A Demanda do Google Impulsiona AMD, Intel e NVIDIA, mas a Alta dos Chips de IA Esconde uma Disputa Mais Ampla

AMD, Google, Intel e NVIDIA começaram a quarta-feira com um sinal marcante: várias ações ligadas à IA subiram juntas, apesar de competirem por diferentes partes do mesmo mercado. O movimento veio após resultados mostrarem que a demanda por data centers continuava forte em processadores, aceleradores, servidores e infraestrutura de nuvem. Também desafiou a ideia de que cada dólar gasto em hardware de IA precisa produzir um único vencedor.

A alta foi mais ampla do que o resultado acima das expectativas de uma única fabricante de chips. A AMD havia reportado receita trimestral recorde na semana anterior, enquanto a Intel apresentou crescimento mais rápido em produtos para clientes e data centers. Os resultados mais recentes da NVIDIA já haviam estabelecido um patamar muito mais alto para a demanda por aceleradores.

O Google forneceu outra parte decisiva da história. Seus crescentes compromissos com infraestrutura mostraram por que os clientes podem sustentar GPUs da NVIDIA, processadores da AMD, CPUs da Intel e as próprias unidades de processamento tensorial do Google ao mesmo tempo. A relação entre AMD e Google, portanto, importa para além do anúncio de um produto de nuvem. Ela ilustra como os hyperscalers estão montando sistemas mistos em vez de escolher um único fornecedor para todas as cargas de trabalho.

Isso não torna as três fabricantes de chips equivalentes. A NVIDIA continua sendo a fornecedora dominante de aceleradores usados para treinar e executar grandes modelos de IA. A AMD está expandindo de CPUs para servidores para implantações maiores de aceleradores, enquanto a Intel se reestrutura em torno de CPUs, manufatura e infraestrutura corporativa.

A verdadeira questão é se a expansão da demanda por IA pode continuar elevando as três empresas depois que suas diferenças competitivas voltarem ao centro das atenções.

A Alta Seguiu Evidências de Demanda, Não Uma Vitória Compartilhada

Os ganhos de quarta-feira refletiram uma confiança renovada no mercado de infraestrutura de IA, não a prova de que AMD, Intel e NVIDIA haviam alcançado posições equivalentes.

O mercado mais amplo fechou perto de um recorde em 12 de agosto. O S&P 500 subiu 0,3%, e o Nasdaq Composite avançou 0,5%, segundo a cobertura da alta do mercado na quarta-feira. Empresas de infraestrutura de IA ajudaram a liderar o avanço depois que vários fornecedores reportaram resultados de primavera mais fortes do que os analistas esperavam.

A Super Micro Computer forneceu o catalisador mais imediato. A empresa constrói servidores que combinam processadores, aceleradores, memória, redes, refrigeração e armazenamento. Suas ações dispararam depois que seu lucro mais recente superou as expectativas dos analistas.

Esse resultado importou para investidores em chips porque fornecedores de servidores ficam entre os fornecedores de silício e os operadores de data centers. Um fabricante de servidores não consegue reconhecer vendas fortes sem receber demanda suficiente dos clientes para justificar sistemas completos. Resultados melhores de servidores, portanto, sustentaram a visão de que os gastos com IA estavam chegando às fases de implantação.

O mercado também recebeu novas evidências da AMD. A empresa reportou receita de US$ 11,5 bilhões no segundo trimestre, alta de 50% em relação ao mesmo período do ano anterior. Seu negócio de data centers se beneficiou da demanda mais forte por processadores para servidores EPYC e aceleradores Instinct.

O crescimento trimestral da AMD não veio apenas de aceleradores de IA. Processadores para clientes e outros produtos contribuíram, enquanto a receita de jogos seguiu na direção oposta. Esse desempenho misto é importante porque um recorde de receita no título não revela quais linhas de produto apresentam as melhores margens.

A Intel já havia reportado receita de US$ 16,1 bilhões no segundo trimestre, representando crescimento anual de 25%. A demanda por processadores para clientes e data centers ajudou a empresa, embora a reestruturação e os investimentos em manufatura continuassem pressionando a rentabilidade reportada.

A NVIDIA entrou na alta com os números recentes de crescimento mais fortes. Sua receita no primeiro trimestre fiscal alcançou US$ 81,6 bilhões, alta de 85% em relação ao ano anterior. A receita de data centers chegou a US$ 75,2 bilhões, alta de 92%, segundo seus resultados trimestrais.

