantidade de GPUs disponíveis pode esbarrar em diferentes pontos da cadeia.
Memória pode se tornar um gargalo.
Capacidade de fabricação pode limitar a produção.
Energia pode limitar novos data centers.
E até a disponibilidade de terrenos, sistemas de refrigeração e conexões à rede elétrica pode determinar a velocidade com que novos projetos conseguem entrar em operação.
A expansão da IA, portanto, está deixando de ser apenas uma questão de tecnologia.
Ela está se transformando em uma questão de infraestrutura física.
NVIDIA também enfrenta uma nova geração de concorrentes
A posição da NVIDIA no mercado de IA é dominante, mas a expansão do setor também está estimulando concorrentes.
AMD continua desenvolvendo aceleradores para data centers, enquanto empresas como Google, Amazon e Microsoft investem em chips próprios para determinadas cargas de trabalho.
Na China, a Huawei também está ampliando sua estratégia de semicondutores para IA. A empresa afirmou em setembro de 2026 que sua capacidade atual não é suficiente para atender toda a demanda doméstica por seus sistemas de computação para IA.
Esse movimento é importante porque mostra que a disputa não acontece apenas entre fabricantes de GPUs.
As grandes empresas de tecnologia também estão tentando controlar partes cada vez maiores de sua própria infraestrutura.
Quanto mais valiosa a computação se torna, maior é o incentivo para controlar o hardware que a torna possível.
A NVIDIA pode vender o dobro, mas isso não significa que tudo ficará mais simples
A previsão de Jensen Huang impressiona pela escala, mas ela também levanta uma questão importante.
Se a demanda por computação continuar crescendo nesse ritmo, será necessário expandir toda a infraestrutura que existe ao redor dos chips.
Isso inclui fábricas, memória, servidores, redes, energia e data centers.
O crescimento da IA já começa a pressionar esses sistemas.
Em algumas regiões, projetos de data centers enfrentam dificuldades relacionadas à disponibilidade de energia. Em outras, a construção de novas instalações exige investimentos enormes em infraestrutura elétrica e conectividade.
A consequência é que o crescimento da inteligência artificial pode começar a ser limitado não pela falta de ideias ou de modelos, mas pela capacidade física de sustentar esses modelos.
A próxima disputa pode ser por energia
Existe ainda uma camada que costuma ficar escondida quando se fala sobre GPUs.
Chips precisam de energia.
E grandes clusters de IA precisam de muita energia.
À medida que empresas constroem data centers cada vez maiores, a disponibilidade de eletricidade confiável e a capacidade de conectar essas instalações às redes existentes se tornam fatores estratégicos.
Isso coloca a inteligência artificial dentro de uma discussão que envolve semicondutores, computação em nuvem, infraestrutura elétrica e até políticas energéticas.
O futuro da IA pode depender tanto da capacidade de desenvolver novos algoritmos quanto da capacidade de produzir energia suficiente para executá-los.
A inteligência artificial está começando a transformar a infraestrutura física do planeta para acompanhar sua expansão digital.
E se a demanda realmente dobrar?
A previsão da NVIDIA não significa que o mercado inteiro de IA necessariamente dobrará no mesmo ritmo.
Mas ela oferece um indicador importante sobre como os maiores fornecedores de infraestrutura estão enxergando os próximos anos.
Se a demanda continuar crescendo, a indústria terá de aumentar simultaneamente a capacidade de fabricação, a eficiência dos chips, a disponibilidade de energia e a infraestrutura de data centers.
Também será necessário encontrar maneiras de fazer mais com menos.
A eficiência computacional passa a ser tão importante quanto o desempenho bruto.
Um chip que consegue produzir mais tokens utilizando menos energia pode ser tão estratégico quanto um chip simplesmente mais poderoso.
É por isso que a próxima geração de aceleradores não está sendo desenvolvida apenas para aumentar velocidade.
Ela está sendo projetada para melhorar a eficiência de toda a cadeia de processamento da IA.
A era da IA também é a era dos chips
Durante muito tempo, a inteligência artificial parecia principalmente uma questão de software.
Hoje, essa visão já não é suficiente.
Por trás de cada modelo avançado existem processadores, memória, redes, servidores, sistemas de refrigeração, energia e enormes estruturas físicas.
A previsão de Jensen Huang sobre dobrar as vendas de chips em 2027 é, portanto, mais do que uma declaração sobre a NVIDIA.
Ela é um retrato da dimensão que a corrida pela inteligência artificial está assumindo.
Os modelos podem parecer virtuais.
Mas a inteligência artificial precisa de uma quantidade cada vez maior de matéria para existir.
