1. Desempenho Financeiro e Estratégia de Mercado da Nvidia no 1º Trimestre do Ano Fiscal de 2027 [1]

A Nvidia apresentou um desempenho financeiro excepcional no primeiro trimestre do ano fiscal de 2027, impulsionado pela forte demanda por IA e pela expansão estratégica de seu portfólio de produtos.

1.1. Destaques Financeiros e Crescimento do Data Center [27]

  1. A Nvidia teve um trimestre excepcional, com receita total de 82 bilhões de dólares, um aumento de 85% em relação ao ano anterior e 20% sequencialmente, superando recordes anteriores em receita, lucro operacional e fluxo de caixa livre [27].
    1. Este foi o terceiro trimestre consecutivo de aceleração anual e o 14º trimestre consecutivo de crescimento sequencial [29].
    2. O aumento sequencial de 13,5 bilhões de dólares na receita também foi um recorde [31].
  2. A receita do data center foi de 75 bilhões de dólares, um aumento de 92% em relação ao ano anterior e 21% sequencialmente, impulsionada pela arquitetura Blackwell [36].
    1. A demanda por GB200 e VL72 foi particularmente forte, com a implantação de centenas e milhares de GPUs Blackwell por construtores de modelos de fronteira e hiperescaladores, marcando o lançamento de produto mais rápido na história da empresa [37].
    2. Grace Blackwell é o sistema de treinamento mais rápido e oferece o menor custo de geração de tokens na inferência [38].
    3. A plataforma Spectrum X da Nvidia, projetada para IA, é agora maior do que todos os pares de rede Ethernet combinados [39].
    4. O Infiniband também teve um trimestre muito forte, crescendo mais de 4 vezes em relação ao ano anterior, impulsionado pelas implantações da tecnologia XDR de próxima geração [40].
  3. A receita de computação de data center foi de 60 bilhões de dólares, um aumento de 77% em relação ao ano anterior, enquanto a receita de rede de data center de 15 bilhões de dólares quase triplicou em relação ao ano anterior [41].
  4. A demanda por infraestrutura de IA continua a se expandir em um ritmo sem precedentes, com a construção de "fábricas de IA" acelerando e o valor da infraestrutura de IA da Nvidia aumentando [57].
    1. O preço de aluguel de um H100 subiu 20% no acumulado do ano, e o preço de nuvem do A100 subiu quase 15% [60].

1.2. Nova Estrutura de Relatórios e Expansão do Mercado [42]

  1. A Nvidia está fazendo a transição para uma nova estrutura de relatórios com duas plataformas de mercado: data center e edge computing [42].
    1. Dentro do data center, haverá dois submecados: hiperescala e ACIE (nuvens de IA, industrial e empresarial) [44].
    2. A hiperescala incluirá receita da nuvem pública e das maiores empresas de internet de consumo do mundo [45].
    3. A ACIE abordará oportunidades de crescimento em data centers e fábricas de IA construídos para fins específicos em diversas indústrias e países [45].
    4. A computação de borda (edge computing) destacará dispositivos para IA agentica e física, incluindo PCs, consoles de jogos, estações de trabalho, estações base AI-RAN, robótica e automotivo [46].
  2. A receita de hiperescala foi de 38 bilhões de dólares, aproximadamente 50% da receita de data center, e aumentou 12% trimestre a trimestre [48].
  3. A receita da ACIE foi de 37 bilhões de dólares e cresceu 31% trimestre a trimestre, incluindo a receita de nuvem de IA que mais que triplicou em relação ao ano anterior [49].
  4. A receita soberana aumentou mais de 80% em relação ao ano anterior, com a infraestrutura de IA da Nvidia implantada em quase 40 países, representando 50 trilhões de dólares em PIB [53].

