Jensen Huang subiu ao palco do GTC Berlin na semana passada e soltou uma frase que fez muita gente engasgar com o café: “Software licensing will become increasingly a major part of our company’s business… it’s about $2,000 per GPU per year to run all the software that NVIDIA provides that runs agents on these AI factories.”

Traduzindo: se você quer rodar agentes de IA usando o stack da NVIDIA, prepare a carteira. A empresa que já cobra fortunas pelas GPUs agora quer uma assinatura anual de US$ 2.000 por placa para liberar o software que faz tudo funcionar.

Eu sei o que você está pensando: “Mas eu já paguei R$ 15 mil numa placa, e agora vou pagar aluguel pra usar ela?” A resposta curta é sim, pelo menos se você quiser usar o ecossistema completo da NVIDIA para agentes de IA. Vamos entender o que está por trás disso.

O que a NVIDIA está vendendo (e o que já era de graça)

Primeiro, vamos separar as coisas. O CUDA Toolkit, aquele que você usa pra compilar seus kernels e rodar inferência básica, continua gratuito. O vLLM, o TensorRT-LLM e o Triton Inference Server também rodam sem custo em bare metal. Ninguém vai te cobrar pra fazer nvcc no terminal.

O que entra na conta dos US$ 2.000 por ano é o stack completo de agentes: NIM microservices, enterprise support, patches de segurança, atualizações alinhadas com novos releases do CUDA e, agora, o novíssimo OpenShell Reference Architecture.

Pra quem já acompanha os preços da NVIDIA, aliás, US$ 2.000 por ano nem é o pior cenário. A licença atual do NVIDIA AI Enterprise já custa US$ 4.500 por GPU por ano (com suporte), ou US$ 18.000 se você comprar o pacote de cinco anos. A versão perpétua sai por US$ 22.500 por GPU com cinco anos de suporte incluído.

A grande questão: ninguém sabe ainda se os US$ 2.000 substituem, complementam ou é um subset do AI Enterprise. Huang jogou o número durante um Q&A, sem slide, sem FAQ, sem página de pricing. O mercado reagiu tentando entender o que ele quis dizer, e a NVIDIA não esclareceu.

OpenShell: o motivo por trás do preço

Se a NVIDIA quer cobrar, ela precisa entregar algo novo. E entregou. No mesmo GTC Berlin, a empresa apresentou o OpenShell Reference Architecture, um blueprint completo pra rodar agentes de IA dentro de limites controlados.

A ideia é simples na teoria e brutal na prática: todo agente de IA é tratado como não confiável por padrão. O OpenShell cria um sandbox onde o agente vive, e qualquer coisa que ele tente fazer passa por verificação antes de acontecer.

A arquitetura tem quatro camadas:

1. Gateway: Gerencia os sandboxes e as políticas de acesso. É o porteiro do condomínio.

2. Supervisor: Intercepta todas as requisições de saída do agente, gerencia credenciais separadamente do sandbox. O agente nunca tem acesso direto às chaves.

3. Sandbox: O ambiente isolado onde o agente roda. Pense num container, só que com esteroides.

4. Policy Prover: Roda verificação formal pra garantir que as permissões do agente nunca excedam o teto que a organização definiu. Não é um check de runtime simples, é prova matemática.

┌─────────────────────────────────────────────┐
│              Policy Prover                   │
│    (verificação formal de permissões)        │
├─────────────────────────────────────────────┤
│              Supervisor                      │
│    (intercepta requests, gerencia creds)     │
├─────────────────────────────────────────────┤
│              Sandbox                         │
│    (agente isolado, zero trust)              │
├─────────────────────────────────────────────┤
│              Gateway                         │
│    (políticas, lifecycle dos sandboxes)      │
└─────────────────────────────────────────────┘
         ↕ BlueField-4 DPU (hardware)

O hardware por baixo de tudo é o BlueField-4, um DPU (Data Processing Unit) que fica no único caminho entre o agente e o modelo. Isso significa que a inspeção de tráfego acontece fora do agente, num chip dedicado. O agente não consegue mentir sobre o que está fazendo porque ele simplesmente não tem acesso ao canal de monitoramento.

Quando algo dá errado, o BlueField-4 consegue colocar o agente em quarentena em milissegundos. Sem esperar o agente “decidir” parar, sem depender de um graceful shutdown. O hardware corta o acesso e pronto.

