NVIDIA: De Startup a Gigante do Mercado

De uma ideia desenhada num guardanapo de restaurante japonês à empresa mais valiosa do planeta — a história da NVIDIA é a história de como um chip mudou o mundo.

O Nascimento em Denny's

Em fevereiro de 1993, três engenheiros se sentaram numa mesa de um Denny's em San Jose, Califórnia. Pediram café. E mudaram a história da computação.

Jensen Huang tinha 30 anos, era engenheiro de chips na LSI Logic. Seu sócio Chris Malachowsky vinha da Sun Microsystems. Curtis Priem, o terceiro da mesa, era veterano da IBM. Os três tinham algo em comum além da obsessão por tecnologia: acreditavam que o mundo precisava de uma forma completamente nova de processar gráficos.

O nome NVIDIA surgiu de "invidia" — inveja, em latim. Mas também de uma convenção da época: empresas de tecnologia em San Jose registravam arquivos com o prefixo "NV" em seus computadores. Jensen Huang escolheu o que soava bem. NVidia.

O capital inicial era humilde: US$ 40 mil. O escritório, uma sala alugada. O produto, ainda uma promessa. Mas a visão era gigantesca: eles queriam criar processadores dedicados exclusivamente ao trabalho de renderizar imagens — o que ainda não existia de forma especializada no mercado.

"Não sabíamos como fazer dinheiro. Sabíamos apenas que computadores precisariam processar gráficos de uma forma que as CPUs comuns nunca conseguiriam." — Jensen Huang, fundador e CEO da NVIDIA

O Tropeço que Quase Matou Tudo

O primeiro produto da NVIDIA, o NV1, lançado em 1995, foi um desastre comercial. O chip usava uma abordagem geométrica chamada "quadratic surfaces" para renderizar imagens — enquanto o resto da indústria já caminhava para triângulos, que se tornaria o padrão universal de gráficos 3D.

A NVIDIA apostou no cavalo errado. Para piorar, firmou um contrato com a Sega para fornecer chips para o console Saturn. Quando a Sega cancelou o projeto, a empresa quase quebrou. Com dinheiro acabando e equipe desmotivada, Jensen Huang tomou uma decisão que definiria seu estilo de liderança para sempre.

A demissão que salvou a empresa

Em 1996, Huang demitiu metade da empresa. Não por crueldade — por sobrevivência. Ele reuniu os que ficaram, expôs a situação com brutalidade e fez uma promessa: iriam reescrever tudo do zero, apostando numa arquitetura baseada em triângulos, o padrão da Microsoft Direct3D.

Tinham exatos quatro meses de caixa. Era tudo ou nada.

o que estava em jogo:

Em 1996, a NVIDIA tinha menos de US$ 1 milhão em caixa e precisava lançar um chip competitivo em tempo recorde. A empresa trabalhava 18 horas por dia, sete dias por semana. O resultado foi o RIVA 128 — lançado em 1997 e vendido em mais de 1 milhão de unidades nos primeiros quatro meses.

GeForce e a Revolução dos Gamers

Em 1999, a NVIDIA lançou o que chamou de "Graphics Processing Unit" — cunhando o próprio termo que definiria uma indústria inteira. O GeForce 256 era capaz de processar 10 milhões de triângulos por segundo, mais do que qualquer coisa até então existente no mercado consumidor.

A estratégia era precisa: gamers eram o mercado perfeito. Exigentes em performance, dispostos a pagar caro, e atualizavam hardware com frequência. A NVIDIA transformou o jogo em motor de inovação — e o gamer virou o cliente mais valioso da empresa.

A rivalidade com a ATI (hoje AMD) foi feroz durante os anos 2000. Lançamentos de chips a cada seis meses, benchmarks disputados a cada pixel, guerras de drivers que enchiam fóruns de internet. Era uma corrida armamentista gráfica — e a NVIDIA venceu mais batalhas do que perdeu.

A Aposta Insana no CUDA

Em 2006, Jensen Huang fez uma aposta que analistas de Wall Street chamaram de louca: investir centenas de milhões de dólares para tornar as GPUs programáveis para computação geral.

A plataforma se chamava CUDA (Compute Unified Device Architecture). A ideia era simples na teoria, brutal na execução: e se programadores pudessem usar o paralelismo massivo de uma GPU — projetada para processar milhares de pixels simultaneamente — para resolver qualquer problema computacional complexo?

