A inteligência artificial (IA) se tornou a corrida tecnológica definidora desta década, e a Nvidia (NVDA) está bem no meio dela. Suas GPUs são os motores críticos que alimentam tudo, desde modelos de linguagem em larga escala (LLMs) até treinamento de IA em escala de data center. Mas à medida que a indústria tecnológica investe centenas de milhares de milhões de dólares em infra-estruturas de IA, uma questão técnica surpreendente, mas de enormes consequências, desencadeou um dos debates mais intensos em Wall Street: a que velocidade um chip de IA está a encolher e por que é que isso importa?
Michael Bury, o famoso investidor “Big Short”, colocou esta questão contábil em destaque, argumentando que os hiperscaladores podem estar assumindo vidas úteis irrealisticamente longas para as GPUs da Nvidia. Se ele estiver certo, isso pode significar que as grandes empresas tecnológicas estão a subestimar as despesas, a exagerar os lucros e a preparar-se para cortes significativos dentro de alguns anos. Outros se juntaram à discussão, examinando tudo, desde valores de revenda até ciclos de substituição e a rapidez com que os novos chips Nvidia AI estão tornando obsoletas as gerações anteriores.
Então, com que rapidez os chips de IA estão caindo? O que mostram os dados disponíveis? E o mais importante, por que isso é tão importante para as ações da Nvidia?
Vamos analisar tudo.
A Nvidia é uma empresa líder em tecnologia conhecida por sua experiência em unidades de processamento gráfico e soluções de inteligência artificial. A empresa é conhecida por suas contribuições pioneiras em jogos, data centers e aplicativos baseados em inteligência artificial. As soluções tecnológicas do NVDA são desenvolvidas em torno de uma estratégia de plataforma que integra hardware, sistemas, software, algoritmos e serviços para oferecer valor único. A fabricante de chips tem um valor de mercado de4,49 trilhões de dólares, tornando-a a empresa mais valiosa do mundo.
Ações da queridinha da inteligência artificial subiram32% no acumulado do ano (acumulado no ano). As ações do NVDA continuam a subir ligeiramente acima do nível de suporte principal de $180. No início desta semana, o presidente Trump disse que permitiria que a empresa exportasse o seu chip H200 para clientes aprovados na China e outros países em troca de 25% adicionais, mas a notícia não elevou as ações.
www.barchart.com
Surgiu um debate entre os investidores sobre as suposições contábeis que as grandes empresas de tecnologia usam para os chips de IA da Nvidia que alimentam seus data centers. Pode parecer algo tão banal como o calendário correcto de depreciação para activos fixos não mereceria muita atenção, mas quando um punhado das maiores empresas do mundo investem centenas de milhares de milhões em infra-estruturas de IA, isso realmente acontece. E quando o famoso investidor “Big Short”, Michael Burry, é quem conduz a discussão, torna-se impossível ignorar.
Na contabilidade, a depreciação refere-se à distribuição do custo de um ativo tangível ao longo da sua vida útil esperada. Essencialmente, permite que as empresas evitem registar o custo total de um activo como despesa no ano em que é adquirido e, em vez disso, distribuam o custo ao longo da vida útil do activo. Um período de depreciação mais longo reduz as despesas reconhecidas a cada ano, o que por sua vez aumenta os lucros reportados.
E é aqui que as coisas ficam particularmente interessantes. Bury argumentou em uma postagem no X no mês passado que os hiperscaladores subestimam os custos de depreciação ao assumir ciclos de vida de chips mais longos do que ele acredita serem realistas. “Subestimar a depreciação ao estender a vida útil dos ativos inflaciona artificialmente os lucros – uma das fraudes mais comuns da era moderna. Aumentar maciçamente o investimento através da compra de chips/servidores Nvidia em um ciclo de produto de 2 a 3 anos não deve resultar na extensão da vida útil dos equipamentos de computação. Mas é exatamente isso que todos os hiperscaladores fizeram. Bury estimou que de 2026 a 2028, esse método de contabilidade poderia subestimar a depreciação em aproximadamente 176 bilhões de dólares, e em fato inflacionar os lucros reportados em toda a indústria.
Na verdade, os hiperescaladores usam atualmente cronogramas de depreciação de aproximadamente seis anos para GPUs. A Meta Platforms aumentou a vida útil estimada da maioria de seus servidores e equipamentos de rede para 5,5 anos este ano, reduzindo suas despesas de depreciação em US$ 2,3 bilhões durante os primeiros nove meses de 2025. A Alphabet e a Microsoft atribuem vidas úteis de seis anos a ativos semelhantes, enquanto a Amazon aumentou para seis anos até 2024, mas reduziu a estimativa para este ano para cinco anos e rede.
É importante notar que definir um cronograma de depreciação para GPUs de IA é um desafio porque elas ainda são relativamente novas no mercado, e muito do que aparece nas demonstrações financeiras das empresas depende de estimativas, suposições e suposições fundamentadas. Portanto, se a vida útil real dessas GPUs for menor do que as empresas supõem, a indústria de IA poderá enfrentar um doloroso golpe nos lucros em alguns anos. Mas não acredito que esse cenário seja provável.
