Jensen Huang mostrou como a Nvidia está redefinindo a infraestrutura da AI agêntica

A apresentação de Jensen Huang na GTC 2026 revelou-se mais do que um simples showcase de novos chips NVIDIA. O principal sinal estava em outro lugar: para IA agentic, a empresa está redefinindo o próprio conceito de infraestrutura — desde CPUs e racks até a camada de orquestração, políticas de segurança e qualidade de dados.

Mais do que apenas GPU

O número mais impactante da conferência — uma meta de $1 trilhão para Blackwell e Vera Rubin até 2027. Mas há algo mais importante: NVIDIA está cada vez mais vendendo não aceleradores isolados, mas uma fábrica de inferência completa. Num mundo onde um agente coordena dezenas de sub-agentes, navega por ferramentas e mantém contexto longo, o gargalo não é apenas GPU.

Críticos são CPUs para coordenação, rede, armazenamento e velocidade de movimentação de dados entre todas essas camadas. A plataforma Vera Rubin reflete precisamente esse deslocamento. NVIDIA fala de uma pilha completa, onde CPUs Vera, GPUs Rubin, componentes de rede e memória são projetados como um sistema único com menor custo de token e maior eficiência de inferência.

Para o negócio, este é um pivô significativo: você precisa calcular não apenas o número de GPUs, mas toda a economia das cargas agentic — desde orquestração e armazenamento de contexto até flexibilidade de contratos e preço de cada requisição.

• Racks de CPU para a camada de orquestração
• Sistemas de GPU para inferência em massa
• uma camada separada de memória e armazenamento de contexto
• tecido de rede para troca contínua de dados
• custo de token como o novo KPI de base

OpenClaw e Controle

O segundo sinal forte — a aposta em OpenClaw, uma plataforma open-source para IA agentic. Huang essencialmente a posicionou como o Linux para a era agentic: isto não é mais apenas uma biblioteca, mas uma camada fundamental sobre a qual agentes pessoais e corporativos podem ser construídos, modelos conectados, arquivos, ferramentas e habilidades customizadas integradas. Sobre ela, NVIDIA lançou NemoClaw e o runtime OpenShell — um toolkit para execução de agentes mais segura com políticas de acesso, roteamento de privacidade e restrições de rede.

Por que isto importa: a maioria das regras corporativas de IA foram escritas sob o antigo padrão "humano fez uma pergunta — modelo respondeu." IA agentic quebra essa lógica. Agora o sistema precisa controlar quem e quando recebe acesso aos dados, quais ferramentas um agente pode invocar, se pode gerar sub-agentes e como reconstruir a cadeia de ações depois.

Se essa camada não for pensada antecipadamente, as empresas obterão não aceleração, mas uma nova classe de incidentes.

Dados de Volta ao Centro

O terceiro aprendizado da GTC 2026 — dados estruturados estão se tornando novamente o núcleo da IA empresarial. Isto é claramente visível na parceria IBM e NVIDIA: aceleração de GPU veio direto para a camada SQL do Presto dentro do watsonx.data, para executar datasets corporativos grandes mais rápido e reduzir custos de análise. Ou seja, a conversa está mudando de "modelos inteligentes" abstratos para uma questão muito prática: quão rapidamente, de forma limpa e gerenciável os dados de uma empresa chegam aos agentes.

"Dados são a ground truth que dão ao IA contexto e significado."

Nesta frase há tanto um elogio quanto um aviso para times de dados. Se dados estão bem descritos, consistentes e acessíveis sob regras claras, IA agentic se torna mais confiável e útil. Se estão dispersos, contraditórios e mal documentados, agentes escalarão erros tão confiantemente quanto escalam trabalho útil hoje. Por isso a pergunta principal após GTC soa não como "onde comprar mais GPUs," mas "os dados da empresa estão prontos para suportar sistemas autônomos."

O Que Isto Significa

A GTC 2026 mostrou que a próxima corrida em IA não será apenas por chips, mas por qualidade de dados, orquestração e regras de governança de agentes. Vencedores não serão aqueles que tentarem alcançar hiperscalers em hardware, mas aqueles que já estão reconsiderando contratos de infraestrutura, políticas de acesso e arquitetura de dados para um mundo onde agentes trabalham constantemente e em larga escala.