SANTA CLARA, Califórnia — A Nvidia apresentou esta semana um dos sinais financeiros mais claros até agora de que o boom da inteligência artificial generativa está a tornar-se um ciclo de infraestruturas em grande escala. A fabricante de chips reportou uma receita de 7,19 mil milhões de dólares no primeiro trimestre fiscal e projetou cerca de 11 mil milhões de dólares para o trimestre atual, bem acima do ritmo sugerido pelos seus resultados recentes, à medida que a procura por computação acelerada e formação de modelos complexos impulsiona os clientes em direção aos seus processadores para centros de dados.

da Nvidia, divulgado a 24 de maio, mostrou uma receita recorde de 4,28 mil milhões de dólares no segmento de Data Centers, um aumento de 18% face ao trimestre anterior e de 14% face ao ano anterior. A receita total ainda ficou 13% abaixo do período homólogo, porque os mercados de jogos e outros não recuperaram totalmente, mas a previsão da empresa para o segundo trimestre, de 11 mil milhões de dólares (com uma margem de erro de 2%), redefiniu as expectativas sobre a rapidez com que a procura de IA poderá alterar a sua trajetória de crescimento.

A IA passa de uma história de software para um ciclo de investimento de capital

O relatório trimestral da empresa à SEC deixa claro que a Nvidia já não depende principalmente de placas gráficas para o consumidor final. O segmento dos data centers tornou-se o seu maior negócio, com clientes que abrangem fornecedores de cloud, empresas de internet, empresas e instituições de investigação. O CEO Jensen Huang afirmou que a indústria da computação está a passar por duas transições simultâneas — computação acelerada e IA generativa — e que a Nvidia está a aumentar a oferta para satisfazer a crescente procura pelas suas plataformas H100, Grace Hopper, redes e software.

A procura está ligada a uma limitação técnica fundamental. O treino e a disponibilização de grandes modelos de linguagem exigem uma enorme capacidade de processamento paralelo e uma elevada largura de banda de memória. Os CPUs convencionais podem executar estas cargas de trabalho, mas com uma eficiência muito inferior à dos aceleradores especializados. A Nvidia passou anos a construir um ecossistema de software em torno do CUDA e um portfólio crescente de GPUs, interligações e produtos de rede, o que lhe confere uma posição sólida à medida que os programadores se apressam a implementar modelos inspirados em sistemas como o ChatGPT.

As parcerias empresariais mostram para onde caminham os investimentos

Na semana anterior à divulgação do relatório de resultados, a Nvidia e a ServiceNow anunciaram uma parceria em IA generativa para desenvolver modelos de linguagem personalizados e de grande escala para fluxos de trabalho empresariais. Este acordo é importante porque leva a IA generativa para além dos chatbots públicos, abrangendo processos internos de negócio, como o atendimento ao cliente, o suporte de TI e a produtividade dos colaboradores.

No dia 23 de maio, a Dell e a Nvidia apresentaram o Project Helix, um modelo para as empresas que desejam construir e executar sistemas de IA generativa na sua própria infraestrutura. A oferta combina servidores e armazenamento Dell com GPUs Nvidia H100, redes e software de IA empresarial, servindo organizações que desejam acesso a recursos de modelos de grande escala sem ter de colocar informações proprietárias inteiramente em nuvens públicas.

A Nvidia anunciou também uma integração com a Microsoft que levará o software Nvidia AI Enterprise para o Azure Machine Learning. Esta parceria oferece aos programadores um caminho com suporte para treinar, ajustar e implementar modelos utilizando a cloud da Microsoft, ao mesmo tempo que contam com as estruturas e aceleradores da Nvidia.

A estratégia de plataforma vai além de um único chip

A vantagem da Nvidia não se limita ao H100. Na sua conferência GTC de março, a empresa apresentou quatro plataformas de inferência orientadas para diferentes cargas de trabalho de IA generativa, incluindo o H100 NVL para grandes modelos de linguagem, o L4 para vídeo com IA e o Grace Hopper para sistemas de recomendação. A estratégia é vender uma solução completa: processadores, redes, sistemas e software que os programadores podem utilizar desde o treino até à inferência.

Isto é importante porque a inferência — o processo de execução de um modelo treinado para produzir respostas, imagens ou recomendações — pode eventualmente consumir tanta ou mais capacidade computacional do que o treino. À medida que as aplicações de IA generativa passam de experiências para produtos utilizados por milhões de pessoas, a procura pode mudar de algumas poucas execuções de formação massivas para uma infraestrutura de serviço persistente e ininterrupta.

Uma previsão extraordinária acarreta ainda risco de execução

A previsão de receitas de 11 mil milhões de dólares implica um aumento sequencial drástico, e alcançá-la dependerá da oferta. As GPUs avançadas dependem do fabrico de semicondutores de ponta e de embalagens sofisticadas, ambas com capacidade limitada. A Nvidia afirmou estar a trabalhar com os fornecedores para aumentar a produção, mas o ritmo da procura cria a possibilidade de os clientes enfrentarem longos prazos de entrega.

A concorrência também está a intensificar-se. A Advanced Micro Devices está a preparar novos aceleradores de IA, os principais fornecedores de cloud estão a desenvolver chips proprietários e as startups estão a atacar segmentos especializados do mercado de aprendizagem automática. Os clientes que atualmente dependem muito da Nvidia têm fortes incentivos para diversificar as suas opções caso a capacidade se mantenha limitada ou os preços subam.

Para já, no entanto, o trimestre da empresa sugere que a IA generativa está a criar um ciclo de gastos suficientemente grande para compensar a fragilidade noutros setores da tecnologia. A Nvidia começou o ano como o principal fornecedor de aceleradores de IA de ponta. Termina maio com uma previsão financeira que indica que o mercado para estes sistemas está a expandir-se muito mais rapidamente do que muitos investidores previam há apenas algumas semanas.