Eu confesso que isso é impressionante do ponto de vista técnico. Mas também entendo a estratégia: você constrói uma infraestrutura tão sofisticada que empresas não conseguem (ou não querem) replicar por conta própria. Aí cobra assinatura.

A conta de US$ 10 bilhões por ano

Vamos fazer a matemática que o Jensen fez de cabeça no palco (o cara provavelmente sonha com esses números).

Se 5 milhões de GPUs tiverem licença ativa a US$ 2.000 por ano, são US$ 10 bilhões anuais de receita recorrente. Em cinco anos, US$ 50 bilhões. Isso sem vender uma GPU sequer, só cobrando pelo software que roda nelas.

Pra contextualizar: a NVIDIA faturou cerca de US$ 130 bilhões no ano fiscal de 2026, a maioria em hardware. Se o plano de software funcionar, a empresa adiciona quase 8% de receita pura de licenciamento, com margem absurdamente maior que hardware (software não precisa de fábrica da TSMC).

# Simulação simples da receita de software
gpus_licenciadas = 5_000_000
preco_anual = 2_000
anos = 5

receita_anual = gpus_licenciadas * preco_anual
receita_total = receita_anual * anos

print(f"Receita anual: US$ {receita_anual:,.0f}")
print(f"Receita em {anos} anos: US$ {receita_total:,.0f}")

# Saída:
# Receita anual: US$ 10,000,000,000
# Receita em 5 anos: US$ 50,000,000,000

Parece exagero? A NVIDIA já tem mais de 4 milhões de desenvolvedores no NVIDIA Developer Program. E o número de GPUs em data centers explodiu nos últimos dois anos. Cinco milhões de licenças é otimista, mas não é ficção científica.

O que muda pra quem roda IA local

Se você é dev indie, pesquisador ou faz fine-tuning na sua RTX 4090 da sala, calma. Ninguém vai te cobrar US$ 2.000 pra rodar Ollama ou um modelo do Hugging Face. O CUDA continua livre, o PyTorch continua livre, e projetos como vLLM e llama.cpp não dependem de licença NVIDIA Enterprise.

A conta chega pra quem roda em escala: empresas com AI factories, clusters de H100/B200, e principalmente quem usa NIM microservices em produção.

*NIM containers são gratuitos para membros do Developer Program com até 16 GPUs. Produção acima disso exige licença.

O ponto de dor real é pra empresas médias. Aquela startup que cresceu de 16 pra 50 GPUs e agora precisa decidir: pagar a licença ou reescrever o stack pra não depender do ecossistema NVIDIA?

As alternativas existem (mas nenhuma é fácil)

Toda vez que a NVIDIA anuncia um preço, alguém grita “vou migrar pra AMD”. É verdade que o ROCm evoluiu muito em 2026, e a AMD tem feito um trabalho sério pra quebrar o monopólio do CUDA. Mas a realidade é que migrar um stack de produção de CUDA pra ROCm ainda exige semanas de trabalho e nem tudo funciona.

Algumas alternativas reais:

AMD ROCm + MI300X: O suporte melhorou drasticamente, e o MI300X tem 192 GB de HBM3e, o que resolve muitos problemas de memória. Mas o ecossistema de software ainda é menor.

Google TPUs: Se você está na GCP, TPUs são competitivas em preço e performance. O JAX roda nativo, e o suporte a PyTorch via XLA melhorou. Mas você fica locked-in na nuvem do Google.

Intel Gaudi 3: A Intel está tentando, eu dou crédito por isso. Mas o market share em IA é quase inexistente e o suporte da comunidade é fraco.

CPU pura: Pra modelos menores (até 7B parâmetros), rodar em CPU com quantização GGUF já funciona surpreendentemente bem. O llama.cpp roda um Llama 3.2 7B quantizado em Q4_K_M a velocidades usáveis num Ryzen 9.

Cerebras WSE-3: Sem GPUs, sem CUDA, sem licenças da NVIDIA. A Cerebras roda modelos de trilhões de parâmetros num wafer gigante. O problema é que você não compra um Cerebras pra pôr debaixo da mesa.

Na prática, a maioria das empresas vai continuar com NVIDIA. O ecossistema é grande demais, as otimizações são profundas demais, e o custo de migração é alto demais. A NVIDIA sabe disso, e por isso tem confiança pra cobrar.

