Nvidia Lidera, mas Estratégias de AMD e Broadcom Dividem o Mercado de Chips de IA

A Nvidia reportou US$ 89 bilhões em receita trimestral de data centers, apesar dos desafios crescentes de produtos da AMD e da Broadcom em aceleradores, redes e silício personalizado. A comparação já não é uma simples corrida entre fornecedores de chips intercambiáveis. Cada empresa busca uma posição diferente dentro do data center de IA.

A Nvidia vende uma plataforma de computação estreitamente integrada, construída em torno de GPUs, redes, sistemas e software CUDA. A AMD está desenvolvendo a alternativa ampla mais próxima, combinando aceleradores Instinct, processadores EPYC, sistemas em escala de rack e sua pilha de software ROCm. A Broadcom atua em outra camada, projetando aceleradores personalizados e fornecendo tecnologia de rede para grandes clientes de nuvem.

Essa divisão altera a forma como investidores devem interpretar os resultados de chips de IA em 2026. A Nvidia continua muito maior em receita de data centers, enquanto a AMD cresce a partir de uma base menor. A Broadcom oferece exposição concentrada a chips personalizados e redes, mas seu negócio de software de infraestrutura altera seu perfil financeiro geral.

A questão central, portanto, não é qual ticker parece mais ligado à inteligência artificial. É onde os clientes querem plataformas padronizadas, onde desejam projetos personalizados e qual fornecedor captura a economia de cada escolha. Os resultados recentes oferecem evidências mais claras, mas não resolvem essa disputa.

O Trimestre Mais Recente da Nvidia Elevou o Padrão de Desempenho

Os resultados do segundo trimestre da Nvidia mostram que os desafiantes competem contra uma plataforma em expansão, e não contra uma líder estática.

A Nvidia reportou receita de US$ 96,2 bilhões no segundo trimestre fiscal encerrado em 26 de julho de 2026. Isso representou crescimento de 106% em relação ao ano anterior e aumento sequencial de 18%. A receita de data centers atingiu US$ 89 bilhões, alta de 117% sobre o mesmo período do ano anterior.

Esses números vieram diretamente dos resultados trimestrais da Nvidia. Eles estabelecem a escala que separa a Nvidia da AMD e da Broadcom, embora as empresas divulguem segmentos de negócios e períodos fiscais diferentes.

O negócio de data centers da Nvidia gerou quase oito vezes a receita trimestral total da AMD. Também superou a receita de data centers da AMD em mais de treze vezes. A receita reportada de semicondutores de IA da Broadcom foi maior que o segmento de data centers da AMD no trimestre disponível mais recente, mas permaneceu muito abaixo do total de data centers da Nvidia.

Comparações diretas exigem cautela. A categoria de data centers da Nvidia inclui produtos de computação e rede, enquanto a AMD reporta CPUs e aceleradores conjuntamente em seu segmento de data centers. A Broadcom identifica receita de semicondutores de IA que abrange aceleradores personalizados e redes de IA, em vez de divulgar um segmento comparável de data centers.

As categorias contábeis ainda revelam onde cada fornecedor captura valor. A Nvidia obtém receita com aceleradores, interconexões, switches, sistemas e componentes de suporte. Seus clientes compram cada vez mais infraestrutura completa em escala de rack, em vez de GPUs isoladas.

Um sistema em escala de rack trata servidores, rede, refrigeração e fornecimento de energia como uma única unidade de computação coordenada. Essa abordagem eleva o valor da integração porque o desempenho depende da comunicação entre milhares de aceleradores. Um chip individual rápido não consegue compensar gargalos em todo um cluster.

A margem bruta trimestral de 75% da Nvidia também reflete sua capacidade de vender essa arquitetura integrada com rentabilidade substancial. A margem bruta mede a receita que permanece após os custos diretos de produto e produção. Ela não inclui todas as despesas operacionais, mas oferece uma visão útil da economia dos produtos.

O crescimento mais recente da empresa não se limitou a uma categoria de clientes. A Nvidia afirmou que provedores de nuvem em hiperescala, operadores de nuvem mais novos, clientes industriais e empresas contribuíram para a demanda. Essa amplitude reduz a dependência de um único canal de compra, embora os gastos permaneçam concentrados entre grandes construtores de infraestrutura.

