NVIDIA na GTC 2026 muda foco de chips para fábricas de tokens e a era de Agent-as-a-Service

A NVIDIA na GTC 2026 demonstrou que a próxima fase do mercado de IA será construída não em torno de GPUs individuais, mas em torno de fábricas de inferência, onde tokens e ações de agentes se tornam o produto principal. A tese central do keynote: a empresa não está mais vendendo apenas aceleradores, mas uma infraestrutura completa para produção em escala industrial de resultados de IA — de bibliotecas CUDA até racks de servidores, redes e camadas de software corporativo.

A trajetória de vinte anos do CUDA serviu como ponto de partida para esse pivô. Foi o compromisso com uma plataforma de software que uma vez transformou as placas gráficas NVIDIA de hardware de nicho em uma ferramenta computacional universal para aprendizado de máquina. Na GTC, esse caminho foi apresentado como uma evolução sequencial: primeiro, um ecossistema de bibliotecas e frameworks; depois, sistemas DGX; e agora, blocos modulares prontos para grandes clusters de IA.

A lógica é simples: até o chip mais poderoso significa pouco sem software, otimizações e a capacidade de implementar rapidamente cenários práticos em produção. Isso leva à segunda tese da NVIDIA: o mercado está mudando de SaaS para Agent-as-a-Service. Enquanto as empresas costumavam pagar pelo acesso a uma ferramenta e os funcionários extraíam os resultados, agora os negócios pagam por ações de IA executadas. Um agente não deve simplesmente gerar texto; deve fechar a tarefa: processar uma solicitação, conduzir análise, preparar um documento, tomar decisões dentro de regras definidas. Portanto, a medida de eficiência não é mais o desempenho abstrato em FLOPs, mas o custo de um token útil e o preço final de uma ação significativa.

Nessa lógica, a inferência se torna uma economia separada, e os data centers se tornam instalações de produção para gerar trabalho intelectual. É aqui que a NVIDIA está promovendo o conceito de Token Factory. A empresa propõe ver os modernos data centers de IA não como locais de armazenamento de dados, mas como fábricas onde eletricidade e infraestrutura entram, e um fluxo de tokens para aplicações, assistentes e agentes autônomos sai.

Na GTC, uma estimativa foi compartilhada de que até 2027, os gastos globais em construção e atualização dessa capacidade podem se aproximar de 1 trilhão de dólares. A demanda por essas instalações é impulsionada não apenas por IA corporativa, mas também pelo crescimento de modelos abertos, que chegaram perto do estado-da-arte em qualidade e tornam o lançamento de serviços próprios mais acessível para uma gama mais ampla de empresas.

A fundação arquitetônica dessa estratégia é a arquitetura Vera Rubin. A NVIDIA a descreve não como outro ganho de desempenho incremental em comparação com a geração anterior, mas como uma tentativa de reempacotar toda a pilha para inferência. O que importa agora não é uma única placa ou até um único servidor, mas todo o rack como um todo: computação, CPU, memória, armazenamento, redes, segurança e interconexões ópticas entre módulos.

Essa abordagem é necessária para aumentar simultaneamente a taxa de transferência e a responsividade do sistema sem explodir os custos de eletricidade. Ênfase especial foi colocada na modularidade: as configurações podem ser montadas para diferentes tipos de carga — desde respostas rápidas em massa até reasoning caro em tempo real. Isso também define uma nova segmentação de mercado: respostas baratas para consumo em massa e inferência premium para cenários complexos de agentes.

Outro sinal importante da GTC: agentes de IA estão cada vez mais sendo vistos como parte da infraestrutura corporativa, não como uma camada experimental sobre chatbots. Portanto, ao lado do hardware, a NVIDIA está promovendo arquiteturas de software de referência para implantar agentes em grandes empresas. A ideia é que agentes operem dentro de políticas de segurança, acessem apenas interfaces autorizadas e se integrem de forma previsível ao cenário de TI existente de uma empresa. Para empresas, isso pode ser até mais importante que os chips em si: sem controle, auditoria e capacidade de gerenciamento, nenhuma autonomia chegará à produção.

A conclusão principal da GTC 2026 é que a NVIDIA está buscando ocupar não apenas o mercado de aceleradores, mas a posição de um fornecedor fundamental da economia de inferência. Enquanto a concorrência antes se centrava na contagem de transistores e liderança em treinamento de modelos, o centro de gravidade agora se desloca para o custo da ação útil, resiliência do serviço de IA e velocidade de implantação de sistemas de agentes. Para o mercado, isso sinaliza uma transição de discussões sobre "a GPU mais poderosa" para a questão de quem pode entregar inteligência como serviço de forma mais barata e confiável.