Oitenta e um bilhões e seiscentos milhões de dólares. Em noventa dias. Pra colocar isso em perspectiva: a receita trimestral da Nvidia agora é maior que o PIB anual de mais de 100 países. E o mais assustador? Jensen Huang olhou pra câmera na call de earnings e basicamente disse “isso aqui é só o começo.”

O resultado do Q1 do ano fiscal 2027 (trimestre encerrado em 26 de abril de 2026) não é apenas mais um trimestre forte. É o maior trimestre na história da indústria de semicondutores. Ponto. E os números que vêm por trás do headline são ainda mais impressionantes que a manchete.

Os números que quebraram todos os recordes

Vamos direto ao que interessa:

Leu certo: o lucro cresceu 211% em relação ao ano anterior. A Nvidia está printando dinheiro a uma velocidade que faria qualquer banco central ter inveja.

E a previsão pro próximo trimestre? US$ 91 bilhões, com margem de erro de ±2%. Wall Street esperava algo em torno de US$ 86,8 bi. Jensen entregou o guidance como quem serve uma fatia generosa de bolo num aniversário — “aqui, pega, tem mais.”

Data Center: a máquina de US$ 75 bilhões

O segmento de Data Center sozinho faturou US$ 75,2 bilhões. Isso representa 92% da receita total da empresa. A Nvidia, na prática, é uma empresa de data center que por acaso também vende GPUs pra gamers.

O crescimento mais explosivo veio do networking: US$ 14,8 bilhões, quase triplicando em relação ao ano anterior (+199%). Isso reflete a adoção massiva de InfiniBand, Spectrum-X Ethernet e soluções NVLink — a infraestrutura que conecta os clusters de GPUs nos data centers de hiperescala.

Um dado que muita gente ignora: os hyperscalers (Microsoft, Meta, Amazon, Google) representam aproximadamente 50% da receita de Data Center. A outra metade vem de clientes diversificados — AI Clouds menores, empresas industriais, setor público e projetos soberanos de IA. Isso é importante porque destrói a narrativa de que a Nvidia depende de meia dúzia de clientes.

Blackwell: sold out até o meio do ano

A família Blackwell 300 foi a grande responsável pelo salto de receita. Jensen Huang descreveu a demanda como “off the charts”, com um backlog de aproximadamente 3,6 milhões de unidades encomendadas por grandes provedores de cloud e governos soberanos.

A real é que as GPUs Blackwell estão completamente esgotadas até meados de 2026. Microsoft, Meta, Amazon e Google estão na fila, competindo por alocação de chips como quem disputa ingresso de show do Oasis. Não é exagero dizer que o acesso a GPUs Nvidia virou um recurso estratégico — governos tratam isso com a mesma seriedade que tratam reservas de petróleo.

Segundo a TrendForce, a série Blackwell deve representar mais de 70% dos embarques de GPUs high-end da Nvidia em 2026, subindo de 61% para 71% ao longo do ano. O gargalo não é a demanda — é a capacidade da TSMC e dos fornecedores de HBM (High Bandwidth Memory) como SK Hynix, que operam no limite.

E aqui entra um detalhe técnico que pouca gente discute: a arquitetura Blackwell não é apenas “mais rápida”. Ela introduziu avanços significativos em eficiência energética por operação, o que muda completamente o cálculo de TCO (Total Cost of Ownership) dos data centers. Quando você está gastando milhões por mês em eletricidade pra manter um cluster rodando, uma GPU que entrega 2x mais inferências por watt não é um upgrade — é uma revolução operacional. É por isso que mesmo clientes que já tinham GPUs da geração anterior estão correndo pra trocar: o ROI se paga em meses, não anos.

Vera Rubin: o próximo capítulo já tem nome

Mas Jensen não parou nos Blackwell. Na call de earnings, ele apresentou o que vem a seguir: a arquitetura Vera Rubin.

“Vera Rubin vai ser ainda mais bem-sucedida que Grace Blackwell.”

E a frase mais reveladora:

“Nós vamos estar com capacidade restrita durante toda a vida útil de Vera Rubin.”