Esses números mostraram que o ciclo de infraestrutura de IA não havia estagnado. No entanto, também expuseram a enorme distância entre a NVIDIA e suas rivais em receita com aceleradores.

Uma alta simultânea pode acontecer porque os investidores estão reavaliando o tamanho do mercado. Isso não exige que concluam que cada fornecedor capturará a mesma participação. Se o volume esperado de gastos com infraestrutura de IA se expandir, várias empresas podem ganhar mesmo que uma continue muito à frente.

Essa distinção explica a reação do mercado. Os investidores não estavam apagando a hierarquia competitiva. Estavam aumentando a confiança de que a demanda poderia sustentar mais de uma camada da pilha de computação de IA.

Por Que os Laços de Infraestrutura entre AMD e Google Importam Agora

A conexão entre AMD e Google mostra como operadores de nuvem distribuem a demanda entre diferentes processadores, aceleradores e chips projetados internamente.

O Google Cloud oferece aos clientes acesso a diversas arquiteturas de hardware. Elas incluem GPUs da NVIDIA, unidades de processamento tensorial do Google, ou TPUs, e máquinas virtuais alimentadas por CPUs para servidores da AMD. Uma TPU é um acelerador especializado projetado para cálculos de aprendizado de máquina.

A AMD afirmou em seu relatório do primeiro trimestre que o Google Cloud introduziu máquinas virtuais H4D usando processadores EPYC de quinta geração. AWS, Microsoft Azure e Tencent também anunciaram serviços novos ou ampliados baseados em EPYC durante o período.

Essas implantações importam porque um serviço de IA precisa de mais do que o acelerador que executa seus maiores cálculos matriciais. Ele também precisa de CPUs para preparar dados, agendar tarefas, controlar o armazenamento, gerenciar redes e lidar com partes da inferência.

Inferência é o processo de usar um modelo treinado para gerar uma resposta, classificação ou previsão. À medida que produtos de IA atraem mais usuários, a inferência pode criar uma demanda sustentada tanto por aceleradores quanto por processadores host.

A AMD reportou receita de data centers de US$ 5,8 bilhões no primeiro trimestre, alta de 57% em relação ao ano anterior. A empresa atribuiu esse aumento aos processadores EPYC e às remessas contínuas de GPUs Instinct em seu relatório financeiro.

Essa combinação dá à AMD duas rotas para entrar em um data center de nuvem. Ela pode fornecer as CPUs conectadas aos aceleradores de outra empresa ou vender uma plataforma de computação AMD mais completa. A primeira rota gera receita sem exigir que a AMD desloque a NVIDIA.

O Google também tem motivos para manter várias opções de hardware. Suas próprias TPUs podem oferecer controle sobre desempenho, fornecimento e custos operacionais para cargas de trabalho selecionadas. As GPUs da NVIDIA oferecem amplo suporte de software e acesso a uma grande base de desenvolvedores. A AMD fornece ao Google outra fonte de CPUs e aceleradores.

Os resultados do segundo trimestre da Alphabet reforçaram a escala dessa estratégia. A receita cresceu 24% em relação ao ano anterior, enquanto a receita do Google Cloud aumentou 82%. A carteira de pedidos da nuvem alcançou US$ 514 bilhões, segundo as observações sobre resultados da empresa.

A carteira de pedidos representa receita contratada que ainda não foi reconhecida. Ela não garante que cada compromisso se transforme em receita dentro de seu cronograma original. Ainda assim, esse crescimento ajuda a explicar por que o Google continua expandindo a capacidade computacional.

A Alphabet afirmou que seu portfólio de infraestrutura incluía aceleradores do Google e sistemas da NVIDIA. Também destacou o suporte a vários frameworks de software, permitindo que os clientes movam mais cargas de trabalho entre GPUs e TPUs.

Esse é o sinal central da relação entre AMD e Google. O Google não está comprometendo sua nuvem com uma única arquitetura de chips. Está tentando oferecer variedade suficiente de hardware para conquistar clientes com diferentes modelos, orçamentos, dependências de software e cronogramas de implantação.

Essa abordagem amplia a oportunidade para fornecedores, mas também fortalece a posição de negociação do Google. Um operador de nuvem com silício interno e vários fornecedores externos depende menos de qualquer roadmap individual. A concorrência pode melhorar a disponibilidade de fornecimento e reduzir o risco de que um produto atrasado bloqueie a construção de um data center.

A AMD se beneficia quando essa diversidade leva a mais instâncias EPYC ou implantações Instinct. A NVIDIA se beneficia quando os clientes querem sua plataforma completa de computação acelerada. A Intel se beneficia quando a demanda por processamento de uso geral e compatibilidade corporativa continua importante.

O provedor de nuvem se beneficia ao manter todas essas portas abertas.

A NVIDIA Ainda Define o Referencial dos Aceleradores de IA

A demanda mais ampla cria espaço para AMD e Intel, mas a receita e a posição em software da NVIDIA ainda definem o referencial competitivo.

Os resultados do primeiro trimestre fiscal da NVIDIA estavam em uma escala diferente dos de suas rivais. A empresa gerou US$ 81,6 bilhões em receita total no trimestre encerrado em 26 de abril. Seu negócio de data centers sozinho produziu US$ 75,2 bilhões.

Os números representaram crescimento anual de receita de 85% e crescimento de data centers de 92%. A NVIDIA também reportou uma margem bruta GAAP de 74,9%. A margem bruta mede a parcela da receita que permanece após os custos diretos de produção.

Essa margem importa porque a competição em semicondutores não é decidida apenas pelo crescimento de remessas. Um fornecedor precisa transformar a demanda em lucro suficiente para financiar futuros projetos de chips, produtos de rede, software e compromissos de manufatura.

A NVIDIA construiu uma plataforma integrada em torno de GPUs, conexões de alta velocidade, redes, sistemas em escala de rack e software CUDA. O CUDA fornece aos desenvolvedores ferramentas para escrever programas executados em GPUs da NVIDIA. Anos de adoção tornaram essa base de software difícil de reproduzir.

Os aceleradores Instinct da AMD podem competir em desempenho de hardware e capacidade de memória para cargas de trabalho selecionadas. A tarefa mais difícil é oferecer aos clientes uma experiência igualmente confiável em frameworks de modelos, ferramentas de orquestração, bibliotecas, redes e suporte técnico.

A AMD vem investindo em ROCm, sua plataforma aberta de software para computação em GPU. Também vem construindo sistemas em escala de rack que combinam aceleradores, CPUs, redes e software. A adoção pelos clientes determinará se esses investimentos reduzem o custo operacional da mudança.

A Intel ocupa uma posição diferente. Suas CPUs para servidores continuam importantes para a computação de uso geral, incluindo os processadores host que coordenam sistemas de aceleradores. A Intel também tem ambições em aceleradores e foundries, mas não estabeleceu um negócio de GPUs para data centers que se aproxime da escala da NVIDIA.

O crescimento da receita da empresa no segundo trimestre ofereceu evidências de que a demanda por CPUs havia se fortalecido. O comunicado de resultados da Intel também colocou seu roadmap de manufatura e clientes externos de foundry no centro de seu plano de recuperação.

Uma foundry fabrica chips projetados por outras empresas. A estratégia de foundry da Intel, portanto, cria um segundo possível papel na infraestrutura de IA. Ela pode vender seus próprios processadores enquanto tenta fabricar chips para projetistas externos.

Esse modelo exige grandes investimentos de capital antes que o volume de clientes se torne previsível. A Intel também precisa convencer potenciais clientes de foundry de que seu processo de manufatura, rendimentos, ferramentas e cronograma de entrega atenderão aos requisitos comerciais.

O Google complica o cenário competitivo para os três fornecedores. Suas TPUs oferecem à empresa uma alternativa interna para parte do treinamento e da inferência de modelos. Outros hyperscalers também desenvolvem aceleradores personalizados, frequentemente voltados a cargas de trabalho específicas nas quais GPUs de uso geral acarretam custos desnecessários.

O silício personalizado não elimina automaticamente os fornecedores de chips de mercado. Projetar um processador é apenas uma etapa. Uma empresa de nuvem precisa garantir capacidade de fabricação, encapsular o chip, conectá-lo em escala, oferecer suporte ao software e operá-lo com confiabilidade.