Por anos, o CUDA parecia um projeto de academia. Pesquisadores de universidades o adotaram. Laboratórios de física e climatologia usavam para simulações. Mas o mercado financeiro encolhia os ombros. GPUs eram para games, não para ciência.

O insight que ninguém viu

Jensen Huang viu o que outros não enxergavam: a estrutura de uma GPU — milhares de núcleos pequenos, operando em paralelo — era matematicamente idêntica ao que redes neurais precisavam para aprender. Multiplicação de matrizes em larga escala. Bilhões de operações simultâneas.

O problema era que, em 2006, redes neurais profundas ainda eram teoria acadêmica obscura. Ninguém — exceto talvez Yann LeCun e Geoffrey Hinton — acreditava que "deep learning" seria relevante em escala industrial.

"Tivemos a sorte de investir no problema certo antes de saber que era o problema certo."

O Momento em que a IA Descobriu a NVIDIA

O ano era 2012. Uma equipe da Universidade de Toronto, liderada por Alex Krizhevsky e orientada por Geoffrey Hinton, submeteu uma rede neural chamada AlexNet ao ImageNet Large Scale Visual Recognition Challenge — a maior competição de reconhecimento de imagens do mundo.

O resultado foi um choque. A AlexNet superou o segundo colocado por uma margem de 10,8 pontos percentuais — uma diferença tão absurda que a comunidade científica ficou em silêncio por dias tentando entender o que tinha acontecido. E o segredo estava explícito no paper: a rede foi treinada em duas GPUs NVIDIA GTX 580.

De US$ 500 Bilhões
a US$ 3 Trilhões

Em janeiro de 2023, a NVIDIA tinha um valor de mercado de aproximadamente US$ 300 bilhões — uma empresa grande, respeitada, lucrativa. Um ano depois, esse número havia multiplicado por dez.

O catalisador foi a IA generativa. Quando o ChatGPT demonstrou ao mundo o que grandes modelos de linguagem podiam fazer, toda empresa do planeta — de startups a governos — correu para construir sua própria infraestrutura de IA. E para treinar esses modelos, só existia uma resposta: chips NVIDIA.

O chip que virou commodity estratégica

O H100, chip lançado em 2022 e destinado originalmente a data centers científicos, se tornou de repente o ativo mais cobiçado da tecnologia. Custava US$ 30.000 a US$ 40.000 por unidade — e havia filas de espera de meses. Microsoft, Google, Meta e Amazon compravam dezenas de milhares de unidades. Países como Emirados Árabes e Arábia Saudita negociavam diretamente com Jensen Huang como se fossem parceiros estratégicos.

O governo americano, percebendo o poder geopolítico da situação, impôs restrições de exportação de chips avançados para China e outros países. A NVIDIA virou peça central de uma guerra tecnológica global — um papel que nenhum fabricante de semicondutores havia ocupado desde a corrida espacial.

"A NVIDIA não vende chips. Vende o futuro. E todo mundo quer uma fatia." — analista do Morgan Stanley, 2023

Jensen Huang:
O CEO de Couro

Poucos executivos de tecnologia são tão reconhecíveis quanto Jensen Huang. Não por sua fortuna — estimada em mais de US$ 100 bilhões em 2024 — mas por uma peça de roupa: a jaqueta de couro preta que usa em absolutamente todas as apresentações públicas.

Huang nasceu em Taiwan em 1963, veio para os Estados Unidos aos 9 anos, estudou engenharia elétrica em Oregon e fez mestrado em Stanford. Antes de fundar a NVIDIA, passava longas horas como garçom num Denny's — o mesmo tipo de restaurante onde a empresa nasceria anos depois. Uma coincidência que ele conta com prazer.

Um estilo de gestão incomum

Huang tem 40 subordinados diretos — um número que a maioria dos especialistas em gestão consideraria absurdo. Ele defende a estrutura "flat" como forma de eliminar política corporativa e forçar transparência radical. Cada decisão importante passa por ele.

Sua comunicação é lendária por sua franqueza. Quando a NVIDIA quase quebrou em 1996, ele reuniu a empresa e disse, sem rodeios: "Estamos próximos do fim. Mas aqui está o plano." Quando o CUDA parecia um elefante branco em 2010, ele manteve o investimento contra a recomendação de analistas.

filosofia de liderança

Jensen Huang acredita em "ser o maior fan dos seus funcionários". Ele frequentemente aparece em conferências técnicas internas e eventos de universidades, trata engenheiros como estrelas. Mais de uma vez foi visto fazendo tatuagens com o logo da NVIDIA em fãs que encontrava em eventos — o que diz muito sobre o tipo de cultura que construiu.