Traduzindo: antes mesmo de lançar, a Nvidia já sabe que não vai dar conta de produzir o suficiente. A demanda vai superar a oferta por anos.

O que torna Vera especial? Segundo Huang, ela foi projetada para a era da IA agêntica — aquele modelo onde agentes de IA operam autonomamente, criando sub-agentes para tarefas específicas. A citação que resume tudo:

“O mundo tem um bilhão de usuários. O mundo vai ter bilhões de agentes. E cada agente vai gerar sub-agentes. Isso significa mais GPUs e CPUs.”

A projeção? US$ 20 bilhões em receita de chips Vera até o final do ano fiscal, abrindo um mercado endereçável de US$ 200 bilhões. Números que fazem o Blackwell parecer um MVP de startup.

US$ 80 bilhões em recompra de ações + dividendo 25x maior

Junto com os resultados, a Nvidia anunciou um programa de recompra de ações de US$ 80 bilhões — um dos maiores da história do setor de tecnologia. Pra contextualizar: isso é mais que o valor de mercado inteiro da AMD.

E o dividendo? Saltou de US$ 0,01 para US$ 0,25 por ação por trimestre. Uma multiplicação de 25 vezes. Não é um ajuste fino — é uma declaração: “geramos tanto caixa que não sabemos mais o que fazer com tudo isso.”

Só no Q1, a Nvidia devolveu cerca de US$ 20 bilhões aos acionistas entre recompras e dividendos. E ainda tinha US$ 38,5 bilhões restantes do programa de buyback anterior antes de adicionar os novos US$ 80 bilhões.

A ironia? O mercado reagiu com um bocejo. A ação caiu cerca de 1% no dia. Wall Street não quer mais saber de “trimestre recorde”. Quer saber se o pico de crescimento já passou.

A pergunta de US$ 6 trilhões: o ciclo de IA vai desacelerar?

Esse é o elefante na sala. A Nvidia vale mais de US$ 3 trilhões e estava flertando com US$ 6 trilhões antes do earnings. Investidores não estão mais impressionados com crescimento de 85% — querem saber se isso é sustentável.

Jensen respondeu de forma direta:

“A demanda ficou parabólica. A razão é simples: a IA agêntica chegou. Nesta era, capacidade computacional é lucro.”

Os argumentos a favor da sustentabilidade são fortes:

• IA agêntica está só começando — cada empresa vai precisar de agentes autônomos, e cada agente consome compute
• Soberania de IA — governos do mundo inteiro estão construindo infraestrutura própria de IA, desde Arábia Saudita até Japão
• Inferência supera treinamento — a fase de treinamento de modelos consome muita GPU, mas a inferência (rodar os modelos em produção) consome ainda mais, e está crescendo exponencialmente
• Edge computing crescendo — US$ 6,4 bi no trimestre, +29% YoY, mostrando que a IA está saindo do data center e indo pro dispositivo

Mas os riscos existem. A concentração em poucos clientes (mesmo com 50% diversificado), a possibilidade de overbuilding de data centers, e a pressão regulatória sobre exportação de chips para China são fatores que qualquer investidor precisa considerar.

AMD e Intel: o duopólio que virou monólogo

Enquanto a Nvidia surfava sua onda de US$ 81 bilhões, AMD e Intel tentam não se afogar.

A AMD lançou a MI455 e o sistema Helios no CES 2026, fechou parceria com a OpenAI e aposta em preços mais agressivos. A estratégia faz sentido no papel: oferecer hardware competitivo a um custo menor, apostando que nem todo mundo precisa (ou pode pagar) o topo de linha da Nvidia. Mas os números contam outra história: as margens brutas da AMD ficam entre 65-68%, contra 85-88% da Nvidia. É como competir numa corrida de F1 dirigindo um carro de rally — até dá pra chegar ao fim, mas não no mesmo tempo.

A diferença de margens não é só vaidade financeira. Margens de 85% significam que a Nvidia pode reinvestir agressivamente em P&D, garantir capacidade na TSMC pagando prêmio, e ainda ter flexibilidade pra reduzir preços se a competição apertar. A AMD, com margens 20 pontos percentuais menores, não tem essa gordura.

