Nvidia dobrou receita e ações caíram: o que muda para devs de IA

A Nvidia reportou receita de US$ 96,22 bilhões no segundo trimestre fiscal e as ações caíram. Se você não entendeu essa contradição, leia até o final — ela revela mais sobre o ciclo atual da IA do que qualquer thread no X.

Segundo o Olhardigital.com.br, a empresa superou as projeções em lucro (US$ 2,22 vs. US$ 2,10 esperados) e receita (US$ 96,22 bi vs. US$ 92,17 bi projetados). Mesmo assim, o papel recuou no after-market. Na minha leitura, isso não é irracionalidade do mercado — é o mercado precificando o que vem depois do hype. E é exatamente aqui que mora o que interessa para quem programa.

Por que o “mais que dobrou” não é mais suficiente

Receita passou de US$ 46,7 bi para US$ 96,22 bi em um ano. Crescimento de ~106% YoY. Impressionante? Sim. Mas o consenso de Wall Street já estava precificando aceleração, não apenas manutenção. Quando uma empresa do porte da Nvidia “apenas” entrega o esperado, o múltiplo de valuation sofre. É a mesma lógica que aplicamos quando otimizamos uma query que já roda em 50ms — reduzir para 45ms não impressiona ninguém.

Para nós, devs, isso importa porque define o próximo ciclo de preços de GPUs, disponibilidade de chips e o ritmo em que provedores de cloud vão repassar custo. A Nvidia está no centro da pilha de IA — CUDA, TensorRT, NeMo, DGX, tudo passa por hardware deles. Se o capex esfria, a oferta de H100/H200/B200 em cloud aperta e o preço da hora-GPU sobe.

O movimento silencioso que ninguém comenta: Nvidia como financiador de data centers

A parte mais estratégica da matéria — e que pouca gente está prestando atenção — é a expansão da Nvidia no financiamento de infraestrutura. Segundo a CNBC, citada pelo Olhar Digital, a empresa está fornecendo garantias e acordos que viabilizam a construção de novos data centers de IA.

Traduzindo para quem trabalha com isso: a Nvidia está virando um banco de infraestrutura. Ela não vende só o chip, ela viabiliza a obra civil, a energia, o resfriamento. É o mesmo movimento que a AWS fez nos anos 2010 com créditos para Reserved Instances — subsidiar o ecossistema para travar o stack proprietário.

Implicação prática: daqui pra frente, treinar um modelo foundation em cloud vai ficar mais barato em GPU-hours, mas mais caro em lock-in de ferramentas Nvidia. Cuidado ao assinar contratos longos sem cláusula de portabilidade real — já vi empresa presa a CUDA kernel que não roda em ROCm nem com reescrita.

Na Prática: como dev, o que muda no seu pipeline de IA hoje

Vamos aterrizar. Se você roda workloads de IA em produção (ou pensa em rodar), aqui está o passo a passo que aplico nos meus projetos:

1. Audite onde você paga GPU-hour. Liste todos os serviços cloud que cobram por GPU. Compare custo efetivo por token gerado ou por imagem inferida, não só o preço nominal.
2. Separe inferência de treino. Treino roda spot/preemptible com H100 ou A100. Inferência roda em endpoints gerenciados com L4/T4 ou chips próprios. Misturar os dois é o erro mais caro que vejo.
3. Use quantização agressiva no que vai pra edge. GGUF q4_k_m para LLMs locais, ONNX int8 para visão. Você ganha 4x de redução de VRAM sem perda perceptível em 90% dos casos.
4. Cache agressivo de embeddings e prefixos. vLLM com prefix caching, ou SGLang com RadixAttention. Em produção, isso derruba custo de inferência em 60–80%.
5. Monitore utilization real. Não a métrica bonita do dashboard. Rode nvidia-smi em loop ou use Prometheus exporter. GPU abaixo de 40% utilization = dinheiro queimando.

Exemplo real de como eu configuro monitoramento mínimo viável para um cluster de inferência:

# monitor_gpu.py — roda como sidecar no k8s
import subprocess
import time
import json
from prometheus_client import Gauge, start_http_server

gpu_util = Gauge('gpu_utilization_percent', 'GPU core utilization', ['gpu_id'])
gpu_mem = Gauge('gpu_memory_used_mb', 'GPU memory used', ['gpu_id'])

def parse_nvidia_smi():
    out = subprocess.check_output([
        'nvidia-smi',
        '--query-gpu=index,utilization.gpu,memory.used',
        '--format=csv,noheader,nounits'
    ]).decode()
    for line in out.strip().split('\n'):
        idx, util, mem = line.split(', ')
        gpu_util.labels(gpu_id=idx).set(float(util))
        gpu_mem.labels(gpu_id=idx).set(float(mem))

if __name__ == '__main__':
    start_http_server(9100)
    while True:
        parse_nvidia_smi()
        time.sleep(5)

Rode isso como DaemonSet no cluster e você tem visibilidade real. Se o gauge ficar abaixo de 30% por mais de 10 minutos em horário de produção, é bug de batching ou cliente mandando requisição uma a uma — o que custa 10x mais.