"Somos uma empresa de 30 anos que está apenas no começo."

Jensen Huang e a NVIDIA

O Menino de Taiwan que Lavava Banheiros

Antes das palestras em estádios lotados e das capas de revista, Jensen Huang era um adolescente imigrante que esfregava banheiros num chalé para pagar os estudos. Essa experiência moldou cada decisão que ele tomaria décadas depois.

Jen-Hsun Huang nasceu em 17 de fevereiro de 1963 em Tainan, Taiwan. Filho de engenheiro químico, cresceu num ambiente técnico — mas a vida deu uma virada inesperada quando, aos nove anos, seus pais decidiram enviá-lo para os Estados Unidos para estudar. O plano era mandá-lo para a casa de um tio em Seattle. O tio, porém, resultou ser quase um desconhecido, e o jovem Jensen acabou em Oneida Baptist Institute, um internato rural no estado de Kentucky — um lugar radicalmente diferente de tudo que ele conhecia.

No internato, Jensen dividia quarto com um colega de 17 anos que era, por sua conta, o sujeito mais intimidador da escola. Para sobreviver, Jensen fez o que faria ao longo de toda a sua carreira: encontrou uma forma de conectar-se com pessoas radicalmente diferentes dele. Ensinou o colega a ler; o colega o protegeu dos outros. Uma aliança improvável que Jensen descreve como sua primeira lição de liderança.

"Aprendi lá que respeito não vem do cargo. Vem de genuinamente querer o melhor para a pessoa na sua frente." — Jensen Huang sobre o internato em Kentucky

Aos 15 anos, foi para Aloha, Oregon, morar com os pais que tinham finalmente emigrado. Cursou o ensino médio e, para pagar as contas, trabalhou como lavador de pratos e garçom num Denny's — a mesma rede de lanchonetes onde, anos depois, fundaria a NVIDIA. A ironia não é acidental. Jensen costuma contar isso com um sorriso: "Todo caminho volta ao Denny's."

Do Oregon a Stanford: A Mente se Forma

Jensen Huang se formou em Engenharia Elétrica pela Oregon State University em 1984, com honras. Mas o diferencial viria depois: enquanto trabalhava, fez o mestrado em Stanford — uma das universidades mais seletivas do mundo — e foi lá que começou a compreender em profundidade os fundamentos de processamento paralelo que décadas depois se tornariam a espinha dorsal da NVIDIA.

Antes de fundar a empresa, trabalhou como microprocessador na AMD — sim, a principal rival futura da NVIDIA — e depois como engenheiro sênior na LSI Logic. Nesses anos, assimilou algo que poucos engenheiros percebem cedo: a distância entre "fazer um chip funcionar" e "entender que problema o mercado realmente precisa que um chip resolva" é um abismo.

Em 1984:

Oregon State University

Bacharel em Eng. Elétrica com distinção. Início da obsessão com hardware de baixo nível.

Em 1992:

Stanford University

Mestrado em Eng. Elétrica. Contato com pesquisa de ponta em processamento paralelo.

Controversa História na AMD:

Primeiro emprego em chips

Design de microprocessadores. Aprendeu o ritmo da indústria de semicondutores por dentro.

Onde tudo Começou:

LSI Logic — onde tudo começou

Conheceu Chris Malachowsky. Começaram a sonhar com chips gráficos dedicados.

40 Subordinados Diretos:
A Gestão Radical

Toda empresa de tecnologia ensina seus gerentes a ter no máximo 8 a 10 subordinados diretos. Jensen Huang tem 40. E defende isso com veemência.

A estrutura organizacional da NVIDIA é deliberadamente "flat" — achatada. Jensen acredita que camadas hierárquicas criam politicagem, atrasos e, principalmente, filtragem de informação ruim. Quando uma empresa tem cinco níveis entre o CEO e o engenheiro de base, o CEO só escuta o que os gerentes intermediários querem que ele escute.