A Nvidia também reportou receita de US$ 215,9 bilhões no ano fiscal de 2026, alta de 65%. Seu relatório anual atribuiu a expansão principalmente à computação acelerada e à IA. A receita anual de data centers aumentou 68%.

Esses resultados fazem da Nvidia a referência para qualquer análise de ações de chips de IA. A empresa não está defendendo um produto antigo enquanto rivais se aproximam. Ela usa o fluxo de caixa atual, os relacionamentos com clientes e a adoção de software para financiar cada transição sucessiva de plataforma.

Ainda assim, escala não elimina a pressão. À medida que as cargas de trabalho de IA passam do treinamento para a inferência contínua, os clientes se preocupam mais com custos operacionais e desempenho especializado. Inferência é o processo de executar um modelo treinado para gerar respostas, previsões, imagens ou ações.

Essa mudança cria oportunidades tanto para a AMD quanto para a Broadcom. A AMD pode oferecer aos clientes outra plataforma de aceleradores de propósito geral. A Broadcom pode ajudar os maiores compradores a projetar chips otimizados para cargas de trabalho e padrões de implantação mais específicos.

O resultado é uma estrutura competitiva incomum. A Nvidia lidera o mercado geral de plataformas, mas seus desafiantes atacam partes diferentes do conjunto de lucros. Seu sucesso não deve ser medido apenas por uma comparação compartilhada de receita.

O Crescimento de AMD e Broadcom Vem de Duas Estratégias Diferentes

O impulso de AMD e Broadcom reflete duas escolhas distintas dos clientes: adotar uma plataforma comercial alternativa ou encomendar infraestrutura especializada.

Um chip comercial é um produto amplamente disponível, vendido a múltiplos clientes. Nvidia e AMD competem principalmente por meio de aceleradores comerciais, embora seus sistemas possam ser configurados para diferentes cargas de trabalho. Os aceleradores personalizados da Broadcom são projetados com clientes específicos de hiperescala e não são vendidos pelo mesmo modelo.

A AMD reportou receita de US$ 11,5 bilhões no segundo trimestre, alta de 50% em relação a um ano antes. Seu segmento de data centers gerou US$ 6,7 bilhões, crescendo 107%. O lucro operacional do segmento chegou a US$ 2,1 bilhões, ante prejuízo no período do ano anterior.

A empresa atribuiu esse aumento à demanda por processadores para servidores EPYC e à continuidade da expansão dos aceleradores Instinct. Segundo o comunicado do segundo trimestre da AMD, produtos de data centers representaram 58% da receita da empresa.

Essa composição importa porque a AMD já não depende apenas de processadores para PCs ou chips para consoles de jogos para crescer. Produtos de data centers se tornaram seu maior motor estratégico. O segmento também combina uma franquia madura de CPUs com um negócio de aceleradores em desenvolvimento.

O desafio da AMD é transformar vitórias individuais de produtos em uma plataforma repetível. Seu design Helios em escala de rack combina GPUs Instinct, CPUs EPYC, redes Pensando e software de suporte. ROCm, a plataforma aberta de software da AMD para computação em GPU, oferece aos desenvolvedores ferramentas de treinamento e inferência fora do ambiente CUDA da Nvidia.

O software continua central porque desenvolvedores constroem aplicações em torno de bibliotecas, compiladores, ferramentas de depuração e fluxos de trabalho de implantação. Substituir uma GPU pode, portanto, exigir mais do que trocar hardware. As equipes precisam testar o comportamento dos modelos, otimizar kernels e treinar operadores em diferentes ferramentas de gestão.

A AMD afirma que seus softwares e designs de rack mais recentes reduzem essa fricção. Sua mais recente apresentação de resultados também identifica implantações envolvendo Anthropic e Microsoft. Esses anúncios fornecem validação por clientes, mas a execução dependerá dos cronogramas de implantação e da utilização sustentada.

A Broadcom atende a um padrão de demanda diferente. A empresa trabalha com grandes operadores de nuvem que podem justificar o desenvolvimento de aceleradores personalizados para cargas de trabalho internas. Esses chips são frequentemente chamados de ASICs, ou circuitos integrados específicos para aplicações, criados para tarefas definidas.

A Broadcom reportou US$ 10,8 bilhões em receita de semicondutores de IA no segundo trimestre, alta de 143% em relação ao ano anterior. A empresa disse que aceleradores personalizados e redes de IA impulsionaram o resultado. Projetou receita de semicondutores de IA de US$ 16 bilhões no terceiro trimestre, representando crescimento superior a 200%.

