Nvidia vai além da GPU com a arquitetura Vera Rubin e a CPU Vera
A história anterior: GPU dominante sob ameaça
Antes da divulgação de resultados desta semana, a narrativa dominante sobre a Nvidia era simples: nos primeiros anos do boom de IA, ela era praticamente a única fonte de GPUs de ponta, o que se traduziu em lucros enormes. Nos últimos anos, hyperscalers como Amazon e Google começaram a construir chips próprios, e a Nvidia deixou de ser a única opção do mercado. Isso alimentou dúvidas de investidores sobre a durabilidade de sua vantagem. Depois de multiplicar por dez seu valor de mercado entre o início de 2023 e meados de 2025, as ações da empresa passaram por uma trajetória mais modesta no último ano, pressionada por preocupações com a concorrência em GPUs.
A nova narrativa: a vantagem está fora do chip
Após os resultados divulgados na quarta-feira, tomou forma um novo entendimento: a vantagem da Nvidia vai muito além das GPUs. Conforme o compute de IA cresce para a escala de gigawatts, a orquestração se torna uma tarefa cada vez mais complexa, e a Nvidia construiu grande parte do hardware de ponta necessário para lidar com isso. O resultado é uma vantagem considerável nos sistemas que cercam a GPU, justamente quando a concorrência se intensifica nas GPUs em si.
O que a Vera Rubin realmente entrega
A arquitetura Vera Rubin, em processo de lançamento, combina a GPU Rubin com outras unidades: a CPU Vera, o acelerador de inferência Groq 3 LPX e racks similares para armazenamento e rede. Esses sistemas são altamente especializados, mas em vez de processar tokens, garantem que tudo fora da GPU funcione da forma mais eficiente possível - se a GPU é o motor, esses componentes são o resto do carro.
A CPU Vera ataca o problema de orquestração de dados. Jason Hardy, vice-presidente de tecnologia de armazenamento da Nvidia, explica que há um limite para a memória que cabe em um único servidor. À medida que os data centers escalaram o poder de computação, a capacidade de memória cresceu junto - foi assim que empresas como Micron se beneficiaram da segunda onda do boom de infraestrutura. Mas levar os dados à GPU no momento certo não é trivial, e à medida que as empresas buscam reduzir tokens por watt, percebem a importância dessa direção de tráfego. Segundo Hardy, a CPU Vera permitiu acelerações de até 3x nessas operações, usando o flash em todo seu potencial sem gargalos.
Concorrência e conclusão
Fora da Nvidia, a OpenAI atacou o mesmo problema de outra forma com seu chip Jalapeño: em vez de orquestrar dados entre componentes, o design minimiza o movimento de dados, mantendo a carga de trabalho inteira dentro de um único sistema conectado. A lógica de fundo é a mesma - eficiência por meio de controle de tráfego mais inteligente, não apenas mais ciclos de processador - o que abre uma nova camada de infraestrutura para competição.
O foco em orquestração de dados não garante vitória automática à Nvidia, que terá de competir com fabricantes de chips e hyperscalers como já compete em GPUs. Mas a disputa migrou para uma nova camada, em que construir uma GPU rival importa menos do que fazer o sistema inteiro funcionar com eficiência. E, ao menos nas fases iniciais, a Nvidia aparenta ter uma liderança sólida.