Com 40 diretos, Jensen recebe informação bruta. E usa essa informação para fazer algo incomum: distribui suas análises e prioridades via documentos internos chamados de "5 Things" — cinco coisas que a empresa precisa fazer naquela semana. Não há reuniões de status prolixas. Há execução, documentada e rastreável.

A filosofia do "sofrimento intelectual honesto"

Jensen tem uma frase que assusta executivos de outras empresas quando ouvem pela primeira vez: "Eu quero que meus funcionários sejam confortáveis com o desconforto." Não se trata de crueldade corporativa — trata-se de criar uma cultura onde problemas difíceis são nomeados, não escondidos.

Numa famosa entrevista, ele disse que o maior presente que pode dar a um funcionário é feedback completamente honesto. "Se eu não digo o que está errado, estou desperdiçando o tempo mais valioso da vida dessa pessoa." Essa filosofia criou uma cultura que ou repele as pessoas imediatamente ou as transforma em devotos da empresa para sempre — raramente há meio-termo na NVIDIA.

"Não existe 'erros são oportunidades de aprendizado' aqui. Erros são erros. A gente aprende com eles, e não os repete. Isso é diferente de fingir que tudo tem um lado positivo." — Jensen Huang, entrevista à Stanford Graduate School of Business

O Uniforme de US$ 3 Trilhões

Em qualquer evento onde Jensen Huang apareça — GTC, CES, anúncios de resultados trimestrais, visitas a fábricas no Japão, conferências com presidentes e primeiros-ministros — ele usa exatamente a mesma coisa: uma jaqueta de couro preta, calças escuras, camiseta preta.

A inspiração, por mais improvável que pareça, foi Steve Jobs e sua famosa gola rulê. Jobs simplificou suas escolhas diárias de roupa para poupar energia cognitiva para decisões mais importantes. Jensen foi mais longe: transformou o uniforme em marca pessoal. Quando você vê aquela jaqueta, sabe que algo importante está prestes a ser anunciado.

A jaqueta virou tão icônica que quando a NVIDIA ultrapassou o valor de mercado da Apple em 2023, jornalistas brincaram que foi a "jaqueta de couro derrotando a gola rulê". Em Taiwan, onde Jensen visita regularmente as instalações da TSMC, fãs esperavam horas para tirar foto com ele — e a jaqueta era invariavelmente o comentário principal.

a tatuagem que ninguém esperava

Em 2023, após a NVIDIA ultrapassar US$ 1 trilhão em valor, um funcionário disse que faria uma tatuagem do logo da empresa se o valor chegasse a US$ 1 trilhão. Jensen foi ao evento e, na frente de centenas de funcionários, assinou a perna do colega enquanto ele fazia a tatuagem ao vivo. A cena viralizou e revelou algo sobre o CEO: ele leva a empresa a sério, mas não se leva.

NVIDIA vs AMD:
Vinte Anos de Batalha

Por duas décadas, a história da GPU foi escrita por duas empresas em combate constante. A rivalidade entre NVIDIA e ATI — depois absorvida pela AMD — foi um dos duelos tecnológicos mais ferozes da história da computação moderna.

NVIDIA

GeForce

Arquitetura Tesla (2006);

CUDA como moat estratégico;

Foco em ecossistema de software;

RTX e ray tracing (2018);

Domínio em IA e data centers;

AMD / ATI

Radeon

Arquitetura GCN (2011);

ROCm como alternativa open-source;

Melhor custo-benefício histórico;

RDNA 2 / 3 competitivos;

MI300X como rival do H100;

A grande virada nessa rivalidade aconteceu não em gráficos — mas em IA. Enquanto a AMD apostava em hardware aberto e versatilidade, a NVIDIA construía o ecossistema CUDA como uma fortaleza proprietária. Cada pesquisador de IA que aprendia CUDA se tornava um prisioneiro voluntário da plataforma. O custo de mudar para outra arquitetura era enorme: bibliotecas, frameworks, workflows inteiros construídos ao redor do ecossistema verde.

Quando o boom da IA chegou em 2022–2023, a AMD tinha hardware competitivo, mas o ecossistema de software estava anos atrás. O resultado: NVIDIA com 80% do mercado de GPUs para IA. A batalha ainda está em andamento — e a AMD não está morta — mas a NVIDIA construiu um fosso que levará anos para ser cruzado.

O Software que Vale Mais que o Hardware

O maior produto da NVIDIA não é o H100. Não é o RTX 4090. É o CUDA — uma plataforma de software que transformou GPUs em computadores de propósito geral e criou um ecossistema impossível de abandonar.

