NVIDIA muda foco no GTC 2026 de chips para fábricas de tokens e a era do Agent-as-a-Service

A NVIDIA mostrou no GTC 2026 que a próxima etapa do mercado de IA não será construída em torno de GPUs isoladas, mas de fábricas de inferência, nas quais tokens e ações de agentes se tornam o principal produto. A tese central da keynote: a empresa já não vende apenas aceleradores, mas uma infraestrutura completa para a produção industrial de resultados de IA, das bibliotecas CUDA aos racks de servidores, redes e à camada de software corporativo.

Vinte anos de CUDA como base

O ponto de partida dessa virada são os vinte anos de CUDA. Foi a aposta em uma plataforma de software que transformou as placas de vídeo da NVIDIA de hardware de nicho em ferramenta universal de computação para aprendizado de máquina. No GTC, esse caminho foi apresentado como uma evolução contínua: primeiro um ecossistema de bibliotecas e frameworks, depois os sistemas DGX e agora blocos modulares prontos para grandes clusters de IA. A lógica é simples: até o chip mais poderoso vale pouco sem software, otimizações e a possibilidade de implantar rapidamente cenários aplicados em produção.

Do SaaS ao Agent-as-a-Service

Daí vem a segunda tese da NVIDIA: o mercado está migrando do modelo SaaS para o Agent-as-a-Service. Se antes as empresas pagavam pelo acesso a uma ferramenta e o resultado dependia de um funcionário, agora o negócio começa a pagar por uma ação de IA concluída. O agente não deve apenas gerar texto, mas encerrar uma tarefa: processar uma solicitação, fazer uma análise, preparar um documento, tomar uma decisão dentro de regras definidas.

Por isso, a métrica de eficiência deixa de ser o desempenho abstrato em FLOPS e passa a ser o custo do token útil e o preço final de uma ação com sentido. Nessa lógica, a inferência vira uma economia própria e os data centers, plantas de produção de trabalho intelectual.

O conceito de Token Factory

É aqui que a NVIDIA promove o conceito de Token Factory. A empresa propõe enxergar os data centers de IA atuais não como lugares de armazenamento de dados, mas como fábricas que recebem eletricidade e infraestrutura e entregam um fluxo de tokens para aplicativos, assistentes e agentes autônomos. No GTC, foi apresentada a estimativa de que, até 2027, os gastos globais com construção e modernização dessas capacidades podem chegar perto de US$ 1 trilhão. A demanda é alimentada não só pela IA corporativa, mas também pelo avanço dos modelos abertos, que chegaram perto da fronteira em qualidade e facilitam o lançamento de serviços próprios por mais empresas.

A arquitetura Vera Rubin

O suporte de hardware dessa estratégia é a arquitetura Vera Rubin. A NVIDIA a descreve não como mais um ganho de desempenho em relação à geração anterior, mas como uma tentativa de reempacotar toda a pilha para inferência. O que importa já não é uma placa nem um servidor, mas o rack inteiro: computação, CPU, memória, armazenamento, rede, segurança e conexões ópticas entre módulos.

A abordagem busca elevar ao mesmo tempo a vazão e a capacidade de resposta dos sistemas sem disparar o consumo de energia. Há ênfase específica na modularidade: as configurações podem ser montadas para diferentes tipos de carga, de respostas rápidas em massa a raciocínio caro em tempo real. Isso também cria uma nova segmentação do mercado: respostas baratas para o consumo amplo e inferência premium para cenários agênticos complexos.

Outro sinal importante do GTC é que os agentes de IA são cada vez mais vistos como parte da infraestrutura corporativa, e não como uma camada experimental sobre chats. Por isso, ao lado do hardware, a NVIDIA promove arquiteturas de referência de software para levar agentes a grandes empresas. A ideia é que o agente atue dentro das políticas de segurança, tenha acesso apenas às interfaces permitidas e se integre de forma previsível ao ambiente de TI da companhia.

Para as empresas, isso talvez seja até mais importante que os próprios chips: sem controle, auditoria e capacidade de gestão, nenhuma autonomia chega à produção.

A principal conclusão

A principal conclusão do GTC 2026 é que a NVIDIA tenta ocupar não só o mercado de aceleradores, mas também a posição de fornecedora básica da economia da inferência. Se antes a concorrência girava em torno do número de transistores e da liderança no treinamento de modelos, agora o centro de gravidade se desloca para o custo da ação útil, a estabilidade dos serviços de IA e a velocidade de implantação de sistemas agênticos. Para o mercado, isso significa passar da conversa sobre a "GPU mais poderosa" para a pergunta de quem conseguirá produzir inteligência como serviço de forma mais barata e confiável.

Em resumo:

• No GTC 2026, a NVIDIA deslocou o foco das GPUs isoladas para as fábricas de inferência, nas quais o produto são tokens e ações de agentes.
• O mercado migra de SaaS para Agent-as-a-Service; a métrica é o custo do token útil. Os gastos com essas capacidades podem chegar perto de US$ 1 trilhão até 2027.
• A arquitetura Vera Rubin reempacota toda a pilha para inferência: o rack inteiro, com ênfase na modularidade para diferentes cargas.