Nvidia quer dominar toda a pilha do data center de IA, dos chips às redes e ao armazenamento

Na GTC 2026, a Nvidia mostrou que não quer mais ser apenas fornecedora de GPUs. A empresa oferece aos clientes um data center de IA completo como produto único, da computação e das redes ao armazenamento de contexto e ao software de gerenciamento.

Aposta na verticalização

O principal sinal da apresentação de Jensen Huang não foi um chip novo, mas a arquitetura do negócio. A Nvidia alinhou no palco uma linha de racks e disse ao mercado, na prática, que a infraestrutura de IA será mais barata, mais rápida e mais lucrativa se for comprada como pilha completa de um único fornecedor, e não em componentes avulsos. Isso já não é o modelo "vendemos aceleradores e vocês montam o resto", mas uma tentativa de transformar o data center em um sistema totalmente projetado pela Nvidia.

Huang promove há tempos a ideia da AI factory: uma fábrica que produz tokens e inteligência do mesmo modo que uma indústria produz peças. Agora a ideia ficou ainda mais rígida: a Nvidia quer controlar não só a computação, mas também a rede, a memória, o armazenamento de dados intermediários, a camada de CPU e o software que liga tudo isso. Com o boom dos sistemas agênticos, a abordagem parece lógica: o gargalo deixou de ser apenas a GPU e passou a incluir tudo que move dados entre elas.

O que entrou na pilha

Na nova configuração, a Nvidia reuniu vários racks, cada um resolvendo um problema específico do data center de IA. Juntos, formam um kit quase completo para empresas que constroem grandes clusters de treinamento e inferência e não querem integrar dezenas de fornecedores heterogêneos em um só esquema.

• Vera Rubin NVL72: sistema principal em escala de rack, com 72 GPUs Rubin e 36 CPUs Vera.
• Vera CPU Rack: rack independente com 256 CPUs para tarefas de IA agêntica, em que importam tool calling, SQL e execução de código.
• BlueField-4 STX: camada de armazenamento e entrega rápida de cache KV, necessária aos grandes modelos de linguagem na inferência.
• Spectrum-6 SPX: nova rede Ethernet para conectar racks e escalar o cluster.
• Groq 3 LPX: rack de inferência com 256 aceleradores LPU, focado em baixa latência e grande contexto.

O sentido dessa montagem é que a Nvidia agora não vende só a "potência bruta" das GPUs. Ela cobre as partes do sistema em que normalmente se perdem milissegundos, watts e dinheiro: transferência de dados entre chips, tratamento de contexto, latências de rede, tarefas de CPU para agentes e balanceamento geral de carga. Quanto maior o modelo e o contexto, mais perceptível é esse custo adicional.

Onde a Nvidia busca ganhos

O argumento mais visível da Nvidia é a economia da inferência. A empresa afirma que a combinação de Vera Rubin e Groq 3 LPX reduz os acessos à DRAM externa graças ao grande volume de SRAM na LPU, o que diminui a latência e acelera a geração de tokens. Segundo a Nvidia, esse arranjo pode entregar até 35 vezes mais vazão por megawatt para modelos com trilhões de parâmetros e até 10 vezes mais receita por watt em cenários com tokens "premium" caros.

"O que antes exigia um dia inteiro de consultas agora será feito em

menos de uma hora."

A Nvidia também aposta na camada de CPU. Diz abertamente que, mesmo na era das GPUs, os agentes esbarram o tempo todo em tarefas computacionais comuns: chamada de ferramentas, consultas SQL, compilação e execução de código em sandbox. Por isso, a empresa coloca no centro suas próprias CPUs Vera e acrescenta DPUs e um armazenamento especializado de contexto. Isso amplia as ambições da Nvidia muito além dos aceleradores e mostra que ela quer ficar com cada vez mais margem na infraestrutura de IA.

O que isso significa

Para o mercado, é mais um passo rumo a data centers de IA verticalizados, em que um único fornecedor responde por quase tudo. Para os clientes, esse modelo pode trazer implantação mais simples e melhor eficiência, ao custo de maior dependência da Nvidia. Para os concorrentes, de fabricantes de CPU e redes a fornecedores de armazenamento, é um sinal de que a Nvidia não joga mais apenas no campo das GPUs.