A NVIDIA anunciou parcerias com Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR para criar plataformas de financiamento independentes, concebidas para mobilizar mais de US$ 500 bilhões em capital externo ao longo do tempo para apoiar a construção da infraestrutura de inteligência artificial. A empresa apresenta a iniciativa como uma transição da compra de chips e da construção de centros de dados com base em cada projeto para o financiamento de «fábricas de IA» como infraestrutura produtiva capaz de gerar receitas.
Segundo a NVIDIA, a inteligência artificial está passando da fase de pesquisa para a produção, enquanto a computação se tornou um recurso diretamente relacionado às receitas. As plataformas de financiamento têm como alvo empresas qualificadas de IA, laboratórios, instituições e nuvens especializadas que precisam de ampla capacidade computacional, mas nem sempre dispõem de financiamento na escala ou no custo necessários para uma expansão rápida.
Uma plataforma que vai além dos chips
A NVIDIA define uma «fábrica de IA» como uma plataforma integrada que inclui computação acelerada, redes, software de sistemas e estruturas de inteligência artificial, além do ecossistema global de desenvolvedores. A empresa afirma que as fábricas NVIDIA DSX são capazes de executar uma ampla variedade de modelos, modalidades e algoritmos, incluindo linguagem, visão, áudio, biologia, inteligência artificial física e robótica.
A empresa considera que uma única fábrica pode atender a vários clientes e cargas de trabalho, e que sua dependência de uma arquitetura usada por todos os principais provedores de nuvem, fabricantes de sistemas e instituições em todo o mundo lhe confere reutilização junto a outro cliente, nuvem ou operador quando as necessidades mudam. A NVIDIA também afirma que as atualizações do CUDA elevam o desempenho e a eficiência da infraestrutura instalada e reduzem o custo total de propriedade ao longo do tempo.
A NVIDIA cita o processador A100, lançado em 2020 com base na arquitetura Ampere, e afirma que, seis anos depois, ele continuava em uso comercial para treinamento e ajuste fino de modelos, inferência e computação de alto desempenho, com compromissos de clientes para implantar suas capacidades por vários anos, o que pode estender sua vida econômica para cerca de uma década.
Indicadores de preços e o papel dos investidores
A empresa afirma que o preço do aluguel de um H100 por um ano subiu de cerca de US$ 1,70 por hora de operação de GPU em outubro de 2025 para aproximadamente US$ 2,35 em março de 2026. A mediana média do preço sob demanda entre os provedores de serviços também aumentou de quase US$ 2 por hora de GPU em outubro de 2025 para US$ 2,70 em junho de 2026, enquanto os preços anunciados de B200 na nuvem variavam entre aproximadamente US$ 5,30 e US$ 7,05 por hora de GPU.
A NVIDIA esclarece que o valor de US$ 500 bilhões representa o capital externo total que as plataformas foram concebidas para mobilizar ao longo do tempo, e não receitas da empresa, um único fundo ou um compromisso com um cliente específico. As instituições financeiras avaliarão cada oportunidade de forma independente, incluindo o cliente, a demanda, as taxas de utilização, os fluxos de caixa e o valor residual, enquanto a NVIDIA fornecerá a plataforma da fábrica de IA e a experiência desses investidores em financiamento de longo prazo.
Suporte limitado ao valor residual
Em resposta às dúvidas sobre a possibilidade de financiamento circular, a NVIDIA afirma que a iniciativa depende de capital institucional independente e de longo prazo, e que as decisões de financiamento serão baseadas na economia real dos clientes. Em alguns casos, a empresa poderá oferecer um mecanismo de suporte ao valor residual de até 25% da oportunidade de financiamento, com cada caso sendo avaliado individualmente. A NVIDIA descreve esse suporte como limitado e vinculado ao valor residual, complementar à avaliação independente e não um substituto para ela.
A empresa relaciona o retorno desses investimentos ao uso da inteligência artificial na criação de software, na descoberta de medicamentos, no design de produtos, no atendimento ao cliente, na automação de processos e na criação de novos serviços. Segundo sua visão, mais computação melhora a inteligência artificial, o que aumenta o uso e as receitas, apoiando uma demanda adicional por computação.