A Intel? Está em modo “reconstrução para relevância”, segundo analistas. Com margens de 58%, a empresa luta pra provar que pode executar tanto na fabricação quanto no design de chips de IA. O Gaudi 3 até mostrou benchmarks interessantes, mas adoção no mercado real continua tímida. O ecossistema de software — ou a falta dele — é o calcanhar de Aquiles. Ninguém quer reescrever pipelines de treinamento inteiros pra economizar 15% no hardware.

O market share da Nvidia em aceleradores de IA fica em torno de 81% segundo a IDC. Caiu de 87% em 2024, o que tecnicamente é uma perda de share. Mas a receita absoluta continua crescendo porque o mercado total está expandindo mais rápido que a fatia que a Nvidia perde. É o tipo de “problema” que qualquer CEO gostaria de ter.

E tem mais um fator que raramente entra na conversa: custom silicon. Google tem os TPUs, Amazon tem o Trainium, Microsoft está desenvolvendo o Maia. Esses chips internos dos hyperscalers são a ameaça real de longo prazo — não AMD ou Intel. Mas por enquanto, mesmo as empresas que fabricam seus próprios chips continuam comprando Blackwells como se não houvesse amanhã. A plataforma CUDA criou um lock-in tão profundo que trocar de GPU é como trocar de linguagem de programação: tecnicamente possível, praticamente inviável pra maioria.

O que isso significa pra quem trabalha com tech

Se você é desenvolvedor, engenheiro de ML ou trabalha com infraestrutura, os earnings da Nvidia são mais que notícia financeira — são um sinal do mercado de trabalho.

Demanda por profissionais de IA vai continuar insana. Se empresas estão investindo US$ 75 bilhões por trimestre só em GPUs de data center, elas precisam de gente pra programar, treinar modelos, manter infraestrutura e construir aplicações em cima disso tudo.

CUDA continua sendo o padrão de facto. Com 81% de market share, o ecossistema CUDA é onde o mercado vive. Saber programar pra GPU Nvidia não é diferencial — é requisito.

Infraestrutura de IA como carreira. Networking cresceu 199% YoY. Profissionais que entendem InfiniBand, NVLink, e arquitetura de clusters distribuídos estão entre os mais procurados do mercado.

IA agêntica é o próximo boom. Jensen está apostando toda a estratégia da Vera Rubin nisso. Se você ainda não entende o que são agentes autônomos, frameworks como LangChain, CrewAI e AutoGen, esse é o momento de estudar.

Pra onde vamos daqui

A Nvidia do Q1 FY2027 não é mais uma empresa de hardware. É a infraestrutura da revolução de IA, do mesmo jeito que a AWS virou a infraestrutura da internet. A diferença é que o ciclo de IA parece estar acelerando, não desacelerando.

O guidance de US$ 91 bilhões pro Q2 é uma declaração de que o Blackwell vai continuar forte enquanto o Vera Rubin se prepara nos bastidores. E se a previsão de Jensen se confirmar — com “demanda parabólica” e “capacidade restrita por anos” — estamos olhando pra uma empresa que pode bater US$ 400 bilhões de receita anual antes de 2028.

O mercado pode ter reagido com indiferença ao trimestre. Mas quando você fatura mais que o PIB de países inteiros a cada 90 dias e seu CEO diz que a demanda está “parabólica”, talvez a indiferença seja o sinal mais bullish de todos — porque significa que ninguém está exagerando, e ainda assim os números continuam quebrando recordes.

"Quando a Nvidia reporta um trimestre recorde e a ação cai, não é porque o resultado foi ruim. É porque o mercado já precificou o impossível — e a Nvidia entregou."

Se você quer entender o impacto real da IA agêntica no mercado, dá uma olhada no nosso artigo sobre como a Anthropic soltou IA em 1.000 projetos open source e encontrou 6.202 bugs. É o tipo de aplicação que vai demandar cada vez mais Blackwells e Vera Rubins nos data centers do mundo.

Fonte de inspiração: CNBC — Nvidia earnings takeaways: Data center revenue nearly doubles