Por que a Nvidia de repente abraçou o open source? Eu entendi o plano de Huang Renxun!

Jensen Huang mantém o ecossistema CUDA firmemente protegido ao mesmo tempo em que exalta o open source — isso pode parecer contraditório, mas na prática talvez seja o movimento comercial mais inteligente da NVIDIA nos últimos anos.

No dia 11 de agosto, o The Information noticiou que a NVIDIA está desenvolvendo o Nemotron 4, um modelo de IA open source, cujo objetivo para a versão principal é atingir pelo menos 1 trilhão de parâmetros, o dobro do Nemotron 3 Ultra, lançado em junho.

Ao mesmo tempo, o compromisso da NVIDIA com serviços em nuvem de longo prazo já aumentou para 28 bilhões de dólares, cerca de três vezes mais do que há um ano.

Por que uma empresa que vende GPUs investiria tanto dinheiro para desenvolver modelos de IA gratuitos?

A resposta é simples:

Quanto mais populares forem os modelos open source, maior será a demanda de mercado por capacidade computacional de IA, e o maior fornecedor de GPUs é justamente a NVIDIA.

Transformar a IA de ferramenta de poucos gigantes em infraestrutura global

Atualmente, os modelos de IA proprietários — como a série GPT da OpenAI — têm suas capacidades centrais controladas por poucas empresas.

Empresas comuns que desejam usar modelos de ponta frequentemente precisam acessá-los via serviços de nuvem, concentrando a demanda computacional em grandes plataformas como OpenAI, Microsoft e Google.

Mas com os modelos open source é diferente. Empresas, desenvolvedores e até órgãos governamentais podem baixar o modelo, ajustá-lo conforme suas necessidades e implantá-lo em seus próprios servidores ou ambientes em nuvem. E cada implantação independente significa uma nova demanda por capacidade computacional.

E o núcleo do poder computacional em IA é a GPU.

Kari Briski, vice-presidente de IA generativa da NVIDIA, afirmou que o investimento da empresa no Nemotron se deve à crença de que, no futuro, toda empresa e país precisará de modelos open source de ponta de fácil acesso.

Em outras palavras:

Reduzir a barreira de entrada da IA, permitir a chegada de mais pessoas à era da inteligência artificial e, então, impulsionar o aumento da compra de poder computacional.

Nesta estratégia, a NVIDIA tem objetivos-chave

Primeiro, expandir os clientes além dos gigantes para todo o mercado

Nos últimos anos, os maiores clientes de chips de IA da NVIDIA foram gigantes como Microsoft, OpenAI, Google e Amazon. Apesar de comprarem muitas GPUs, essas empresas também desenvolvem seus próprios chips.

Se o uso de IA se expandir das poucas empresas de modelos para um grande número de organizações, a demanda computacional também migra de pouquíssimos superclientes para milhares de empresas, startups e instituições.

Para a NVIDIA, isso representa uma base ainda maior de clientes.

Segundo, modelos gratuitos são a melhor ferramenta de vendas de GPU

O Nemotron é open source; as empresas podem baixar o modelo sem custo.

Mas rodar o modelo exige poder computacional.

Em uma entrevista em julho deste ano, Jensen Huang disse:

"IA gratuita é boa para hardware, IA gratuita é boa para chips."

Essa frase já explica a lógica da NVIDIA:

O software pode ser gratuito, mas rodar o software requer hardware.

Quanto mais difundido o modelo, maior a demanda por GPU.

Terceiro, usar o ecossistema open source para desafiar as empresas de modelos proprietários

Modelos open source, com custos baixos e implantação flexível, estão se tornando cada vez mais a escolha de empresas que adotam IA. Isso pode mexer no status das companhias de modelos proprietários como OpenAI e Anthropic.

A NVIDIA, por um lado, vende GPUs para essas empresas e, por outro, amplia sua influência através do ecossistema open source.

Ao mesmo tempo, a empresa investiu em companhias de IA como Reflection AI e Thinking Machines Lab. Ao lançar agora o Nemotron, a NVIDIA amplia ainda mais sua presença no software de IA.

Por isso, foi criado o "Nemotron Alliance", atraindo desenvolvedores e empresas como Reflection, Cursor e Mistral para participarem.

Resumindo:

Se não é possível derrotar as rivais, inclua-as no ecossistema.

Quarto, e mais importante: continuar fortalecendo o fosso protetor do CUDA

Muita gente presta atenção no hardware da NVIDIA, mas o que realmente determina sua competitividade no longo prazo é o ecossistema CUDA. A GPU é só a porta de entrada. Muitos desenvolvedores, empresas e centros de pesquisa criam aplicações de IA baseadas no CUDA, criando um alto custo de transição.

Portanto, a estratégia da NVIDIA é clara:

O modelo pode ser open source, mas o ecossistema precisa permanecer sob seu controle.

O que é open source é o modelo, o que é fortalecido é o CUDA.

A NVIDIA caminha para uma posição ainda mais complexa

No entanto, o Nemotron traz uma nova questão:

A NVIDIA, em certo grau, está começando a competir com seus próprios clientes.

A OpenAI é um dos maiores compradores de GPU da NVIDIA; esta inclusive investiu na OpenAI. Mas o Nemotron, por sua proposta, reduz o custo para empresas usarem modelos de IA — e desafia parte do mercado de modelos proprietários.