1.3. Impulsionadores do Crescimento da Infraestrutura de IA e Inovação de Produtos [64]

  1. Dois principais impulsionadores estão por trás da aceleração da construção de infraestrutura de IA [63].
    1. As maiores cargas de trabalho de hiperescala estão migrando de CPUs para computação acelerada por GPUs [64].
    2. A adoção de produtos e serviços nativos de IA está em ascensão, com a IA evoluindo de inferência de um único disparo para raciocínio e agora para IA agentica [65].
  2. A IA é agora uma necessidade para aumentar a produtividade em todas as indústrias e funções, impulsionando a aceleração da receita em todas as camadas da "torta de IA" [68].
    1. O crescimento na camada de modelos, especialmente na Anthropic e OpenAI, tem sido incrível, com o Codex da OpenAI apresentando um crescimento explosivo desde o lançamento do GPT 5.5 [70].
    2. Analistas preveem que o CapEx de hiperescala excederá 1 trilhão de dólares em 2027, e os gastos com infraestrutura de IA devem atingir 3 a 4 trilhões de dólares anualmente até o final desta década [71].
  3. A arquitetura Blackwell da Nvidia está sendo amplamente adotada e implantada por todos os principais hiperescaladores, provedores de nuvem e fabricantes de modelos [72].
    1. O GPT 5.5 da OpenAI foi codesenhado, treinado e servido na Blackwell [73].
    2. O Fairwater da Microsoft, o data center de IA mais poderoso do mundo, está agora ativo, alimentado por centenas de milhares de GPUs Blackwell [75].
    3. A AWS adicionará mais de 1 milhão de GPUs Blackwell e Rubin a partir deste ano, e o Google oferecerá Blackwell aos clientes na nuvem com capacidade de computação confidencial [77].
  4. A Nvidia está aumentando sua participação na computação de IA de fronteira, aprofundando a colaboração com a Anthropic para expandir sua capacidade de computação [79].
  5. Os data centers atuais são "fábricas de IA" geradoras de receita, e a Nvidia oferece o menor custo por token, o maior rendimento de tokens e o maior ROI com sua abordagem de codesign extremo [83].
    1. Os resultados de inferência do MLPerf mostraram que a Blackwell Ultra entregou o maior rendimento em uma ampla gama de modelos e cenários de implantação [86].
    2. Inovações de pilha completa impulsionaram um aumento de 2,7 vezes no rendimento e uma redução de 60% no custo por token no GB300 em comparação com apenas 6 meses atrás [88].
  6. A Vera, uma nova CPU construída sobre núcleos ARM personalizados e codesenhada com GPUs Rubin e NVLink, está chegando para atender à demanda por IA agentica e aprendizado por reforço [95].
    1. A Vera oferecerá até 1,5 vezes mais desempenho por núcleo, 2 vezes mais desempenho por watt e 4 vezes mais densidade por rack em comparação com alternativas baseadas em x86 [97].
    2. A Vera CPU abre um novo mercado de 200 bilhões de dólares para a Nvidia, um mercado que a empresa nunca havia abordado antes [98].
    3. A Nvidia tem visibilidade de quase 20 bilhões de dólares em receita total de CPU este ano, posicionando-a para se tornar a principal fornecedora de CPU do mundo [100].
    4. A Nvidia está no caminho certo para iniciar os embarques de produção da Vera Rubin no segundo semestre deste ano, começando no terceiro trimestre [102].
    5. A Vera Rubin entregará até 35 vezes mais rendimento de inferência e até 10 vezes mais receita de fábrica de IA em comparação com a Blackwell [103].

2. Desempenho da Computação de Borda, Desafios da Cadeia de Suprimentos e Perspectivas Financeiras [107]

A Nvidia detalha o desempenho de sua plataforma de computação de borda, aborda os desafios da cadeia de suprimentos e fornece uma perspectiva financeira para o próximo trimestre e o ano fiscal.