Lançado em 2006, o CUDA (Compute Unified Device Architecture) permite que programadores escrevam código em C, C++, Python e outras linguagens para ser executado em GPUs. A ideia parece simples — mas a execução foi extraordinária. A NVIDIA investiu bilhões em documentação, bibliotecas otimizadas, ferramentas de debug, programas universitários, e suporte a pesquisadores.

O resultado foi um efeito de rede poderoso: quanto mais pessoas usavam CUDA, mais bibliotecas eram criadas. Quanto mais bibliotecas, mais projetos de IA eram construídos sobre a plataforma. Quando o deep learning explodiu, a pergunta não era "devo usar CUDA?" — era "em qual versão do CUDA você está rodando?"

o ecossistema como fosso competitivo

cuDNN, TensorRT, NCCL, Triton, RAPIDS, cuBLAS — são bibliotecas otimizadas que a NVIDIA construiu ao longo de 18 anos especificamente para acelerar IA sobre GPUs. Cada uma representa anos de trabalho de engenharia. Um concorrente que queira oferecer GPUs alternativas precisa não só recriar o hardware — precisa recriar esse ecossistema inteiro. É o maior moat tecnológico do setor.

Da GeForce ao H100:
A Evolução em Silicon

Cada geração de chips da NVIDIA conta uma história diferente sobre o que a empresa apostou naquele momento.

NV1

1995 — O Primeiro (e Fracassado)

NV1: usava geometria quadrática em vez de triângulos. Incompatível com o emergente Direct3D da Microsoft. Desastre comercial que quase matou a empresa antes de ela começar.

RIVA

1997 — A Ressurreição

RIVA 128: o chip que salvou a empresa. Desenvolvido em tempo recorde após a quase falência. Vendeu 1 milhão de unidades em 4 meses. Mostrou que a NVIDIA era capaz de executar.

GF256

1999 — O Nascimento da GPU

GeForce 256: o primeiro chip chamado oficialmente de GPU. Processamento de transformação e iluminação por hardware. Jogos 3D nunca mais seriam os mesmos.

GT200

2008 — O CUDA Ganha Músculo

Tesla GT200: primeiro chip construído pensando em computação científica, não só jogos. 240 núcleos CUDA. Começo da linha "Tesla" para data centers — hoje rebatizada como "H" series.

V100

2017 — A Virada da IA

Tesla V100: primeiro chip com Tensor Cores — núcleos especializados em multiplicação de matrizes, a operação central do deep learning. Tornou-se o chip padrão do treinamento de IA no mundo inteiro.

A100

2020 — A Plataforma

A100 (Ampere): chip que alimentou a primeira geração de grandes modelos de linguagem. GPT-3 foi treinado em clusters de A100s. Começou a era dos "super pods" — supercomputadores feitos de GPUs.

H100

2022–2024 — O Ouro Verde

H100 (Hopper): o chip mais desejado da história da tecnologia. Custava US$ 30–40 mil por unidade. Filas de meses. ChatGPT, GPT-4, Llama, Gemini — todos treinados em H100s. A NVIDIA não conseguia fabricar rápido o suficiente.

B200

2024–2026 — A Nova Era

Blackwell B200 / GB200: até 30x mais rápido que o H100 em inferência. NVLink conecta múltiplos chips como um único processador gigante. O superchip que alimentará a próxima geração de IA.

Quando um Chip Vira Arma de Estado

Em outubro de 2022, o governo americano fez algo sem precedentes: proibiu a exportação de GPUs avançadas para a China. Jensen Huang, de repente, estava no centro de uma guerra fria tecnológica.

O Departamento de Comércio dos EUA classificou os chips H100 e A100 como itens de controle de exportação. A China, maior mercado individual da NVIDIA, passou a ter acesso apenas a versões degradadas — o H800 e o A800 — desenvolvidas especificamente para cumprir os limites impostos pelo governo americano.

As restrições foram se apertando. Em 2023, novos controles tornaram até essas versões proibidas para determinadas empresas chinesas. Em 2024, a regra foi expandida para dezenas de países considerados de risco estratégico. Jensen Huang foi forçado a navegar num campo minado diplomático — tentando crescer globalmente enquanto o governo do seu próprio país limitava o que podia vender a quem.