Isso significa que, no futuro, a NVIDIA pode desempenhar dois papéis:

Por um lado, é fornecedora das empresas de IA; por outro, passa a ser participante do ecossistema.

Trata-se de um caminho que exige muito equilíbrio.

Investimento de 28 bilhões em nuvem: apostando na demanda futura de capacidade computacional

Até abril deste ano, o compromisso multianual da NVIDIA com serviços em nuvem já havia aumentado para 28 bilhões de dólares, com contratos até o começo de 2031.

Parte dessa capacidade será usada para treinar o Nemotron e outros modelos.

Do ponto de vista financeiro, modelos open source não geram receitas diretas em grande escala.

Mas se eles incentivarem mais empresas a implantar IA, a demanda por GPU pode superar, em muito, o valor dos próprios modelos.

Resumindo:

O modelo gratuito é a porta de entrada, mas a receita real vem das GPUs.

A NVIDIA não precisa que o Nemotron seja o melhor modelo do mundo.

O objetivo real é:

Independentemente de qual modelo vença no fim, todos exigirão o uso massivo de GPUs NVIDIA.

Vejamos agora o plano de financiamento de 500 bilhões anunciado ontem

No dia 10 de agosto, a NVIDIA anunciou que, junto com Apollo Global Management, Blackstone, BlackRock, Brookfield, Goldman Sachs e KKR, vai criar uma nova plataforma de financiamento de capacidade computacional.

A meta é, no longo prazo, movimentar mais de 500 bilhões de dólares de capital de terceiros.

Explicando de forma simples:

No futuro, as empresas poderão adquirir GPUs sem fazer um enorme desembolso inicial, e sim via financiamento ou aluguel de capacidade computacional.

Antes, para uma empresa de IA construir um data center, o investimento era de dezenas ou até centenas de bilhões de dólares. Agora, instituições financeiras podem comprar antes os equipamentos e alugá-los, enquanto os clientes pagam pelo uso ao longo do tempo.

O CEO da BlackRock, Larry Fink, chegou a dizer que isso é parecido com a securitização de imóveis no mercado financeiro de antigamente.

Jensen Huang também declarou que, pela primeira vez, infraestrutura tecnológica pode ser transformada em ativo de investimento em larga escala.

O núcleo deste modelo é redefinir o valor das GPUs

Antes, a GPU era vista como hardware tecnológico.

Mas a NVIDIA quer que o mercado enxergue:

A GPU está cada vez mais parecida com um ativo de infraestrutura.

Porque, na era da IA, a capacidade computacional será um recurso tão essencial quanto energia elétrica e internet para as empresas.

Ou seja:

• Nemotron, modelo open source, cria mais demanda por IA.
• A plataforma de financiamento de 500 bilhões reduz a barreira de compra por capacidade computacional.
• O ecossistema CUDA garante vantagem competitiva de longo prazo.

Juntos, esses três vetores formam a estratégia de infraestrutura de IA da NVIDIA para o futuro.

Mas o mercado também tem suas preocupações.

Após o anúncio da plataforma de financiamento, as ações da NVIDIA caíram 2,86% no dia; o CDS de 5 anos subiu para 77,215 pontos-base, o maior salto diário em duas semanas.

Os investidores estão atentos, principalmente, a três pontos.

Primeiro, o risco de “financiamento circular”.

Alguns questionam se a NVIDIA estaria ajudando clientes a se financiarem, e esses clientes usariam o dinheiro para comprar GPUs da própria NVIDIA, fechando um circuito de capital.

Segundo, o risco de conflito de interesses com os próprios clientes.

A NVIDIA vende chips para empresas como a OpenAI e, ao mesmo tempo, entra na competição de software com modelos open source.

Terceiro, se o retorno dos investimentos em IA será suficiente para justificar tamanho aporte de capital.

Hoje, o capex dos gigantes globais de tecnologia já chega a centenas de bilhões, enquanto a receita dos aplicativos de IA ainda está no início.

Se a demanda de IA no futuro crescer abaixo do esperado, os riscos podem transitar entre toda a cadeia produtiva e o sistema financeiro.

O site “Investimento em Ações dos EUA” acredita que:

O que a NVIDIA faz agora é impulsionar ainda mais a disseminação da infraestrutura de IA.

• O Nemotron open source reduz o obstáculo para uso de IA.
• A plataforma de financiamento de 500 bilhões diminui a barreira de compra de capacidade computacional.
• O ecossistema CUDA garante que as aplicações de IA do futuro continuem rodando sobre o sistema da NVIDIA.

No curto prazo, esses movimentos podem gerar dúvidas quanto à competição e ao risco de financiamento, mas, no longo prazo, a aposta de Jensen Huang é numa tendência ainda maior:

A IA pode acabar tornando-se, como eletricidade e internet, uma infraestrutura para empresas e países em todo o mundo.

E, nessa disputa por infraestrutura, a NVIDIA quer ser a fornecedora da base computacional.

• O investimento de 28 bilhões em nuvem visa ampliar o ecossistema.
• A plataforma de 500 bilhões busca ampliar o mercado.
• O CUDA é o verdadeiro fosso protetor de longo prazo da NVIDIA.