A plataforma da NVIDIA reduz muitos desses desafios de integração. Essa vantagem explica por que provedores de nuvem podem investir em seus próprios chips enquanto continuam comprando sistemas da NVIDIA.

A oportunidade da AMD não é simplesmente produzir um componente mais rápido. Ela precisa oferecer desempenho, fornecimento, compatibilidade de software e suporte a sistemas suficientes para justificar a implantação de uma segunda plataforma de aceleradores.

A oportunidade imediata da Intel é mais ampla. O aumento no uso de IA pode elevar a demanda por CPUs mesmo quando a Intel não fornece o acelerador principal. No entanto, a empresa precisa proteger essa posição à medida que AMD, processadores baseados em Arm e CPUs personalizadas para nuvem disputam as mesmas cargas de trabalho de host.

As empresas subiram juntas porque o mercado endereçável parecia maior. Suas estratégias continuam marcadamente diferentes.

O Que os Números de Resultados Não Resolvem

O forte crescimento trimestral não resolve se os gastos com infraestrutura de IA produzirão retornos duradouros para clientes ou fornecedores.

A maior incerteza está nas empresas que pagam pelos data centers. Google, Microsoft, Amazon, Meta e outros operadores estão comprometendo capital antes de saber a receita final gerada por cada instalação.

A Alphabet reportou forte crescimento na nuvem, mas também aumentou os gastos com servidores, data centers e redes. Despesas de capital mais elevadas acabam gerando despesas de depreciação, que distribuem o custo registrado de um ativo ao longo de sua vida útil.

Esse efeito contábil pode pressionar as margens operacionais futuras, mesmo que o caixa deixe a empresa antes. Isso também significa que um trimestre de receita forte não responde imediatamente se cada novo data center gera um retorno atraente.

O crescimento de 82% na nuvem do Google e o aumento da carteira de pedidos tornam o caso de investimento mais crível. Ainda assim, os investidores precisam observar com que rapidez a carteira se converte em receita reconhecida e fluxo de caixa.

Há outro risco para os fornecedores de chips. Os clientes podem se tornar mais eficientes na execução de modelos de IA. Modelos menores, quantização aprimorada, melhor agendamento e chips mais especializados podem reduzir a capacidade computacional necessária para uma tarefa específica.

Quantização é um método que usa números de menor precisão para reduzir as necessidades de memória e computação de um modelo. Assim, a mesma carga de trabalho pode se tornar mais barata mesmo enquanto o uso cresce.

A eficiência nem sempre reduz a demanda total por hardware. Custos menores podem incentivar empresas a implantar IA em mais produtos, atender mais usuários ou executar tarefas mais complexas. Economistas frequentemente descrevem esse padrão como uma expansão da demanda quando um recurso fica mais barato.

O resultado depende de o uso adicional crescer mais rápido do que os ganhos de eficiência. As projeções das empresas de chips geralmente pressupõem que isso ocorrerá. Essa premissa continua comercialmente plausível, mas os resultados trimestrais não podem confirmá-la para todo o ciclo de investimentos.

A concentração de fornecedores cria outra incerteza. Aceleradores avançados dependem de um número limitado de fabricantes, fornecedores de encapsulamento, produtores de memória e fornecedores de redes. Um atraso em um componente pode atrasar um rack inteiro.

A AMD também enfrenta risco de execução à medida que avança para implantações maiores de aceleradores. O interesse anunciado de clientes não é o mesmo que receita reconhecida. Os sistemas precisam chegar no prazo, apresentar desempenho consistente e integrar-se ao software dos clientes.

O crescimento da receita da empresa no segundo trimestre sustenta sua direção, mas o mercado ainda precisa de evidências em nível de produto. Observe a expansão da disponibilidade na nuvem, pedidos recorrentes e implantações em produção que avancem além das avaliações.

O risco da Intel é ainda mais estrutural. Sua demanda por CPUs pode se beneficiar do ciclo de IA enquanto a empresa gasta pesadamente em fabricação. Isso cria uma tensão entre melhorar as vendas de produtos e o custo de sustentar uma fundição competitiva.

A Intel afirmou que continua comprometida com seu roteiro de fabricação avançada. Os investidores precisam avaliar essa declaração diante de compromissos de clientes externos, rendimentos de fabricação e o cronograma de aceleração da produção.