A China como paradoxo

Antes das restrições, a China representava aproximadamente 25% da receita da NVIDIA. Empresas como Baidu, Alibaba, Tencent e Huawei eram clientes enormes. Com as restrições, a NVIDIA perdeu bilhões em receita potencial — mas o governo americano argumenta que o custo é necessário para evitar que tecnologia de IA seja usada para fins militares.

Enquanto isso, a China acelerou investimentos domésticos em semicondutores. Empresas como Huawei (com o Ascend 910B), Cambricon e Biren tentam preencher o vácuo. A corrida é real, mas o atraso em relação à NVIDIA ainda é medido em anos.

o xadrez geopolítico do H20

Para não perder completamente o mercado chinês, a NVIDIA criou o H20 — um chip especialmente projetado para ficar abaixo dos limites de desempenho impostos pelos EUA. O H20 tem performance significativamente inferior ao H100 mas ainda é muito superior às alternativas domésticas chinesas. Em 2024, empresas chinesas compraram centenas de milhares de unidades antes que novas restrições pudessem ser implementadas.

O CEO que Vira Chefe de Estado

Em 2023 e 2024, Jensen Huang fez algo que nenhum CEO de empresa de tecnologia havia feito antes em tal escala: foi recebido como chefe de estado em múltiplos países. Japão, Indonésia, Vietnã, Índia, Emirados Árabes Unidos, Arábia Saudita — líderes de governo faziam fila para se reunir com ele.

O motivo é prático: construir infraestrutura de IA nacional exige chips NVIDIA. Não há alternativa comparável. Países que querem participar da revolução da inteligência artificial precisam, inevitavelmente, passar por Jensen Huang.

No Japão, o primeiro-ministro Kishida se reuniu pessoalmente com Jensen e anunciou investimentos massivos em data centers equipados com NVIDIA. Na Indonésia, o presidente Prabowo recebeu Jensen com honras e assinou acordos para infraestrutura de IA nacional. Na Índia, a reunião com Modi gerou manchetes por dias.

"Ele chegou aqui como CEO de empresa. Foi embora como parceiro estratégico do nosso governo. Nunca vi isso antes com nenhuma empresa de tecnologia."

— Fonte diplomática, Emirados Árabes Unidos, 2023

Além dos Chips:
O Metaverso Industrial

Enquanto o mundo discutia o metaverso social de Mark Zuckerberg — avatares em mundos virtuais — Jensen Huang construía algo diferente: um metaverso industrial. O projeto se chama NVIDIA Omniverse.

Omniverse é uma plataforma que permite criar simulações físicas hiperrealistas de ambientes industriais. Fábricas inteiras podem ser simuladas antes de serem construídas. Robôs podem ser treinados em ambientes virtuais antes de operarem no mundo real. Cidades inteiras podem ser modeladas para otimizar logística e energia.

Os clientes são inusitados: BMW usa Omniverse para planejar linhas de montagem. Ericsson usa para modelar redes 5G em cidades. A Amazon usa para treinar robôs de armazém. Não é ficção científica — está em produção, gerando receita real.

Jensen Quer Construir Robôs Humanoides

Em março de 2024, na conferência GTC, Jensen Huang fez algo inesperado mesmo para os padrões elevados da NVIDIA: anunciou uma plataforma para humanoides. O projeto se chama Project GR00T (General-purpose Robot 00 Technology).

A ideia é simples e ambiciosa ao mesmo tempo: fornecer o sistema nervoso computacional para robôs humanoides. A NVIDIA não vai fabricar os corpos dos robôs — essa parte fica com empresas como Boston Dynamics, Figure, 1X Technologies e Agility Robotics. Mas vai fornecer o chip (Jetson Thor), os modelos de IA e a plataforma de simulação (Isaac Sim) que permitem que esses robôs aprendam a se mover, manipular objetos e interagir com humanos.

A aposta é que robótica humanóide será a próxima grande indústria computacional — e que, assim como aconteceu com IA, a NVIDIA pode se posicionar como a infraestrutura essencial antes que o mercado exploda.

GR00T

Modelos de fundação para robótica

IA treinada em ambientes simulados para dar aos robôs capacidade de raciocínio físico geral.

Thor

Jetson Thor

Chip especializado para robôs humanoides. 800 TOPS de performance em fator de forma compacto.