Esses números vieram dos resultados do Q2 fiscal da Broadcom. Seu trimestre fiscal terminou em 3 de maio, portanto o período não se alinha à janela de divulgação mais recente da AMD ou da Nvidia.

A abordagem personalizada da Broadcom se torna atraente quando um cliente opera modelos em escala enorme e previsível. Um design especializado pode remover recursos desnecessários, ajustar a movimentação de memória e melhorar o desempenho por watt. Esses ganhos podem reduzir custos operacionais em milhões de cargas de trabalho repetidas.

No entanto, silício personalizado exige grandes compromissos. Os clientes precisam de recursos de engenharia, pressupostos estáveis sobre cargas de trabalho, capacidade de fabricação e volume de implantação suficiente para justificar o desenvolvimento. Isso concentra a oportunidade da Broadcom em um pequeno grupo de compradores de hiperescala.

A AMD atende clientes que buscam mais flexibilidade. Seus produtos podem suportar diferentes modelos, frameworks e mudanças nas cargas de trabalho sem exigir um projeto de chip exclusivo. Essa utilidade mais ampla pode ser valiosa enquanto as arquiteturas de modelos continuam mudando rapidamente.

O contraste explica por que AMD e Broadcom não devem ser tratadas como uma única aposta contra a Nvidia. A AMD precisa enfraquecer a vantagem da Nvidia em plataformas comerciais. A Broadcom se beneficia quando grandes clientes transferem cargas de trabalho selecionadas de GPUs de propósito geral para projetos internos.

Ambos os caminhos podem crescer simultaneamente. Um provedor de nuvem pode implantar clusters da Nvidia para treinamento de ponta, sistemas AMD para competição de preços e aceleradores personalizados para inferência estável. A decisão pode variar entre modelos, regiões e serviços aos clientes.

Esse ambiente misto pressiona a Nvidia sem exigir que os clientes a abandonem. Também significa que a AMD não precisa substituir cada instalação da Nvidia para construir um negócio maior. A Broadcom só precisa que clientes selecionados expandam programas personalizados em data centers muito grandes.

A Disputa Real É Pelo Controle da Plataforma

A divisão competitiva mais importante é quem controla toda a plataforma de computação de IA, incluindo software, redes e decisões de implantação.

A vantagem da Nvidia começa com CUDA, sua plataforma de programação para computação acelerada por GPU. Anos de adoção por desenvolvedores produziram bibliotecas extensas, modelos otimizados, recursos de treinamento e conhecimento institucional. Esse ecossistema reduz o tempo necessário para levar uma carga de trabalho de IA da experimentação à produção.

CUDA também sustenta uma estratégia de hardware mais ampla. A Nvidia conecta GPUs por meio de NVLink e NVSwitch, interliga sistemas com produtos InfiniBand ou Ethernet e fornece arquiteturas completas de rack. Os clientes podem comprar um design coordenado com menos decisões de integração.

Essa integração melhora a velocidade de implantação, mas pode aumentar a dependência de um único fornecedor. Clientes que padronizam seus modelos, redes e operações em torno da Nvidia enfrentam custos de mudança mais altos. Esses custos incluem tempo de engenharia, testes de desempenho e risco operacional.

A AMD está tentando reduzir essas barreiras à mudança por meio do ROCm e de padrões abertos do setor. A empresa também pode combinar seus CPUs e aceleradores em sistemas completos. Sua oportunidade depende de tornar a alternativa confiável o bastante para equipes de produção, e não apenas competitiva em benchmarks de laboratório.

Os benchmarks medem o desempenho sob condições controladas. Clusters de produção também precisam lidar com falhas, agendamento, atualizações de software, movimentação de dados, segurança e demanda imprevisível. Por isso, os compradores avaliam o desempenho total do sistema e o esforço operacional, e não apenas as especificações máximas dos chips.

A posição da AMD em CPUs oferece um importante ponto de entrada. Clientes que já usam processadores EPYC estabeleceram relações de compra, validação e engenharia com a empresa. A AMD pode usar esses relacionamentos para apresentar aceleradores Instinct e projetos em escala de rack.

