Entrevista com Jensen Huang

Numa discussão cativante, Jensen Huang, o CEO visionário da Nvidia, ofereceu um raro vislumbre do futuro da computação, da IA e até da economia global. Ao lado de Bill Gurley e Brad Gerstner do Bg2 Pod, Huang articulou com clareza impressionante como um aspecto negligenciado da inteligência artificial está prestes a redefinir indústrias e desencadear um crescimento sem precedentes, desafiando a sabedoria convencional de Wall Street no processo.

O Boom Bilionário: Redefinindo as Demandas Computacionais da IA

Há um ano, Jensen Huang previu audaciosamente que a inferência de IA não aumentaria apenas 100x ou 1000x, mas um impressionante bilhão de vezes. Ao revisitar essa projeção, ele admite: "Subestimei. Quero deixar isso registrado." Sua confiança só aumentou, impulsionada pela rápida evolução da IA. O que antes era visto como uma única lei de escala de "pré-treinamento" fraturou-se em três forças distintas e em crescimento exponencial: pré-treinamento, pós-treinamento (onde a IA "pratica" habilidades) e, crucialmente, inferência de "pensamento".

Essa inferência de "pensamento" é o divisor de águas. Ao contrário do antigo modelo de inferência de um único passo, a IA moderna agora é projetada para "pensar antes de responder", realizando pesquisas, verificando verdades fundamentais e iterando. Este processo cognitivo complexo exige exponencialmente mais poder computacional. Como Huang coloca: "A IA não é mais um modelo de linguagem; a IA é um sistema de modelos de linguagem e todos estão rodando concorrentemente, talvez usando ferramentas... e é tudo multimodalidade." Essa mudança profunda significa que o apetite computacional da IA não é apenas grande, mas insaciável e em rápida expansão, muito além do que muitos atualmente compreendem.

Principais Insights:

• A inferência de IA está experimentando um aumento computacional de "bilhões de vezes" devido ao advento das capacidades de "pensamento" e cadeia de raciocínio.
• O cenário da IA é agora governado por três leis de escala distintas: pré-treinamento, pós-treinamento (IA praticando) e inferência complexa.
• Sistemas multiagentes, IA multimodal e o uso extensivo de ferramentas elevam dramaticamente os requisitos computacionais além de modelos de linguagem simples.

OpenAI: O Próximo Hyperscaler de Trilhões de Dólares e a Aposta Estratégica da Nvidia

Central à visão de Huang está a parceria estratégica da Nvidia com a OpenAI, que inclui um investimento e suporte para a construção de sua própria colossal infraestrutura de IA. Ele vê a OpenAI não apenas como um cliente, mas como "provavelmente a próxima empresa hyperscale de múltiplos trilhões de dólares". Esta previsão audaciosa sustenta a decisão da Nvidia de investir antecipadamente à ascensão meteórica esperada da OpenAI, uma oportunidade que Huang chama de "alguns dos investimentos mais inteligentes que podemos imaginar".

Essa parceria também sinaliza uma mudança significativa no cenário da IA. A OpenAI, que tradicionalmente utilizava hyperscalers como Microsoft Azure, está agora construindo sua própria "infraestrutura de IA autodesenvolvida" – tornando-se efetivamente um hyperscaler por si mesma. Isso espelha as relações diretas que a Nvidia tem com gigantes como Meta e Google, onde trabalham diretamente nos níveis de chip, software e sistema. A OpenAI está navegando em "dois exponenciais" simultaneamente: um crescimento exponencial no uso por clientes e um aumento exponencial nos requisitos computacionais por caso de uso (devido à IA de "pensamento"). O suporte multifacetado da Nvidia em Azure, OCI, CoreWeave e agora na construção direta da OpenAI é projetado para atender a essa demanda composta, solidificando ainda mais o papel indispensável da Nvidia.

Decisões Chave:

• O investimento da Nvidia na OpenAI é um movimento estratégico, apostando em seu potencial de se tornar uma entidade hyperscale de múltiplos trilhões de dólares.
• Apoiar a OpenAI na autoconstrução de sua infraestrutura de IA fomenta relacionamentos diretos e full-stack, espelhando os engajamentos da Nvidia com outros gigantes da tecnologia.
• A parceria aborda o desafio composto de uma adoção exponencialmente crescente por parte dos clientes e da demanda computacional por usuário na IA.

