A crescente preocupação do mercado com o avanço dos chips personalizados (ASICs) sobre o mercado de inteligência artificial não altera a visão positiva do Safra para a Nvidia (NVDA; NVDC34). O banco argumenta que a companhia mantém vantagens estruturais importantes em custo total de propriedade, capacidade de programação e integração de sistemas, fatores que devem preservar sua liderança no segmento de inferência de IA.
Segundo os analistas, o aumento dos custos na cadeia global de semicondutores, incluindo a alta dos preços dos wafers avançados da TSMC e as limitações na capacidade de encapsulamento CoWoS, tem reforçado a tese de que ASICs de menor custo poderiam ganhar participação de mercado à medida que a demanda migra do treinamento para a inferência de modelos de inteligência artificial.
No entanto, o Safra avalia que essa interpretação ignora a forma como os grandes operadores de data centers tomam decisões de investimento. Para os hyperscalers, o fator mais relevante não é o preço individual dos chips, mas sim a quantidade de inferências que podem ser realizadas utilizando recursos limitados de energia elétrica, refrigeração e espaço físico.
Vantagem vai além do hardware
O banco destaca que a competição na inteligência artificial está migrando do nível do chip para o nível do sistema completo. Em arquiteturas cada vez mais complexas, especialmente com a disseminação dos modelos Mixture-of-Experts (MoE), fatores como interconexão, largura de banda, memória e eficiência das redes passam a ser tão importantes quanto a capacidade de processamento bruto.
Nesse cenário, a Nvidia se beneficia de uma estratégia de integração entre hardware e software, oferecendo uma plataforma completa que combina aceleradores, redes, memória e ferramentas de desenvolvimento em um único ecossistema.
Para o Safra, essa abordagem permite que a companhia extraia mais desempenho de uma mesma infraestrutura energética, reduzindo o custo total de propriedade para os clientes e aumentando a produtividade dos sistemas de inteligência artificial.
Além disso, os analistas observam que a empresa mantém um ritmo anual de lançamento de produtos, dificultando que concorrentes consigam reduzir a distância tecnológica existente.
Software reforça liderança
Outro ponto destacado pelo relatório é que a maior parte da redução recente nos custos de inferência tem sido impulsionada por avanços de software e algoritmos, e não apenas por melhorias no hardware.
Segundo o Safra, inovações relacionadas à quantização, otimização de redes, roteamento de cargas e arquitetura dos modelos têm contribuído significativamente para a queda dos custos operacionais da inteligência artificial.
Como as GPUs da Nvidia são plataformas de uso geral, elas conseguem incorporar rapidamente essas melhorias por meio de atualizações de software. Já os ASICs, por serem desenvolvidos para aplicações específicas, frequentemente exigem novos ciclos de desenvolvimento para capturar ganhos semelhantes.
O banco também ressalta que a Nvidia concentra aproximadamente 90% das citações relacionadas a aceleradores computacionais em pesquisas acadêmicas de inteligência artificial, fortalecendo sua posição como principal plataforma de inovação do setor.
Leia também:
