Nvidia fechou acordo para comprar a Hugging Face por US$ 12,9 bilhões, operação que analistas agora avaliam em conjunto com os últimos resultados da companhia para medir se ela conseguirá conter o avanço da Broadcom em chips de IA.
A disputa fica mais nítida do lado da oferta. A Nvidia vende GPUs de uso geral, que dominam o mercado de treinamento e inferência em IA, enquanto a Broadcom fabrica ASICs sob medida, ajustados às cargas de trabalho específicas de cada hyperscaler — um segmento que cresceu 44,6% ano contra ano, frente a 16,1% das GPUs.
Leia também: Avaliação da Gimlet Labs dispara para US$ 3 bi após nova rodada
Essa diferença de 28 pontos percentuais de crescimento é o ponto de pressão físico que a aquisição tenta endereçar — e explica por que a compra da Hugging Face vai muito além de uma simples busca por talentos ou ferramentas.
O argumento do fosso de software
Diversas análises enxergam o negócio menos como uma aposta pura em pesquisa de IA e mais como uma proteção diante do impulso da Broadcom em silício customizado. Ao controlar a plataforma de modelos open source e sua comunidade de desenvolvedores, a Nvidia pode amarrar sua vantagem em hardware a uma camada de software difícil de replicar para quem depende de ASICs sob encomenda, segundo a Shattered.io.
A lógica do lado da oferta é direta: um ecossistema de desenvolvedores preso ao CUDA e ao conjunto de ferramentas ao seu redor eleva o custo de troca por unidade de inferência — algo que ganha relevância à medida que o custo computacional por token cai.
A proposta da Broadcom para os hyperscalers se apoia em eficiência: chips desenhados para as necessidades específicas de computação de um único cliente, em vez da arquitetura ampla da Nvidia, criada para atender múltiplas cargas de trabalho simultaneamente, conforme comparação de resultados feita pelo Motley Fool.
Quando o capex dos hyperscalers começa a migrar para silício customizado em vez de GPUs de prateleira, esse fluxo de investimento passa a ser um sinal mais confiável do que qualquer discurso público sobre neutralidade de fornecedores.
Leia também: Polygon cria rota de doações em cripto para fundo de ajuda a desastre no Nepal
O que os investidores acompanham agora
Analistas seguem otimistas com as duas empresas, citando crescimento de cerca de 30% nos gastos de capital dos hyperscalers como evidência de que a construção da infraestrutura de IA ainda tem fôlego tanto para fornecedores de GPUs quanto de ASICs.
A grande dúvida é se a camada de software da Nvidia — agora reforçada pela plataforma adquirida — conseguirá preservar sua vantagem de margem num cenário em que mais provedores de nuvem optam por desenvolver seu próprio silício customizado em vez de comprar GPUs de mercado.
Essa resposta deve aparecer primeiro em compromissos de capacidade e na curva de custo por inferência, antes de se refletir em qualquer narrativa de resultados trimestrais.
Leia a seguir: OpenAI lança GPT-6 Astra, seu modelo mais poderoso até agora