2.1. Computação de Borda e Desafios da Cadeia de Suprimentos [107]

  1. A plataforma de computação de borda da Nvidia gerou 6,4 bilhões de dólares, um aumento de 10% trimestre a trimestre e 29% em relação ao ano anterior [108].
    1. A forte demanda por estações de trabalho Blackwell foi um grande contribuinte para o crescimento [109].
    2. A demanda do consumidor caiu modestamente devido aos preços mais altos de memória e sistemas [109].
  2. A IA física continua a ganhar impulso, excedendo 9 bilhões de dólares em receita nos últimos 12 meses [110].
    1. A parceria com a Uber alimentará a frota de robotáxis em quase 30 cidades e quatro continentes até 2028 [111].
    2. Empresas líderes em aplicações industriais, cirúrgicas e humanoides estão construindo sobre a tecnologia da Nvidia para desenvolver e implantar em escala [112].
  3. A Nvidia está focada em garantir suprimento suficiente para apoiar o crescimento de seus clientes, aumentando o suprimento total para 145 bilhões de dólares no primeiro trimestre [113].
    1. Apesar dos desafios de suprimento, a empresa está confiante em sua capacidade de apoiar a oportunidade de crescimento futuro [115].

2.2. Desempenho Financeiro e Alocação de Capital [117]

  1. A margem bruta GAAP foi de 74,9% e a margem bruta não-GAAP foi de 75%, permanecendo estável sequencialmente, mesmo com os sistemas Blackwell respondendo pela maioria dos embarques [118].
  2. As despesas operacionais GAAP e não-GAAP aumentaram 12% sequencialmente, principalmente devido a maiores compensações e aumento nos custos de computação e infraestrutura [119].
  3. A taxa de imposto efetiva não-GAAP de 16% ficou ligeiramente abaixo da previsão anterior devido a uma mistura geográfica favorável [120].
  4. A Nvidia gerou um fluxo de caixa livre recorde de 49 bilhões de dólares, acima dos 35 bilhões de dólares no quarto trimestre [123].
  5. A Nvidia priorizará P&D e investimentos estratégicos para cultivar seu ecossistema, impulsionar o crescimento do mercado e fortalecer sua posição [125].
    1. A empresa aumentará seu dividendo trimestral de 1 centavo para 25 centavos por ação [129].
    2. A Nvidia anunciou uma autorização de recompra de ações de 80 bilhões de dólares, além dos 39 bilhões restantes do plano atual [131].
    3. A empresa planeja devolver aproximadamente 50% do fluxo de caixa livre aos acionistas este ano [132].

2.3. Perspectivas para o Segundo Trimestre e o Ano Fiscal de 2027 [134]

  1. A receita total para o segundo trimestre é esperada em 91 bilhões de dólares, com uma variação de mais ou menos 2% [134].
    1. O crescimento sequencial será impulsionado principalmente pelo data center [135].
    2. A Nvidia tem total confiança em 1 trilhão de dólares em receita de Blackwell e Rubin de 2025 a 2027 [136].
  2. As margens brutas GAAP e não-GAAP são esperadas em 74,9% e 75%, respectivamente, com uma variação de mais ou menos 50 pontos-base [137].
    1. Para o ano inteiro, a Nvidia ainda espera ficar na faixa dos 70% médios [138].
  3. As despesas operacionais GAAP e não-GAAP são esperadas em aproximadamente 8,5 bilhões e 8,3 bilhões de dólares, respectivamente [139].
    1. Para o ano inteiro, o crescimento das despesas operacionais é esperado na faixa dos 40% superiores em relação ao ano anterior, impulsionado por maiores P&D e aceleração no uso de ferramentas de IA para aumentar a produtividade [140].
  4. Para o ano fiscal de 2027, as taxas de imposto GAAP e não-GAAP são esperadas entre 16% e 18%, excluindo itens discretos ou mudanças materiais no ambiente fiscal [141].
    1. Isso é menor do que a expectativa anterior de 17% a 19% devido a mudanças na mistura geográfica [142].

3. Segmentação de Negócios e Estratégia de Crescimento da Nvidia [152]

A Nvidia reestruturou sua segmentação de negócios para refletir melhor a diversidade da IA e da computação, visando um crescimento mais rápido do que o CapEx de hiperescala e expandindo sua presença em novos mercados.