Erros comuns que devs cometem (e que o ciclo Nvidia expõe)

Lista honesta, sem filtro, do que vejo em código de produção e em decisões arquiteturais:

• Treinar em GPU cara o que poderia ser fine-tuned em CPU. LoRA e QLoRA permitem ajustar modelos 7B–13B em uma A10 ou até em RTX 4090. Não precisa de H100 para 80% dos ajustes.
• Escolher provedor pelo preço/hora da GPU, não pelo TCO. H100 a $2/hora parece bom até você somar egress, storage e o lock-in. Multi-cloud é caro, mas single-cloud mal escolhido é falência.
• Ignorar o custo do contexto longo. Um LLM com 128k de contexto custa 4x mais que um com 8k, mesmo em inferência. Compressão de prompt não é otimização prematura — é economia direta.
• Não versionar dataset e modelo junto. Quando o modelo dérift na produção, você precisa saber qual versão do dado gerou qual checkpoint. DVC, MLflow, Weights & Biases — escolha um e use.
• Achar que CUDA é eterno. ROCm está amadurecendo, Apple Silicon tem MPS maduro para inferência, e chips de startups (Cerebras, Groq, SambaNova) já quebraram recordes de latência. Não coloque 100% do seu stack em CUDA proprietária sem plano B.

O “porquê” por trás dos números da Nvidia

Por que a Nvidia cresce mesmo com a queda das ações? Porque os data centers de hyperscalers (Azure, AWS, GCP, Meta, Oracle) continuam comprando a todo vapor. Treinar GPT-5, Gemini 2, Claude 4 — cada geração consome 5–10x mais compute que a anterior. A demanda por capacidade é inelástica no curto prazo.

O recuo das ações vem de outra conta: se a Nvidia financia data centers, ela está expondo seu balanço ao risco de crédito desses projetos. Se um hyperscaler atrasar pagamento, ou se um data center ficar ocioso, a Nvidia absorve o prejuízo. É a diferença entre ser fornecedor (recebe antecipado) e ser investidor (recebe no longo prazo, se receber). Mercado precifica o risco, não a receita.

Para nós, devs, isso significa uma coisa concreta: nos próximos 12–24 meses, a oferta de GPU em cloud deve continuar alta e os preços devem cair em termos reais. Janela boa para renegociar contratos e migrar workloads experimentais que estavam congelados por custo.

Comparação rápida: onde colocar cada workload em 2026

FAQ — perguntas que devs realmente fazem

A Nvidia vai continuar crescendo nesse ritmo?

Improvável manter 100% YoY. Crescimento deve desacelerar para 40–60% nos próximos trimestres, mas isso ainda é estrondoso para uma empresa de US$ 400 bi de receita anual. A queda das ações reflete normalização, não deterioração.

Vale comprar GPU Nvidia para workstation de dev?

Se você roda modelos locais e usa o equipamento 8+ horas por dia, sim. RTX 5090 com 32GB VRAM entrega ~80% do que uma H100 custa em cloud, com payback em 6–9 meses para workloads intensos. Para uso esporádico, cloud spot é mais barato.

CUDA vai morrer?

Não no curto prazo (5+ anos). Mas a Nvidia está blindando o ecossistema com software (TensorRT, NeMo, cuDNN) justamente porque sabe que a competição em hardware (AMD MI300/MI400, Intel Gaudi, chips custom de hyperscalers) está apertando. Como dev, invista em PyTorch puro com módulos agnósticos quando possível.

O que o financiamento de data centers significa para cloud?

A Nvidia está garantindo que a oferta de IA em cloud continue crescendo mesmo se os hyperscalers apertarem o capex. Para o consumidor (nós), isso tende a manter preços competitivos. Para o ecossistema, significa lock-in mais profundo no stack Nvidia.

Devo aprender CUDA em 2026?

Depende. Para 95% dos devs de IA, não. PyTorch + kernels prontos resolvem. Para quem trabalha em otimização de inferência, treinamento de modelos grandes ou pesquisa, sim — e é uma skill raríssima e bem paga. Comece com CUDA Zone oficial e o livro “Programming Massively Parallel Processors”.

Fechando

A Nvidia dobrou a receita, mas o mercado leu nas entrelinhas: financiar data centers é assumir risco novo. Para quem programa IA em produção, o recado é claro — otimize o que já roda, diversifique o stack quando possível e fique de olho nos movimentos de capacidade nos próximos trimestres. A janela de preços baixos em GPU cloud não vai durar pra sempre.

Gostou? Me segue no GitHub e deixa um comentário se tiver dúvida ou quiser aprofundar algum ponto.