Infraestrutura e Inteligência Artificial
A infraestrutura tem desempenhado um papel significativo na implementação da inteligência artificial, com empresas investindo na construção de data centers, centros de rede e usinas de energia para aumentar a capacidade das exigentes máquinas algorítmicas. Contudo, a expectativa é de que a infraestrutura física represente uma proporção menor dos gastos de capital nos próximos anos, em comparação ao componente central que é o hardware – os chips. Isso ocorre porque, enquanto os data centers consomem chips em apenas alguns anos, usinas e equipamentos maiores podem durar décadas antes de se desgastarem.
Perspectivas para Nvidia
Essa situação é favorável para a Nvidia, que se destaca como fabricante líder de unidades de processamento gráfico, conhecidas como GPUs. Tarek Hamid, estrategista do JPMorgan, mencionou em uma nota aos clientes que, embora o financiamento para data centers deva estabilizar em torno de 2028, os investimentos em chips devem seguir crescendo até 2030, especialmente à medida que a demanda por substituição se intensifica. Ele projeta que os gastos com GPUs e chips específicos para IA poderão subir de aproximadamente 50% para 60% do total anual até 2030, em comparação ao que ele denomina "capex de infraestrutura de data center".
O banco também prevê mais de US$ 3 trilhões de financiamento para chips de IA e componentes de hardware essenciais nos próximos cinco anos, com os gastos em silício aumentando de cerca de US$ 340 bilhões em 2026 para aproximadamente US$ 800 bilhões em quatro anos.
Resultados Financeiros da Nvidia
A Nvidia já está colhendo os frutos do boom da IA. Somente no primeiro trimestre fiscal, a empresa registrou uma receita de US$ 81,6 bilhões, um crescimento de 85% em relação ao período do ano anterior. De acordo com seu CEO, Jensen Huang, a companhia considera-se "excepcionalmente posicionada no centro" da transição para a inteligência artificial, e a crescente utilização de GPUs no mix de gastos de capital a colocará ainda mais em evidência.
A diretora financeira da Nvidia, Colette Kress, afirmou em maio que os gastos com IA devem atingir entre US$ 3 trilhões e US$ 4 trilhões anualmente até o final da década. Essa previsão tem sido frequentemente mencionada em relatórios de analistas de Wall Street. No entanto, as ações da Nvidia têm apresentado desempenho aquém em comparação a outros fabricantes de chips de IA ao longo deste ano, principalmente devido à crescente demanda por CPUs, ou unidades de processamento central.
Lifespan do Chip e Retorno de Investimento
A mudança na composição dos gastos de capital é impulsionada pela vida útil e depreciação dos componentes. Alguns elementos de data centers podem durar até 30 anos, conforme dados da empresa de serviços de computação do Reino Unido, Infiniti, enquanto a vida útil de uma GPU pode ser de apenas um décimo desse tempo. Essa durabilidade mais curta, aliada à alta demanda por IA, pode resultar em um aumento nas compras de chips gráficos da Nvidia.
Além disso, as projeções gerais de gastos com IA continuam a crescer. O JPMorgan estima um total de US$ 5,5 trilhões em despesas até 2030, um aumento em relação à previsão anterior de US$ 5,1 trilhões feita em novembro. Entretanto, embora empresas como Amazon e Microsoft estejam reportando aumentos substanciais em suas receitas provenientes dos serviços em nuvem, o retorno sobre o investimento em todo o setor, que depende do aumento da produtividade das empresas que adquirem serviços de IA desses provedores, ainda está longe de ser comprovado. Nos Estados Unidos, o crescimento da produtividade do trabalho foi de apenas 0,3% no primeiro trimestre, segundo o Departamento do Trabalho.
O economista Dean Baker, do Centro de Política Econômica e Pesquisa, mencionou que, "a menos que obtenhamos números de crescimento excepcionais para a produção em junho, teremos mais um trimestre de crescimento fraco da produtividade". Baker expressou que "a história da IA que elimina empregos pode ser mais um mito econômico, ou a IA é muito mais inteligente do que pensamos e está se escondendo das agências estatísticas". Economistas têm expectativas modestas em relação aos ganhos de produtividade a longo prazo resultantes da IA. Daron Acemoglu, do Instituto de Tecnologia de Massachusetts, estimou um aumento de "não mais que 0,71%" na produtividade total dos fatores na próxima década. Não está claro se esses ganhos se traduzirão em lucros elevados que justifiquem o aumento dos gastos.
Construção e Demanda do Setor
Essa preocupação pode crescer à medida que a utilização empresarial da IA não justifica os investimentos feitos, uma observação que alguns especialistas da área estão começando a notar. David Linthicum, ex-chefe de estratégia de nuvem na consultoria Deloitte, afirmou à CNBC que "acredito que a capacidade a ser construída será cerca da metade do que foi planejado. Essa parece ser a tendência atual". Ele também destacou que está atento aos dados sobre o início de construções como um indicador chave.
Perspectivas de Envio de GPUs
No horizonte imediato, as condições estão se alinhando para que a Nvidia se destaque no comércio de IA. À medida que a construção de infraestrutura de IA avança e mais investimentos são direcionados ao setor, a Nvidia está se envolvendo em uma variedade incrível de colaborações, superando muitas outras empresas. O JPMorgan prevê que a Nvidia enviará 8,9 milhões de GPUs este ano, em comparação com 4,5 milhões de TPUs comparáveis da Google e apenas 1,9 milhão dos chips Inferenta e Trainium da Amazon. A expectativa é de que a Google reduza rapidamente a diferença em sua produção, com 8 milhões de TPUs a serem enviadas no próximo ano, em contrapartida a 9,9 milhões de GPUs da Nvidia. A empresa mantém uma ampla gama de acordos de hardware, com parcerias destacadas pelo JPMorgan em uma nota de 17 de junho, incluindo empresas como OpenAI, Anthropic, Amazon e Microsoft.
Fonte: www.cnbc.com