3.1. Razões para a Nova Segmentação de Negócios [152]

  1. A Nvidia reestruturou sua segmentação para ajudar a entender melhor a diversidade da IA e da computação [161].
    1. A IA é diversa em termos de linguagens e indústrias, como gráficos 3D para manufatura, proteínas para ciências da vida, produtos químicos para ciências dos materiais e física para ciências físicas [165].
    2. As aplicações são diversas, abrangendo empresas, setor de energia e manufatura [170].
    3. Os locais de execução são diversos, incluindo nuvens de hiperescala, nativos de IA, empresas on-premise, indústrias em fábricas, centros de supercomputação e a borda (edge) [173].
    4. A borda inclui carros autônomos, robótica e futuras redes de rádio alimentadas por IA [177].
    5. A governança é diversa, com computação em nuvem pública, mas também requisitos regulatórios, computação confidencial e razões de segurança nacional que exigem diferentes construções de data centers [181].
  2. A Nvidia é única por construir todos os componentes tecnológicos de forma codesenhada, completa e de pilha completa, mas também abre a plataforma para integração em diferentes ambientes [186].
    1. Alguns ambientes, como empresas, exigem uma empresa que forneça todas as tecnologias funcionando juntas para que não precisem construí-las [189].

3.2. Os Três Grandes Segmentos de Negócios [193]

  1. A Nvidia dividiu seus negócios em três grandes segmentos para simplificar a compreensão [193].
    1. O primeiro segmento são as nuvens de hiperescala [194].
      1. A Nvidia ajuda as nuvens de hiperescala a acelerar o processamento de dados e as cargas de trabalho de aprendizado de máquina [196].
      2. A empresa acelera e suporta o processamento de IA interno [197].
      3. A Nvidia também traz muitos negócios e o ecossistema de vídeo para suas nuvens públicas [198].
    2. O segundo segmento inclui nativos de IA, empresas on-premise, indústrias on-premise e IA soberana [200].
      1. Este segmento está crescendo incrivelmente rápido porque todos precisam de IA, e a Nvidia fornece a solução completa, tornando possível a construção dessas infraestruturas [202].
    3. O terceiro segmento é a borda robótica [205].
      1. A computação do futuro será sobre IA pessoal, com exemplos como carros autônomos e sistemas robóticos [207].
      2. As redes de rádio de estações base também se tornarão sistemas robóticos [210].
  2. Cada segmento tem diferentes pilhas, sistemas operacionais e abordagens de mercado [213].
    1. O mercado de hiperescala é mais fácil de abordar devido ao número limitado de empresas [216].
    2. Os outros segmentos representam centenas de milhares de empresas em todo o mundo, exigindo uma abordagem de mercado complexa e diversa [217].
    3. A Nvidia possui o maior conjunto de bibliotecas de aceleração do mundo, essencial para engajar as indústrias verticais nos segundo e terceiro segmentos [220].

4. Estratégia de Crescimento e Liderança em IA da Nvidia [223]

A Nvidia busca crescer mais rapidamente do que o CapEx de hiperescala, impulsionada pela diversidade de seus segmentos de data center e pela liderança em inferência com a arquitetura Vera Rubin.

4.1. Crescimento Mais Rápido que o CapEx de Hiperescala [223]

  1. A Nvidia espera crescer mais rapidamente do que o CapEx de hiperescala devido à diversidade de seu negócio de data center [232].
    1. O primeiro segmento, hiperescaladores, tem um CapEx de um trilhão de dólares este ano e deve continuar crescendo, pois a computação é fundamental para a receita e o lucro [237].
    2. Empresas de IA de fronteira, como Anthropic e OpenAI, estão crescendo em um ritmo incrível, demonstrando o potencial da IA [248].
  2. O segundo segmento inclui todas as nuvens nativas de IA, empresas e indústrias on-premise, e nuvens de IA soberanas [252].
    1. Este segmento é extremamente diverso, com centenas de milhares de empresas que precisam construir suas próprias "fábricas de IA" [256].
    2. A IA física e a indústria de cem trilhões de dólares que não foi afetada pela TI nos últimos 30 anos serão impactadas pela IA, impulsionando o crescimento deste segmento [270].
    3. A Nvidia tem uma participação muito grande neste segmento devido à sua plataforma verticalmente integrada e à capacidade de servir essa indústria de forma única [273].
  3. A Nvidia está ganhando participação nos hiperescaladores, com o apoio expandido da Anthropic, um novo parceiro [278].
  4. Poucas empresas têm exposição ao segundo segmento devido à solução de plataforma da Nvidia [280].