A NVIDIA enfrenta uma pressão diferente. Sua posição de liderança lhe dá vantagens de precificação e plataforma, mas também cria expectativas exigentes. O crescimento da receita precisa permanecer alto o bastante para sustentar as premissas de investimento em uma empresa muito grande.

A empresa também enfrenta concorrência crescente de aceleradores da AMD e chips projetados por hyperscalers. As TPUs do Google não precisam substituir a NVIDIA em todos os lugares para afetar o mercado. Basta que se tornem atraentes para cargas de trabalho internas ou de nuvem suficientes para alterar as decisões de compra.

Regulação e controles de exportação acrescentam mais incerteza. Restrições podem alterar quais processadores os fornecedores podem vender em determinados mercados. Também podem exigir reformulações de produtos ou levar clientes a desenvolver alternativas locais.

Nenhum desses riscos invalida a alta de quarta-feira. Eles explicam por que um movimento de um dia deve ser interpretado como um sinal de demanda, e não como um julgamento final sobre os vencedores de longo prazo.

A Verdadeira Disputa É por Sistemas de IA Completos

A próxima etapa da concorrência será decidida no nível de sistema, em que chips, memória, redes, software, energia e refrigeração precisam funcionar juntos.

Um acelerador raramente cria valor por si só. Grandes implantações de IA combinam milhares de componentes em clusters projetados para se comportar como um único computador. O desempenho depende da rapidez com que os dados se movem entre processadores e da confiabilidade com que todo o sistema permanece online.

Essa mudança favorece empresas capazes de coordenar várias camadas. A NVIDIA vende aceleradores, CPUs, redes, interconexões e software. Sua estratégia em escala de rack oferece aos clientes uma arquitetura de referência que reduz o trabalho de integração.

A AMD segue uma direção semelhante com seus aceleradores Instinct, processadores EPYC, ativos de rede e software aberto. Seu desafio é transformar componentes competitivos separados em um sistema previsível para grandes clientes.

O Google segue outra rota. Ele projeta TPUs, opera uma nuvem global, compra hardware de mercado e controla grande parte do software acima da infraestrutura. Essa integração vertical permite que o Google escolha diferentes caminhos computacionais para serviços internos e clientes externos.

A relação entre AMD e Google se encaixa nesse mercado de nível de sistema. Uma instância do Google Cloud equipada com EPYC pode suportar computação de alto desempenho, processamento de dados ou cargas de trabalho relacionadas à IA sem usar um acelerador da AMD. Outro serviço pode combinar diferentes CPUs de host com GPUs da NVIDIA.

Os clientes frequentemente se importam menos com qual logotipo aparece em cada chip do que com throughput, disponibilidade, compatibilidade de software, segurança e custo operacional. Por isso, liderança em benchmarks por si só não garante implantação.

Uma equipe de treinamento de modelos pode priorizar o tempo até a conclusão. Um serviço online pode se preocupar mais com o custo de inferência e a latência de resposta. Uma empresa regulada pode priorizar localização de dados, suporte e atualizações previsíveis.

Esses requisitos deixam espaço para a computação heterogênea, que utiliza diferentes tipos de processadores para tarefas distintas. CPUs lidam com trabalho flexível de propósito geral. GPUs e TPUs aceleram cálculos altamente paralelos. Componentes de rede conectam o sistema, enquanto a memória fornece dados aos processadores.

A Intel pode permanecer relevante se os sistemas heterogêneos continuarem exigindo grandes quantidades de CPUs capazes. A AMD pode ganhar com EPYC e Instinct. A NVIDIA pode defender sua liderança tornando sua plataforma mais fácil de implantar do que alternativas mistas.

No entanto, a concorrência de sistemas também dá mais influência aos operadores de nuvem. O Google pode empacotar hardware por trás de serviços gerenciados, permitindo que os clientes consumam computação sem selecionar cada componente subjacente.

Essa abstração pode enfraquecer a marca dos chips ao longo do tempo. Desenvolvedores podem solicitar uma meta de desempenho ou nível de serviço em vez de um processador específico. O provedor de nuvem então decide qual hardware entrega o resultado solicitado.

A NVIDIA respondeu ampliando sua presença em software e plataforma. A AMD está melhorando a portabilidade de software e trabalhando com empresas de nuvem em novas instâncias. A Intel está enfatizando compatibilidade empresarial e opções de fabricação.