Ainda assim, o sucesso em CPUs não se traduz automaticamente em adoção de GPUs. As equipes de IA selecionam aceleradores com base na compatibilidade com modelos, velocidade de treinamento, economia de inferência e suporte de engenharia disponível. A AMD precisa demonstrar resultados consistentes em todos esses requisitos.

A Broadcom aborda o controle da plataforma por meio da rede e do processo de design personalizado. Grandes clusters de IA precisam de switches, conexões ópticas, chips de interface e interconexões de alta velocidade. A rede determina a eficiência com que os aceleradores trocam dados durante a computação distribuída.

Uma utilização ruim da rede pode deixar chips caros esperando por dados. À medida que os clusters crescem, esse tempo desperdiçado se torna um problema financeiro. A Broadcom pode capturar valor mesmo quando outra empresa fornece o acelerador principal.

Projetos de aceleradores personalizados aprofundam essa relação. A Broadcom contribui com propriedade intelectual e expertise em design, enquanto o cliente de nuvem molda a arquitetura em torno de suas cargas de trabalho. Essa estrutura dá ao comprador mais controle sobre seu roteiro de hardware.

Ela também transfere risco para o cliente. A arquitetura de um modelo pode mudar entre o design do chip e a implantação em larga escala. Um recurso especializado que parecia valioso no planejamento pode se tornar menos útil quando surgem novos métodos de inferência.

A Nvidia responde a essa incerteza com ciclos de plataforma mais rápidos e programabilidade geral. Os clientes podem redirecionar GPUs quando as cargas de trabalho mudam. A contrapartida é que a flexibilidade de uso geral pode trazer custos mais altos de aquisição ou operação do que um design personalizado bem-sucedido.

Esse é o mecanismo que molda o mercado de 2026. A Nvidia vende integração e flexibilidade, a AMD vende uma alternativa cada vez mais completa, e a Broadcom viabiliza a especialização. Suas oportunidades endereçáveis se sobrepõem, mas não são idênticas.

O desafio AMD-Broadcom se fortalece quando os clientes priorizam poder de negociação. Manter múltiplos fornecedores pode reduzir a dependência da Nvidia e criar mais opções de negociação. Isso também pode proteger a capacidade quando a demanda excede a produção de qualquer fornecedor individual.

O fornecimento por múltiplas fontes tem seu próprio custo. As equipes de engenharia precisam manter diferentes ambientes de software, sistemas de observabilidade e perfis de desempenho. As economias em compras podem desaparecer se a complexidade operacional crescer rápido demais.

As empresas enfrentam um cálculo especialmente difícil. Raramente operam na escala necessária para chips personalizados, e muitas não dispõem de equipes dedicadas à otimização de aceleradores. Elas podem preferir serviços de nuvem que ocultem a escolha de hardware subjacente.

Os provedores de nuvem podem então decidir qual acelerador atende a cada carga de trabalho. Essa posição reforça o argumento para chips personalizados, porque os usuários finais talvez nunca interajam diretamente com o hardware. Ela também permite que os provedores introduzam capacidade da AMD sem pedir a cada cliente que gerencie sistemas físicos.

A Nvidia respondeu estendendo sua plataforma para níveis mais altos de software e serviços. Se os usuários escolherem frameworks e ferramentas de implantação compatíveis com a Nvidia, a empresa poderá preservar sua influência mesmo quando a infraestrutura se tornar mais distribuída. Isso faz da adoção de software um sinal competitivo ao lado das remessas de chips.

O Que os Números de Receita Não Comprovam

O crescimento rápido confirma uma forte demanda por infraestrutura de IA, mas não determina qual arquitetura proporcionará os melhores retornos no longo prazo.

O trimestre de US$ 89 bilhões da Nvidia em data centers demonstra uma escala atual incomparável. O crescimento de 107% do segmento da AMD mostra que uma alternativa menor pode se expandir rapidamente. O crescimento de 143% da Broadcom em semicondutores para IA mostra uma demanda crescente por aceleradores personalizados e redes.

Essas porcentagens não são diretamente comparáveis. O crescimento da AMD parte de uma base muito menor, enquanto a categoria da Broadcom abrange uma combinação diferente de produtos. Os relatórios de data centers da Nvidia incluem componentes que vão além das vendas de aceleradores.

Os calendários fiscais criam outra complicação. O trimestre mais recente reportado pela Broadcom terminou no início de maio, o da AMD terminou no fim de junho e o da Nvidia terminou no fim de julho. A demanda, as rampas de produtos e o cronograma de remessas podem mudar substancialmente ao longo desses meses.