4.2. Liderança em Inferência com Vera Rubin [282]

  1. A Nvidia está ganhando participação em inferência muito rapidamente, impulsionada pelo crescimento do número de empresas de modelos de fronteira [286].
    1. Novas empresas de modelos como Cursor, Perplexity, TML e Reflection surgiram [288].
    2. A Nvidia adicionou a Anthropic à sua parceria este ano, expandindo sua capacidade de computação em plataformas como Azure, AWS e Coreweave [291].
    3. A capacidade que a Nvidia trará online para a Anthropic este ano e no próximo será muito significativa [295].
  2. A Vera Rubin será ainda mais bem-sucedida que a Grace Blackwell [298].
    1. Todas as empresas de modelos de fronteira adotarão a Vera Rubin desde o início, o que não aconteceu com a Blackwell [299].
  3. A Nvidia serve quase exclusivamente o segundo segmento de data centers de IA, que é muito fragmentado e requer uma solução de plataforma bem integrada e um grande mercado [306].
    1. A vasta maioria da inferência neste segmento é da Nvidia [308].
  4. A Nvidia é praticamente a única empresa que atende à IA física hoje, um segmento que também está crescendo [310].

5. O Papel da CPU Vera e a Visão de Longo Prazo da Nvidia [314]

A Nvidia detalha o papel da CPU Vera no ecossistema de IA, sua relação com as GPUs e a visão de longo prazo da empresa para a IA agentica e a IA física.

5.1. O Papel da CPU Vera e a IA Agentica [344]

  1. A receita de 20 bilhões de dólares mencionada é para a CPU Vera autônoma [350].
  2. A Vera é usada de quatro maneiras [352].
    1. Como parte da Vera Rubin, onde cada duas GPUs Rubin são conectadas a uma Vera [354].
    2. Como CPU Vera autônoma [360].
    3. Vera com CX9 e a pilha de software para armazenamento [361].
    4. Vera com CX9 e uma pilha de software para segurança, isolamento de computação e computação confidencial [362].
  3. Um agente é essencialmente um "arnês" (harness) que faz a orquestração, gerenciamento de memória e uso de ferramentas [368].
    1. Exemplos de arneses incluem Open Claw, Hermes, Code Claude e Codex da OpenAI [368].
    2. O arnês e o uso de ferramentas (como navegadores e compiladores) rodam na CPU [373].
  4. O mundo terá bilhões de agentes que usarão ferramentas, funcionando como "PCs" para agentes [376].
    1. Cada agente gerará subagentes que precisarão de inferência, onde o "pensamento" acontece nas GPUs [382].
    2. A orquestração roda nas CPUs [385].
    3. Simuladores usados por agentes podem rodar em CPUs ou GPUs [386].
  5. A Nvidia está acelerando todas as ferramentas do mundo para rodar em CUDA porque os agentes as usam e exigem velocidade [388].
  6. A Vera foi projetada para ser uma CPU agentica, focada em gerar e processar tokens o mais rápido possível [392].
    1. As CPUs do passado eram projetadas para ter muitos núcleos para serem facilmente alugáveis, com a economia baseada em "dólares por núcleo" [394].
    2. A economia da IA do futuro é "tokens por dólar" ou "dólares por token" [398].
  7. A Nvidia está construindo uma infraestrutura completa para IA, incluindo armazenamento (STX), rede (Spectrumax), GPUs (NVLink 72), segurança e computação confidencial (Vera Rubin) e CPUs [402].