A explicação lógica pode estar, na verdade, no método de depreciação utilizado. Embora a depreciação linear seja o método predominante, acredito que as GPUs de IA deveriam ser depreciadas usando um método acelerado. Deixe-me explicar. O método de depreciação acelerada é uma técnica contábil que registra uma parcela maior do custo do ativo como despesa nos primeiros anos de sua vida útil e menos nos anos posteriores. E esse método é perfeitamente adequado para GPUs de IA, especialmente quando a Nvidia mudou para um ciclo de produto anual. Portanto, se uma empresa comprar o mais recente chip de IA da Nvidia, as despesas de depreciação serão maiores nos primeiros anos, quando os benefícios económicos são obtidos mais rapidamente, e menores nos anos posteriores. E já existem alguns dados que apoiam esta tese. De acordo com a Silicon Data, que acompanha os preços dos chips Nvidia, um sistema H100 em seu terceiro ano de uso foi vendido recentemente por cerca de 45% do preço de um novo H100. Além disso, o CEO da Nvidia, Jensen Huang, disse em março que, assim que os chips de próxima geração da Blackwell começarem a ser comercializados, “você não poderá doar o funil”. Embora ele estivesse brincando, ele ainda ressalta um ponto-chave: quando a Nvidia lança um novo chip, o valor de seu antecessor diminui devido à obsolescência relativa (desgaste normal, assumindo que o chip da geração anterior foi comprado algum tempo antes do lançamento do modelo mais recente), oferecendo uma justificativa ainda mais forte para usar um método de depreciação acelerada.
Mas também quero salientar que uma nova GPU Nvidia não torna seus antecessores imediatamente inúteis, já que CPUs mais antigas podem ser reutilizadas para inferência de IA menos exigentes e outras tarefas de computação ou revendidas em mercados emergentes. E melhorias de software podem prolongar sua vida útil. A analista da Bernstein, Stacey Rasgon, observou que mesmo os processadores Nvidia A100 com cinco anos de idade ainda podem gerar margens de lucro “confortáveis”, acrescentando que fontes da indústria relatam que a capacidade do A100 nos fornecedores de nuvem de GPU está quase cheia. A administração da CoreWeave (CRWV) também disse no mês passado que a demanda por GPUs legadas continua forte, observando que foi capaz de renovar um contrato expirado de GPU H100 (um chip de três anos) dentro de 5% do preço do contrato anterior. E isso foi especialmente interessante dado que algumas análises de mercado mostraram quedas nos preços de aluguel sob demanda do H100 no mercado mais amplo de GPU em nuvem. A administração da CoreWeave observou que a demanda pelos H100s continua forte porque as bibliotecas de software estão maduras e os engenheiros estão intimamente familiarizados com elas.
No entanto, os dados disponíveis sugerem que um período de depreciação de cinco a seis anos para GPUs de IA é razoável. E aqui está o que a própria Nvidia disse sobre o assunto em um memorando privado divulgado há algumas semanas: “Os clientes da NVIDIA depreciam as GPUs ao longo de 4-6 anos com base na vida útil e nos padrões de utilização do mundo real. GPUs mais antigas, como A100s (lançadas em 2020) continuam a operar com alta utilização e gerar alto valor de contribuição significativa em alguns anos.
A velocidade de depreciação dos chips de IA da Nvidia é mais importante para as ações do NVDA do que muitos investidores podem imaginar. Não é como as preocupações com as vendas diárias da Nvidia, que foram facilmente desmentidas em um dos meus artigos recentes do NVDA. Como mencionado anteriormente, se a vida útil real dos processadores de IA for muito mais curta do que o que os hiperscaladores assumem atualmente – digamos, apenas dois a três anos, como sugere Bury – estas empresas acabarão por ter de reconhecer a diferença como uma taxa de imparidade, o que terá um impacto significativo nos seus resultados financeiros.
Isso poderia resultar na redução do poder de compra no futuro ou na relutância em comprar a próxima geração de chips no ritmo atual, o que afetaria diretamente a receita e o crescimento da Nvidia. Mas não vejo esse cenário como provável, dados os dados que temos hoje. A próxima entrada importante virá com o lançamento da GPU Rubin de próxima geração da Nvidia, prevista para o segundo semestre de 2026.
As ações da Nvidia têm uma classificação de consenso de nível superior de “Compra forte”. Dos 48 analistas que cobrem as ações, 44 atribuem-lhe uma classificação de “compra forte”, dois classificam-na como “compra moderada”, um recomenda mantê-la e um emite uma classificação de “venda forte”. As ações do NVDA têm um preço-alvo médio de $ 252,67, indicando uma potencial vantagem de43%dos níveis atuais.
www.barchart.com
Na data da publicação, Oleksandr Pylypenko ocupava um cargo em: NVDA. Todas as informações e dados neste artigo são apenas para fins informativos. Este artigo foi publicado originalmente em Barchart.com