A disponibilidade de energia também moldará essas escolhas. Data centers de IA exigem grandes conexões elétricas, sistemas de refrigeração e cronogramas de construção. Um chip com excelentes resultados em benchmarks ainda pode perder uma implantação se seu sistema não couber no orçamento de energia de um local.

Os clientes compararão cada vez mais o trabalho útil por unidade de energia, o tempo total de implantação e a utilização. Utilização mede quanto da capacidade de um sistema instalado realiza trabalho produtivo em vez de permanecer ociosa.

A alta do mercado reconheceu a crescente demanda em toda essa cadeia. A disputa de longo prazo diz respeito a quais empresas capturam mais valor depois que os clientes contabilizam todos os custos do sistema.

Três Sinais Testarão a Alta dos Chips de IA

A alta terá mais significado se implantações, receita de nuvem e roteiros de produtos confirmarem que a demanda é ampla e duradoura.

O primeiro sinal é o próximo relatório de resultados da NVIDIA. Os investidores devem comparar o crescimento dos aceleradores com fornecimento, margens e as perspectivas da administração. Outro grande aumento em data centers reforçaria a visão de que a demanda dos hyperscalers permanece intacta.

Observe a composição do crescimento da NVIDIA tão de perto quanto o total. Redes, sistemas em escala de rack e compras recorrentes podem revelar se os clientes estão expandindo implantações completas, em vez de fazer pedidos isolados de chips.

Uma desaceleração não encerraria automaticamente o ciclo de infraestrutura de IA. Ela levantaria dúvidas sobre o cronograma de implantação, a concentração de clientes e se pedidos anteriores haviam antecipado a demanda.

O segundo sinal é a conversão, pela AMD, de plataformas anunciadas em receita reconhecida de aceleradores. A AMD reportou forte engajamento de clientes, mas os investidores precisam de evidências de implantações maiores em produção.

A disponibilidade na nuvem fornece um indicador útil. Mais serviços baseados em Instinct de grandes provedores tornariam o hardware acessível aos desenvolvedores sem exigir que construam clusters privados. Pedidos recorrentes forneceriam um sinal ainda mais forte.

A demanda por EPYC também merece atenção. A AMD pode participar da infraestrutura de IA por meio de processadores de host mesmo quando a NVIDIA fornece os aceleradores. O crescimento contínuo de CPUs para servidores sustentaria a tese mais ampla sobre AMD e Google sem pressupor ganhos rápidos de participação em GPUs.

O terceiro sinal é se os gastos do Google com infraestrutura produzem crescimento sustentado na nuvem e conversão da carteira de pedidos. Os números recentes da Alphabet foram fortes, mas seu programa de gastos exige demanda contínua dos clientes.

Se o Google Cloud mantiver alto crescimento enquanto expande margens e converte a carteira, a empresa terá evidências mais fortes de que sua infraestrutura de IA está gerando retornos comerciais. Esse resultado sustentaria fornecedores de CPUs, GPUs, redes, memória e sistemas de servidores.

Se os gastos de capital crescerem mais rápido do que a receita de nuvem e a geração de caixa, o escrutínio dos investidores aumentará. O mercado poderá então distinguir de forma mais agressiva entre fornecedores ligados a implantações produtivas e aqueles beneficiados pelo otimismo geral.

O progresso da Intel atravessa todos os três sinais. A forte demanda por servidores ajudaria seu negócio de produtos, enquanto compromissos de fabricação externos validariam parte de sua estratégia de fundição. Atrasos manteriam a empresa dependente de uma recuperação mais estreita em CPUs.

Os leitores devem resistir a reduzir essa disputa ao desempenho das ações em um único dia. AMD, Intel e NVIDIA subiram juntas porque os resultados recentes aumentaram a confiança na quantidade de computação de que os clientes ainda precisam. Eles não eliminaram as diferenças em receita, maturidade de software, margens, exposição à fabricação ou risco de execução.

O próximo passo mais útil é acompanhar essas diferenças trimestre a trimestre. Observe o crescimento do data center da NVIDIA, as implantações em produção da AMD e a conversão, pelo Google Cloud, dos gastos com infraestrutura em receita. A relação entre AMD e Google é uma parte visível de um sistema muito maior, no qual vários chips podem conquistar pedidos, enquanto apenas algumas plataformas obtêm controle duradouro.