5.2. Segmentação de Mercado e Perspectivas de Crescimento [412]

  1. As nuvens nativas de IA se enquadram na segunda categoria de segmentos de negócios da Nvidia [416].
    1. Essas nuvens não constroem seus próprios chips e precisam de uma arquitetura que suporte todos os modelos e tenha clientes de todos os lugares [418].
    2. A arquitetura da Nvidia é a mais alugável, de melhor desempenho, mais fácil de montar, com o melhor TCO e mais fácil de financiar [423].
  2. O segmento de nuvens nativas de IA começou a crescer após o desenvolvimento do ecossistema de IA na hiperescala [437].
    1. A hiperescala desenvolveu a IA primeiro devido à sua capacidade de ciência da computação, data centers e foco em aplicações de consumo [439].
    2. Aplicações industriais e empresariais exigem que a IA seja muito capaz, produtiva e segura antes de ser amplamente utilizada [443].
  3. A Nvidia espera que o segundo segmento (IA nativa, empresarial, industrial e soberana) cresça mais rapidamente e se torne maior ao longo do tempo, especialmente nos próximos anos [448].
    1. A IA física e o segmento robótico devem crescer incrivelmente rápido nos próximos 5 anos [451].
  4. Em termos de crescimento incremental acima do trilhão de dólares de receita de Rubin e Blackwell, a Nvidia espera [458]:
    1. O crescimento contínuo da participação nos modelos de IA de fronteira [458].
    2. A CPU Vera autônoma, que não foi incluída na projeção de 1 trilhão de dólares, será a segunda maior fonte de crescimento [461].
    3. O LPX será a terceira fonte, embora seja um produto de nicho devido à sua arquitetura SRAM que oferece baixa latência e alta interatividade, mas throughput e capacidade de processamento de contexto limitados [463].

6. Lançamento e Perspectivas da Vera Rubin, e Visão Final da Nvidia [468]

A Nvidia detalha o cronograma de lançamento da Vera Rubin e reitera sua posição central na era da IA agentica e física.

6.1. Cronograma de Lançamento da Vera Rubin [468]

  1. A Nvidia começará os embarques de produção da Vera Rubin no terceiro trimestre, com o ramp-up continuando no quarto trimestre e no primeiro trimestre do próximo ano [473].
  2. É difícil dizer se o ramp-up da Vera Rubin será mais rápido que o do GB300, mas a demanda já está planejada, com pedidos de compra e a maioria dos principais clientes prontos [477].
  3. A complexidade dos sistemas Vera Rubin significa que o tempo de colocação no mercado é um fator, mas a demanda é forte [479].

6.2. Visão Final da Nvidia na Era da IA [490]

  1. A demanda por IA se tornou "parabólica" porque a IA agentica chegou, permitindo que a IA realize trabalho produtivo e valioso, tornando os tokens lucrativos [491].
    1. Na era da IA, a capacidade de computação se traduz em receita e lucros [496].
  2. A Nvidia é a plataforma desta era, suportando a mais rica diversidade de demanda [498].
  3. Os cinco principais pontos da Nvidia são [500]:
    1. É a única plataforma que executa todos os modelos de IA de fronteira, com a adição da Anthropic aos parceiros existentes como OpenAI, xAI, Meta e Mistral [501].
    2. Está presente em todas as nuvens de hiperescala, suportando processamento de dados, cargas de trabalho de aprendizado de máquina e serviços de IA internos [503].
    3. Sua solução completa de fábrica de IA de pilha completa e vasto ecossistema global permitem abordar segmentos de data center de IA novos e diversos, como nuvens nativas de IA e infraestrutura empresarial e industrial on-premise [505].
    4. O Nvidia CUDA se estende até a borda, incluindo robótica, veículos autônomos, instrumentos médicos embarcados e estações base de telecomunicações AI-RAN, antecipando a próxima onda de IA física com bilhões de sistemas autônomos e robóticos [507].
    5. A Vera, a primeira CPU do mundo construída especificamente para IA agentica, é um novo e importante impulsionador de crescimento, abrindo um novo mercado de 200 bilhões de dólares para a Nvidia [511].
  4. O mundo está reconstruindo a computação para IA agentica e IA física robótica, e a Nvidia está no centro dessas transições [514].
  5. A plataforma de computação da Nvidia foi construída ao longo de três décadas, com uma arquitetura, vasto ecossistema e codesign extremo em chips, sistemas, rede e software, para estar pronta para a chegada da IA agentica [516].