Em seguida, vieram vários aumentos nas vendas e nos lucros. Mas trimestres tão explosivos provavelmente não se repetirão tão cedo.
O último trimestre da Nvidia demonstrou uma desaceleração nos números da empresa. Embora as vendas tenham superado as expectativas dos analistas, aquele foi o pior resultado em relação aos nove trimestres anteriores, desde que o crescimento da inteligência artificial impulsionou a empresa a patamares sem precedentes. Suas ações caíram cerca de 6% desde a divulgação dos resultados.
Um dos motivos para o crescimento mais lento da Nvidia é óbvio: a lei dos grandes números determina que, quanto maior você fica, mais difícil é crescer no mesmo ritmo alucinante.
Mas há outro motivo, mais estrutural, para o crescimento da Nvidia parecer menos exponencial: restrições na cadeia de suprimentos que nenhum sucesso financeiro pode resolver.
Os chips de IA da Nvidia são quase todos produzidos pela Taiwan Semiconductor Manufacturing e, em seguida, empacotados em configurações elaboradas que são inseridas em sistemas de computação cada vez mais complexos. Esses sistemas, então, vão para os data centers onde ocorre o processamento numérico da IA.
A Nvidia fez avanços significativos nos últimos dois anos, tanto na produção de mais chips quanto na integração deles aos sistemas desejados por seus clientes.
Mas é uma dança complexa. “Há cerca de 600.000 componentes em cada um dos maiores sistemas de computação de IA da empresa”, disse o CEO Jensen Huang em março. Alguns dos sistemas têm 2,5 milhões de peças.
Trajetória comedida da Nvidia
Em uma conferência da empresa em junho, Huang disse que os suprimentos para os sistemas atuais da Nvidia não eram “terrivelmente difíceis de obter”.
Mas havia desafios. “É limitado, mas ainda estamos crescendo rapidamente”, disse ele, acrescentando que atualmente leva cerca de um ano entre o início da fabricação de um chip da Nvidia e a entrega de um supercomputador de IA a um cliente.
Há outros sinais de que a Nvidia está em uma trajetória mais comedida.
No último trimestre da Nvidia, analistas do UBS afirmaram que sua métrica de oferta — a soma de itens de estoque e compromissos de fornecimento que busca avaliar tendências futuras de receita — subiu para cerca de US$ 45 bilhões, ante cerca de US$ 41 bilhões no trimestre anterior.
Comparando esses números com a projeção de receita da Nvidia, essa análise “nos diz que a oferta parece suficiente para que a receita continue crescendo de forma consistente, mas não prenuncia uma grande queda na receita”, informaram os analistas.
A taxa de crescimento anual da receita da Nvidia, de 56%, no último trimestre foi a mais lenta em mais de dois anos. Se as projeções dos analistas se mantiverem, o crescimento desacelerará ainda mais no trimestre atual.
Huang acredita que muitos dos problemas da cadeia de suprimentos serão resolvidos em breve — parte do motivo pelo qual ele tem confiança de que a construção de data centers de IA se tornará um empreendimento de US$ 3 trilhões a US$ 4 trilhões até o final da década.
“Os chips Rubin de próxima geração da Nvidia, que devem estar amplamente disponíveis no início do próximo ano, coincidirão com uma cadeia de suprimentos muito mais madura e escalonada”, disse Huang em uma teleconferência com analistas no mês passado.
É possível que Huang esteja certo e que correções na cadeia de suprimentos possam impulsionar a Nvidia ainda mais. Mas também é razoável supor que algumas restrições persistirão — uma série delas pode prejudicar a empresa.
Problemas na produção de chips já tiveram impacto, incluindo a limitação da disponibilidade de uma técnica avançada de fabricação da TSMC para a união de chips, essencial na produção do hardware de IA da Nvidia.
Redes elétricas
Mesmo que a Nvidia consiga fazer a mágica da cadeia de suprimentos, há outro problema estrutural surgindo sobre o qual ela tem menos controle: as redes elétricas mundiais não estão crescendo rápido o suficiente para atender à demanda por computação de IA.
O problema energético ainda não desacelerou a marcha da IA, mas é fácil prever uma colisão.
As concessionárias de serviços públicos dos EUA estão relutantes em desenvolver infraestrutura de energia para grandes projetos de IA. Isso porque elas não estão convencidas de que o crescimento da IA durará o suficiente para que recuperem os investimentos que poderiam aumentar os custos para clientes.
A expansão das linhas de geração e transmissão de energia também leva anos — um ritmo muito mais lento do que o crescimento da demanda por IA.
Huang se defendeu do desafio energético destacando como os chips mais recentes da Nvidia se tornaram muito mais eficientes em termos de energia, reduzindo assim a pressão sobre as redes elétricas.
Embora os ganhos de eficiência possam ser reais, eles não significam que os clientes usarão menos eletricidade.
A Nvidia continua encantando os clientes com seus chips e lucrando muito.
Mas, dadas as restrições de fornecimento e infraestrutura — bem como os sinais recentes de que o progresso da IA está desacelerando — há uma boa chance de que os lucros futuros sejam um pouco menos animadores para os investidores.
Traduzido do inglês por InvestNews
Presented by
