Entre o início de 2023 e meados de 2025, o valor de mercado da Nvidia multiplicou por 10. Boa parte da explicação de sempre é “a empresa vende as melhores GPUs do mundo” — só que isso já não conta a história toda.
Depois dos resultados trimestrais divulgados no fim de agosto, ficou mais claro que a vantagem real da Nvidia está em outro lugar: na infraestrutura inteira que ela construiu ao redor do processador, difícil de copiar peça por peça.
Neste artigo você entende o que é essa mudança de estratégia, o que é a arquitetura Vera Rubin e por que até concorrentes gigantes como Amazon, Google e a própria OpenAI estão correndo atrás.
Por que a GPU deixou de ser o produto principal da Nvidia
Com data centers de IA escalando para o tamanho de gigawatts inteiros, o gargalo deixou de ser só “quem tem o chip mais rápido” e passou a ser como mover e organizar dados entre milhares de processadores sem perder velocidade.
É aí que entra o resto do catálogo da Nvidia: redes de interconexão, sistemas de memória e software de orquestração — tudo desenhado para funcionar junto, como um pacote fechado, não como peças soltas que qualquer fabricante consegue encaixar.
O que muda com a arquitetura Vera Rubin
A nova arquitetura da Nvidia, batizada de Vera Rubin, inclui a CPU Vera — pensada justamente para resolver o gargalo de orquestração de dados. Segundo Jason Hardy, VP de Armazenamento da Nvidia, “existe um limite de quanta memória você consegue colocar em um único servidor” — e é esse limite que a Vera ataca.
Nos testes internos da empresa, a Vera CPU entregou uma melhora de até 3 vezes nas operações de orquestração de dados em comparação com a geração anterior — um ganho que não aparece nas especificações da GPU sozinha, mas no sistema completo funcionando junto.
Quem está tentando fugir da dependência da Nvidia
Amazon, Google e Micron têm investido pesado em chips próprios para reduzir a dependência da Nvidia. A própria OpenAI está desenvolvendo um chip interno, apelidado de “Jalapeño”, com o objetivo declarado de “minimizar a quantidade de dados que precisa ser movida de um lado para o outro” — o mesmo problema que a Nvidia já está resolvendo há mais tempo, em escala.
O desafio de qualquer concorrente não é só desenhar um chip competitivo: é replicar anos de trabalho de integração entre hardware, rede e software que a Nvidia já tem rodando em produção.
Conclusão
A vantagem da Nvidia parou de ser sobre ter a GPU mais rápida — e passou a ser sobre ter o sistema inteiro mais difícil de copiar. Isso explica por que, mesmo com bilhões investidos por concorrentes em chips próprios, a empresa segue no centro da infraestrutura de IA global.
Quer entender como essas mudanças no hardware de IA afetam as ferramentas que você usa no dia a dia? Veja mais análises na seção de notícias do Iazando.