O modelo “razor and blade” aplicado a GPUs

Você conhece o modelo da Gillette: vende o aparelho barato e cobra caro nas lâminas. A NVIDIA está fazendo algo parecido, só que o “aparelho” já custa US$ 30.000 (uma H100) e as “lâminas” são o software.

Não é um modelo novo no mundo tech. A Oracle faz isso há décadas com banco de dados. A VMware cobrava licenças por socket que faziam CFOs chorarem. A Red Hat vende Linux, que é gratuito, empacotado com suporte enterprise.

A diferença é que a NVIDIA tem um monopólio de facto em GPUs para IA. Quando a Oracle cobra caro, você pode ir pro PostgreSQL. Quando a VMware cobra caro, você pode ir pro Proxmox. Quando a NVIDIA cobra caro… bom, suas opções são bem mais limitadas.

É por isso que o anúncio de Jensen importa mais do que parece. Não é só US$ 2.000 por GPU. É um sinal de que a NVIDIA está se transformando de uma empresa de hardware numa empresa de plataforma. E empresas de plataforma cobram pedágio.

O contexto do mercado: neoclouds em pânico

O timing do anúncio não é coincidência. No mesmo fim de semana, Elon Musk avisou que mais de 200 neoclouds (empresas que alugam GPUs pra cargas de IA) vão “morrer como peixes pequenos” porque o mercado de dívida fechou pra quem não tem receita fora de data centers.

Ações da CoreWeave, Nebius e Iren caíram mais de 4% no pré-mercado. A SpaceX, por outro lado, conseguiu US$ 40 bilhões em dívida pra comprar chips de IA, justamente porque tem receita estável do Starlink e dos lançamentos de foguetes.

Se as neoclouds começarem a quebrar, adivinhe quem perde clientes? A NVIDIA. Mas se a NVIDIA converte parte da receita de hardware em software recorrente, ela se protege da volatilidade. Vendeu menos GPUs num trimestre? Tudo bem, as licenças de software continuam gerando receita.

É uma jogada esperta. E se eu fosse acionista da NVIDIA, estaria aplaudindo. Como dev que paga a conta? Nem tanto.

O que esperar nos próximos meses

A NVIDIA não deu data pra implementar o modelo de US$ 2.000. Pode ser que venha junto com o lançamento dos chips Vera Rubin no início de 2027, ou pode ser que a empresa teste antes com clientes selecionados.

O que eu espero:

• Mais detalhes no GTC de março de 2027: É provável que a NVIDIA formalize o plano com tiers claros de pricing.
• Pressão da comunidade open source: Projetos como vLLM, llama.cpp e Ollama vão continuar oferecendo alternativas gratuitas que funcionam sem o stack enterprise da NVIDIA.
• AMD acelerando o ROCm: Cada dólar que a NVIDIA cobra de licença é um argumento de venda a mais pra AMD.
• Startups buscando alternativas: O custo total de ownership (GPU + licença + energia + cooling) está ficando proibitivo. Soluções como Cerebras, Groq e até ASICs customizados vão ganhar tração.

Se você está montando infraestrutura de IA hoje, meu conselho sincero: separe o máximo possível do seu stack do ecossistema proprietário da NVIDIA. Use CUDA quando for inevitável, mas abstraia com PyTorch, JAX ou ONNX. Assim, quando (não se) os preços subirem mais, a migração vai doer menos.

A pergunta que ninguém quer fazer

Quanto tempo até a NVIDIA começar a cobrar pelo CUDA? Hoje é gratuito. Mas o CUDA Toolkit é o motivo pelo qual ninguém migra pra ROCm. Se a NVIDIA já está cobrando pelo stack de agentes, o próximo passo lógico seria tier o CUDA em versões community (limitada) e enterprise (completa).

Paranoia? Talvez. Mas em 2020 ninguém imaginava que a Docker Inc ia cobrar por docker pull em empresas com mais de 250 funcionários. Em 2023, ninguém imaginava que a HashiCorp ia trocar a licença do Terraform de open source pra BSL. E em 2024, a Red Hat tentou fechar o acesso ao código-fonte do RHEL.

Empresas com monopólio eventualmente monetizam. Não é maldade, é capitalismo. E a NVIDIA tem o monopólio mais sólido da tech atual.

Quem monta stack de IA em 2026 precisa pensar nisso agora, não quando a fatura chegar.

Fonte de inspiração: TechPowerUp: NVIDIA Eyes Software Revenue With a $2,000 per GPU Yearly Figure From Huang