Os investidores também precisam separar o crescimento da receita da qualidade econômica. Margem bruta, despesas operacionais, concentração de clientes, compromissos de fabricação e capital de giro afetam os retornos. Uma linha de produtos em rápida expansão ainda pode gerar uma economia de caixa mais fraca do que o esperado.

A Nvidia reportou margem bruta de 75% em seu trimestre mais recente. A AMD reportou margem bruta GAAP corporativa de 54% e margem operacional de data centers de 31%. A Broadcom reportou resultados consolidados de semicondutores e software de infraestrutura, o que limita comparações simples no nível de produto.

A concentração de clientes merece atenção especial. As maiores empresas de nuvem representam uma parcela substancial dos gastos em infraestrutura de IA. Suas decisões de compra podem deslocar bilhões de dólares entre fornecedores em poucos ciclos de implantação.

O negócio personalizado da Broadcom está especialmente ligado a um número limitado de clientes muito grandes. A conquista de outro programa pode mudar rapidamente sua perspectiva de crescimento. Um atraso, redesenho ou redução na implantação pode ter o efeito oposto.

A Nvidia enfrenta risco de concentração apesar de sua base de clientes mais ampla. Os hyperscalers compram grandes volumes de seus sistemas, e vários deles desenvolvem simultaneamente chips internos. A Nvidia se beneficia de seus gastos atuais enquanto compete contra seus esforços de longo prazo para reduzir a dependência.

A AMD precisa administrar o risco de execução durante uma rápida rampa de produtos. Implantações anunciadas não se transformam em receita imediatamente, e a capacidade instalada não garante alta utilização. Os clientes precisam mover cargas de trabalho reais de produção para sistemas Instinct.

O software continua sendo outra lacuna de verificação. A AMD aprimorou o ROCm e ampliou o suporte a frameworks, mas a base instalada de desenvolvedores da Nvidia continua extensa. A evidência mais importante virá de implantações recorrentes e de um uso de produção mais amplo, não de alegações isoladas de desempenho.

Os controles de exportação acrescentam incerteza a todo o grupo. Governos podem restringir a venda de aceleradores avançados, largura de banda de memória ou sistemas completos para mercados específicos. Essas regras podem forçar mudanças em produtos e criar encargos de estoque.

A comparação com o ano anterior da AMD ilustra esse problema. Seus resultados de data centers do segundo trimestre de 2025 incluíram um encargo de US$ 800 milhões ligado a restrições sobre produtos MI308. A ausência desse encargo melhorou a comparação de 2026.

A Nvidia enfrentou limitações relacionadas em produtos destinados à China. Seus registros alertam que restrições adicionais podem afetar receita, compromissos de fornecimento e posição competitiva. Fornecedores locais podem ganhar espaço quando produtos americanos se tornam indisponíveis.

A disponibilidade de energia representa uma restrição mais física. Clusters de IA exigem eletricidade, sistemas de refrigeração, terrenos e conexões à rede elétrica antes que as remessas de aceleradores possam gerar capacidade computacional útil. Construções atrasadas podem postergar pedidos ou deixar equipamentos instalados subutilizados.

O mais recente registro regulatório da Nvidia identifica terrenos, energia, capital e estruturas concluídas de data centers como requisitos importantes. A empresa também firmou acordos que apoiam grandes desenvolvimentos de infraestrutura. Esses compromissos mostram até onde a concorrência se estendeu além do design de chips.

Os gastos de capital podem se tornar outro ponto de pressão. Os provedores de nuvem atualmente esperam que os serviços de IA justifiquem a expansão contínua da infraestrutura. Se a receita desses serviços decepcionar, os clientes podem adiar novos clusters mesmo mantendo estratégias de IA de longo prazo.

Também há risco de excesso de capacidade em gerações específicas de hardware. Ciclos rápidos de produtos podem reduzir a vida econômica útil dos aceleradores. Os compradores podem pausar antes de um lançamento importante ou redirecionar orçamentos para sistemas mais novos.

Projetos personalizados enfrentam risco semelhante de cronograma. Um ASIC desenvolvido para uma geração de modelos pode perder vantagens de eficiência se as cargas de trabalho mudarem. A Broadcom e seus clientes precisam equilibrar a especialização com o ritmo do desenvolvimento de algoritmos.