O Fosso Inatacável: Co-design Extremo e Velocidade Anual

Analistas de Wall Street preveem atualmente que o crescimento da Nvidia se estabilizará por volta de 2027-2030, uma perspectiva que Huang considera inconsistente com as mudanças subjacentes. Ele apresenta três pontos fundamentais: Primeiramente, "a computação de propósito geral acabou", e os trilhões de dólares em infraestrutura de computação do mundo devem ser renovados com computação de IA acelerada. Em segundo lugar, as cargas de trabalho hyperscale existentes (mecanismos de busca, motores de recomendação) estão migrando rapidamente de CPUs para GPUs, uma mudança de "centenas de bilhões de dólares". Por último, e mais profundamente, a IA irá aumentar a inteligência humana, impactando 50-65% do PIB global.

Para atender ao "exponencial de exponenciais" impulsionado pela geração de tokens e uso por clientes, a Nvidia adotou um ciclo de lançamento anual agressivo para suas arquiteturas (Hopper, Blackwell, Rubin, Fineman). Com a Lei de Moore para desempenho amplamente "morta", a vantagem competitiva da Nvidia vem do "co-design extremo". Isso não se trata apenas de chips mais rápidos; trata-se de otimizar o modelo, o algoritmo, o sistema e o chip simultaneamente, inovando "fora da caixa". Como Huang explica, essa abordagem full-stack—englobando CPUs, GPUs, chips de rede, MVLink e Spectrum-X Ethernet—permite à Nvidia alcançar ganhos de desempenho de 30x entre gerações (como Hopper para Blackwell) que nenhum progresso convencional de silício poderia entregar. Essa inovação sistêmica, combinada com a escala massiva de investimento exigida tanto da Nvidia quanto de seus clientes, cria um fosso formidável que é "mais difícil do que nunca" para os concorrentes replicarem.

Principais Práticas:

• A Nvidia mantém um ciclo de lançamento anual agressivo para suas arquiteturas a fim de acompanhar os aumentos exponenciais na geração de tokens e no uso de IA.
• O "co-design extremo" envolve otimização simultânea em toda a pilha da fábrica de IA: modelos, algoritmos, sistemas, chips, redes e software.
• A empresa avançou além da inovação individual de chips para a construção de sistemas de IA integrados e full-stack que entregam ganhos de desempenho sem precedentes.
• A escala das implementações de clientes (por exemplo, um gigawatt exigindo 500.000 GPUs) e a capacidade da cadeia de suprimentos da Nvidia criam uma barreira de entrada massiva.

Aumentando a Humanidade: A Mudança Econômica de Trilhões de Dólares

O verdadeiro impacto de longo prazo da IA, argumenta Huang, reside em sua capacidade de aumentar a inteligência humana. Traçando uma analogia, ele postula que, assim como os motores substituíram o trabalho físico, "esses supercomputadores de IA, essas fábricas de IA de que falo, vão gerar tokens para aumentar a inteligência humana". Com a inteligência humana respondendo por potencialmente 50 trilhões de dólares do PIB global, mesmo um aumento modesto — como uma IA de $10.000 tornando um funcionário de $100.000 duas vezes mais produtivo — cria um enorme novo mercado.

Esse aumento, ele acredita, poderia adicionar "10 trilhões" ao PIB global, exigindo um gasto de capital anual de "5 trilhões" em infraestrutura de IA. Isso não se trata de uma "bolha" ou "excesso"; é uma mudança fundamental. Ele descarta preocupações com o excesso de oferta, afirmando: "até que convertamos totalmente toda a computação de propósito geral para computação acelerada e IA... as chances [de um excesso] são extremamente baixas". Os sinais de demanda dos clientes consistentemente subestimam a necessidade real, mantendo a Nvidia em um constante "modo de corrida contra o tempo". Essa "renascença para a indústria de energia" e para todo o ecossistema de infraestrutura significa uma aceleração global do PIB, impulsionada por bilhões de novos "colegas de trabalho" de IA.

Principais Insights:

• O principal impacto econômico da IA será o aumento da inteligência humana, levando a uma aceleração do crescimento do PIB global.
• A transição da computação de propósito geral para a computação acelerada/IA, juntamente com a migração de cargas de trabalho hyperscale existentes para a IA, garante demanda contínua.
• A cadeia de suprimentos da Nvidia é impulsionada pela demanda, respondendo consistentemente às previsões dos clientes que rotineiramente subestimam as necessidades reais de computação.

"Meu único arrependimento é que eles nos convidaram para investir no início... e éramos tão pobres, sabe, éramos tão pobres que não investimos o suficiente, sabe, e eu deveria ter lhes dado todo o meu dinheiro." - Jensen Huang