Isaac

Isaac Sim / Lab

Plataforma de simulação onde robôs aprendem habilidades físicas virtualmente antes do mundo real.

Drive

NVIDIA DRIVE

Plataforma para carros autônomos. Toyota, Mercedes, Volvo e dezenas de outras OEMs como clientes.

A Aritmética do Impossível

$60bilhões de Receita Q4 2024 (trimestral), 55% de Margem líquida, 100x de Valorização em 5 anos, 200+ Países clientes e US$ 3,33T de Valor de mercado no pico — superando Apple e Microsoft.

Para contextualizar: em 2016, a NVIDIA valia aproximadamente US$ 30 bilhões. Em dez anos, multiplicou por 100. Não existe precedente comparável na história das empresas de tecnologia — nem a Apple, nem a Google, nem a Amazon cresceram nessa velocidade a partir de um tamanho já significativo.

O Que Vem Depois do Impossível

Jensen Huang não acredita que chegou ao topo. Ele acredita que a NVIDIA está no começo de algo que vai durar décadas — e que o maior erro seria achar que o trabalho está feito.

Em palestra na GTC 2024, Jensen apresentou sua visão: estamos apenas no começo da "Era da IA Industrial". As primeiras ondas — IA em software, IA em nuvem, IA em dispositivos — são só o aquecimento. O que vem a seguir é IA incorporada em fábricas, infraestrutura, sistemas de saúde, redes de energia e, eventualmente, em robôs que trabalham lado a lado com humanos.

Para alimentar essa visão, a NVIDIA continua reinvestindo agressivamente. O orçamento de P&D da empresa supera o de muitos países em ciência e tecnologia. A cada dois anos, uma nova arquitetura de chip: Hopper, Blackwell, Rubin (previsto para 2026) — cada uma prometendo um salto de performance que, em qualquer outra indústria, levaria décadas.

Os riscos que Jensen não ignora

Por mais dominante que seja a posição da NVIDIA, Jensen Huang conhece bem a história: empresas que pareciam invencíveis desapareceram em menos de uma geração. Nokia, Kodak, Intel em servidores. Ele próprio quase perdeu a empresa aos 33 anos.

Os riscos são reais: AMD avança com o MI300X. Google tem seus TPUs. Amazon tem o Trainium e Inferentia. Microsoft desenvolve chips próprios. Apple tem os Neural Engine. E a China, bloqueada de comprar os melhores chips, investe bilhões para criar os seus.

Mas por enquanto — enquanto esta reportagem é escrita em 2026 — a NVIDIA continua sendo o coração pulsante de toda a infraestrutura de inteligência artificial do planeta. De um Denny's em San Jose a uma empresa maior que o PIB de muitos países, a história de Jensen Huang e sua máquina verde é, acima de tudo, uma história sobre o que acontece quando visão, paciência e execução brutal se encontram no momento certo da história.

O que Vem a Seguir

A NVIDIA de 2026 não é mais apenas uma empresa de chips. É a arquiteta da infraestrutura cognitiva do planeta. Seus data centers processam o raciocínio de sistemas de IA que diagnosticam doenças, escrevem código, dirigem carros autônomos e traduzem idiomas em tempo real.

A próxima geração de chips, a família Blackwell Ultra, promete eficiência energética radicalmente melhor — pois o consumo de energia de data centers de IA virou preocupação nacional em países como EUA, Japão e Suécia. A empresa também avança em robótica, com plataformas como o Jetson e o projeto GR00T para humanoides.

Os riscos são reais. A AMD avança com a linha MI300. A Intel tenta reconquistar o mercado. A Apple, Google e Amazon desenvolvem chips próprios para reduzir dependência da NVIDIA. E a China, bloqueada de comprar os chips mais avançados, investe pesado em alternativas domésticas.

Mas por enquanto, voltando àquela mesa num Denny's em San Jose, 1993 — três engenheiros com uma ideia e US$ 40 mil construíram algo que talvez eles próprios jamais tenham imaginado: a empresa mais valiosa do mundo, no centro de uma das maiores revoluções tecnológicas da história humana.

O café, pelo menos, deve ter ficado frio.

Escrito por: Equipe Editorial Saldo e Vida Conteúdo focado em transparência financeira e bem-estar integral.

Contato

Fale conosco para sugestões e dúvidas

e-mail

saldoevida@saldoevida.com

Sobre Nós

Dúvidas