Follow @oguiainvestidor
Continua após o anúncio
- Nvidia teve seu valor de mercado aumento em, aproximadamente, R$1,1 tri
- Este acréscimo, é superior ao valor de mercado de duas Petrobras (que juntas somam R$ 984,6 bi)
- Nesta semana, a Nvidia anunciou, portanto, uma receita de US$ 26 bilhões, quase três vezes maior que o ano passado
A Nvidia (NVDC34), viu seu valor de mercado aumentar em US$ 220 bilhões (aproximadamente R$ 1,1 trilhão) na última quinta-feira (23). Isto, um dia após a divulgação de seu balanço financeiro. Esse acréscimo é superior ao valor de mercado de duas Petrobras (PETR3; PETR4), que juntas somavam R$ 984,6 bilhões no fechamento da sessão anterior.
Na quarta-feira, antes da publicação do balanço, a Nvidia valia US$ 2,35 trilhões. Após o fechamento do mercado na quinta, seu valor atingiu US$ 2,55 trilhões, posicionando-a como a terceira empresa mais valiosa da Bolsa Americana, atrás apenas da Apple e da Microsoft.
Nesta semana, a Nvidia anunciou uma receita de US$ 26 bilhões, quase três vezes maior que os US$ 7,19 bilhões do ano anterior. O lucro líquido também teve um aumento significativo, crescendo cerca de sete vezes, passando de US$ 2,04 bilhões para US$ 14,88 bilhões.
Atualizando hoje, as ações da empresa subiram 9,3% e alcançaram um patamar inédito.
“A Nvidia domina o mercado de treinamento de IA, onde a demanda por GPUs de alto desempenho é muito alta. Além disso, a empresa está investindo em novas tecnologias, como a CPU Grace Hopper e as GPUs Blackwell, que devem manter sua liderança no mercado”, afirmou Matheus Popst, sócio da Arbor Capital.
Como funciona os ganhos da Nvidia?
Fundada há mais de 30 anos pelo CEO Jensen Huang, a Nvidia antecipou, “quase por acaso”, o atual “boom tecnológico“. Desde sua criação em 1993, a empresa começou, portanto, a desenvolver GPUs (chips de processamento de vídeo), destinados a computadores e videogames.
Esta tecnologia se tornou crucial para o processamento de gráficos intensivos na indústria de jogos, alimentando, assim, consoles como Xbox e PlayStation, e se tornando indispensável em supercomputadores utilizados em sistemas de nuvem e mineração de criptomoedas, contudo, áreas em que a Nvidia se destacou por muitos anos.
Para que a inteligência artificial opere eficientemente, uma vasta quantidade de dados é essencial. Esses dados, por sua vez, requerem uma infraestrutura de computação avançada para processá-los. É, dessa forma, que entram as GPUs: inicialmente projetadas para acelerar o processamento gráfico, em paralelo às CPUs. Esses chips, no entanto, evoluíram para impulsionar as máquinas onde as redes neurais que alimentam a IA são executadas.
Ao longo dos anos, especialistas otimizaram as GPUs para algoritmos de IA. Estima-se que apenas duas GPUs são necessárias para realizar o mesmo trabalho, portanto, que mais de 10 mil CPUs em IA.
Em 2012, a Nvidia desempenhou um papel crucial no avanço da IA. Com o uso de suas GPUs, foi possível desenvolver a AlexNet, uma rede de algoritmos de aprendizado profundo que é considerada um marco na IA moderna. Criada por figuras proeminentes como Geoffrey Hinton, Ilya Sutskever e Alex Krizhevsky, a AlexNet estabeleceu padrões tanto em algoritmos quanto no uso de hardware.
Em 2009, Hinton previu em uma entrevista que os pesquisadores de IA deveriam adquirir GPUs da Nvidia, pois elas seriam fundamentais para o futuro da IA. Esta visão se concretizou, como admitiu Huang em 2016, quando a transição para o campo da IA ocorreu de forma casual e imprevista.
Otimização
A Nvidia também lançou a GPU H100, não só prometendo uma experiência visual de alta qualidade para jogadores, mas também otimizada para lidar com enormes volumes de dados. Tornando-a, assim, uma escolha mais eficiente para treinamento de modelos de IA. Cada unidade custa a partir de US$ 20 mil, e empresas frequentemente necessitam de milhares delas. No início deste ano, Mark Zuckerberg anunciou a aquisição de 350 mil GPUs H100 para impulsionar os modelos de IA da Meta.
Comparada à sua antecessora, a A100, a H100 é quatro vezes mais rápida no treinamento de grandes modelos de linguagem (LLMs) e na resposta a comandos de usuários.
Follow @oguiainvestidor
DICA: Siga o nosso canal do Telegram para receber rapidamente notícias que impactam o mercado.