Nenhum desses riscos refuta a demanda atual. Eles mostram por que o impulso da receita não deve ser convertido em resultados de mercado garantidos. As evidências sustentam múltiplos fornecedores em crescimento, não uma divisão já definida dos lucros futuros.

Para leitores que comparam ações de chips de IA, a avaliação também importa, embora esta análise evite preços de mercado temporários. Uma empresa forte pode gerar retornos de investimento fracos quando as expectativas já pressupõem crescimento excepcional. Um desafiante menor pode decepcionar se a execução ficar abaixo de uma previsão otimista.

Por isso, este artigo não classifica Nvidia, AMD ou Broadcom como investimentos. Seus resultados expõem diferentes combinações de escala, opcionalidade, concentração e risco de execução. Essas combinações precisam ser avaliadas em relação aos registros atuais, às necessidades do portfólio e aos limites individuais de risco.

Três Sinais Testarão a Tese dos Chips de IA em 2026

As próximas evidências devem vir da entrega das previsões da Broadcom, da rampa de implantações da AMD e da capacidade da Nvidia de sustentar a economia de sua plataforma.

O primeiro sinal é o relatório do terceiro trimestre fiscal da Broadcom. A administração projetou US$ 16 bilhões em receita de semicondutores para IA, com crescimento anual superior a 200%. Cumprir essa previsão reforçaria a tese de que aceleradores personalizados estão avançando para implantações de produção maiores.

A composição do crescimento da Broadcom será tão importante quanto o total. Os investidores devem distinguir a receita de aceleradores da demanda por redes e identificar se clientes estabelecidos ou novos programas impulsionam o aumento. Uma participação mais ampla de clientes reduziria as preocupações com concentração.

Um resultado abaixo do previsto não invalidaria o silício personalizado. Ele sugeriria que o cronograma dos projetos, as rampas de fabricação ou os calendários de implantação dos clientes continuam menos previsíveis do que indica a previsão principal. Também poderia adiar a esperada transição para infraestrutura de inferência especializada.

O segundo sinal é a aceleração da AMD em data centers no segundo semestre. A AMD espera vendas mais fortes à medida que as implantações do Instinct ganham escala e o Helios começa sua rampa. A evidência mais útil será receita sustentada do segmento, lucro operacional e clientes adicionais em produção.

Compromissos nomeados fornecem um mapa inicial, mas pedidos recorrentes oferecem uma validação mais forte. Clientes que expandem após as primeiras implantações indicariam que software, confiabilidade e economia das cargas de trabalho atendem aos requisitos de produção. Uma atividade posterior mais lenta revelaria fricções de plataforma ainda existentes.

A AMD também precisa mostrar que o crescimento dos aceleradores complementa sua franquia EPYC. A receita do segmento de data centers pode subir por meio de CPUs mesmo quando a adoção de GPUs se desenvolve mais lentamente. Divulgações futuras devem ajudar os leitores a separar essas contribuições quando possível.

O terceiro sinal é a margem bruta da Nvidia e o crescimento sequencial em data centers. Sua escala atual já é clara. A questão em aberto é se transições rápidas de sistemas, compromissos de fornecimento, concorrência e financiamento de infraestrutura enfraquecem a economia por trás dessa escala.

Margens estáveis sustentariam a alegação da Nvidia de que uma plataforma integrada mantém vantagens de precificação e produto. O crescimento sequencial contínuo mostraria que chips personalizados e alternativas de mercado estão expandindo o mercado mais do que substituindo a Nvidia.

A queda nas margens exige interpretação. Uma redução modesta pode acompanhar o lançamento de sistemas complexos em escala de rack e ainda sustentar lucros substanciais. Um declínio persistente, aliado a um crescimento mais lento, sugeriria maior pressão sobre preços ou custos de entrega mais altos.

Os dados de networking conectarão os três sinais. A Broadcom se beneficia quando os clusters exigem mais conectividade, independentemente de qual acelerador ganha participação. A Nvidia se beneficia quando os clientes escolhem sua pilha integrada de networking, enquanto a AMD precisa de parceiros capazes e de seu portfólio Pensando.

A adoção de software oferecerá um teste mais lento, mas igualmente importante. Os desenvolvedores não mudam de plataforma em função de uma única versão trimestral. Eles respondem à confiabilidade, à capacidade acessível, ao suporte a modelos, à documentação e a economias operacionais mensuráveis.

Observe onde novos modelos recebem otimização de primeira linha. A Nvidia continua se beneficiando quando os desenvolvedores priorizam CUDA. A AMD ganha quando os principais frameworks e provedores de modelos tratam a implantação com ROCm como um caminho padrão para produção.

Os catálogos de serviços em nuvem oferecem outro indicador visível. Instâncias AMD mais amplamente disponíveis melhorariam o acesso para desenvolvedores e empresas. A expansão de serviços de chips personalizados mostraria que os hyperscalers se sentem confiantes para disponibilizar infraestrutura especializada a clientes externos.

Esses sinais devem ser avaliados em conjunto. A Broadcom pode superar sua previsão sem enfraquecer a AMD se a demanda geral continuar crescendo. A AMD pode ganhar participação enquanto a Nvidia segue crescendo em dólares absolutos.

O mercado não exige um vencedor e dois perdedores. Exige que os investidores identifiquem qual camada da infraestrutura de IA captura valor duradouro após a atual onda de construção. Os próximos ciclos de resultados oferecerão evidências melhores do que afirmações amplas sobre um mercado de computação ilimitado.

A decisão sobre chips de IA está se tornando um portfólio de arquiteturas

O mercado de chips de IA em 2026 está se dividindo por carga de trabalho, escala do cliente e nível de controle desejado, em vez de convergir para um único processador universal.

A Nvidia entra nesta fase com a maior plataforma instalada, a receita reportada mais robusta em data centers e um amplo ambiente de software. Seu trimestre mais recente mostra que a demanda continua forte, mesmo enquanto os clientes desenvolvem alternativas.

A AMD oferece o desafio mais claro entre os fornecedores de mercado. Sua receita de data centers mais que dobrou, e seu portfólio agora abrange CPUs, aceleradores, networking, sistemas e software. Sua próxima tarefa é converter implantações anunciadas em demanda recorrente de produção.

A Broadcom oferece aos hyperscalers outra rota. Aceleradores personalizados podem melhorar a economia de cargas de trabalho previsíveis, enquanto os produtos de networking capturam valor em diferentes arquiteturas computacionais. Essa oportunidade envolve riscos de concentração de clientes e de ciclos de projeto.

A comparação entre AMD e Broadcom, portanto, revela mais do que dois concorrentes perseguindo a Nvidia. Ela expõe dois métodos de afrouxar o controle da plataforma da Nvidia. Um constrói uma alternativa flexível, enquanto o outro ajuda grandes compradores a assumir maior controle sobre seu roteiro de hardware.

Para desenvolvedores, essa concorrência pode ampliar o acesso a aceleradores e incentivar uma melhor compatibilidade de software. Ela também pode criar mais ambientes para testar e manter. A portabilidade terá mais importância à medida que as equipes implantarem modelos em nuvens e tipos de hardware distintos.

Os compradores empresariais devem se concentrar na economia das cargas de trabalho e no suporte operacional. Um custo de hardware menor significa pouco se a migração de software atrasar a implantação ou criar problemas de confiabilidade. Por outro lado, a familiaridade com uma plataforma não deve impedir o teste de alternativas confiáveis.

Os investidores devem acompanhar implantações verificadas, concentração de clientes, margens e compromissos de caixa, além da receita de IA destacada nas manchetes. Também devem distinguir um ciclo de produtos de mercado de um ciclo de projeto personalizado. A mesma taxa de crescimento trimestral pode envolver riscos muito diferentes.

Nenhum relatório de resultados isolado determina o desfecho. A escala da Nvidia, a alternativa em expansão da AMD e a estratégia personalizada da Broadcom podem coexistir durante um ciclo crescente de infraestrutura. O teste mais difícil começa quando os clientes exigem retornos mensuráveis de cada cluster adicional.

Que evidência mudaria sua visão no próximo trimestre: a Broadcom entregando sua previsão de chips personalizados, a AMD assegurando implantações recorrentes de Instinct ou a Nvidia sustentando suas margens em maior escala? Acompanhe esses sinais operacionais antes de se apoiar em uma narrativa simplista de vencedor leva tudo. Eles oferecem uma estrutura mais clara para avaliar a exposição à Nvidia, AMD e Broadcom à medida que o mercado de infraestrutura de IA se divide entre plataformas integradas, alternativas de mercado e silício especializado.