Nvidia Oferece uma Garantia de 25% enquanto Jensen Huang Leva a Corrida por Computação de IA a Wall Street

A Nvidia se ofereceu para respaldar até 25% do valor residual de um projeto de infraestrutura de IA, apesar das crescentes preocupações com dívida e financiamento circular. Jensen Huang apresentou o mecanismo como uma ferramenta limitada e específica para cada projeto, e não como uma garantia ampla que cubra a expansão do setor.

A distinção importa porque a Nvidia já não atua apenas como fornecedora de chips. Ela está ajudando Wall Street a transformar clusters de GPUs em ativos financiáveis, ao mesmo tempo em que pode absorver parte do risco caso esses ativos percam valor.

Essa estratégia pode reduzir o custo de financiar novos data centers e manter os clientes da Nvidia comprando seus sistemas. Mas também levanta uma questão difícil. O capital institucional está validando de forma independente a demanda por IA, ou a Nvidia está ajudando a criar demanda para seus próprios produtos?

A resposta afetará mais do que as vendas da Nvidia. Desenvolvedores, compradores de nuvem, empresas, credores e operadores de infraestrutura dependem cada vez mais da mesma rede de chips, contratos de energia, arrendamentos e financiamento de longo prazo.

O Suporte de 25% da Nvidia Muda a Equação do Financiamento

A Nvidia está vinculando parte da credibilidade de seu balanço patrimonial ao futuro valor de revenda da computação de IA.

Em 10 de agosto, a Nvidia anunciou memorandos de entendimento com Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs e KKR. Suas propostas de plataformas de financiamento têm como objetivo mobilizar mais de US$ 500 bilhões em capital de terceiros ao longo do tempo.

Essa manchete não significa que a Nvidia recebeu um cheque de US$ 500 bilhões. Tampouco descreve um único fundo comprometido com um mandato de investimento único.

As empresas planejam estabelecer plataformas independentes por meio das quais as instituições participantes poderão avaliar oportunidades individuais de infraestrutura de IA. Essas instituições examinarão clientes, utilização, contratos, fluxo de caixa projetado e o valor esperado dos equipamentos instalados.

A Nvidia afirma que fornece a plataforma de computação, enquanto as instituições financeiras tomam suas próprias decisões de análise de crédito. Essa análise é o processo de decidir se os retornos esperados justificam os riscos de crédito e operacionais de um projeto.

O mecanismo de valor residual acrescenta outra camada. Valor residual é o valor estimado do hardware após o fim de seu período inicial de arrendamento ou financiamento.

Para determinadas oportunidades, a Nvidia afirma que pode respaldar até 25% desse valor. Segundo a empresa, cada decisão receberia uma avaliação separada.

As informações disponíveis não estabelecem uma garantia universal de 25%. Elas não especificam quais projetos se qualificarão, por quanto tempo o suporte permanecerá em vigor ou qual evento acionaria um pagamento.

Também deixam aberta à interpretação a base de cálculo. A porcentagem pode se aplicar aos equipamentos elegíveis de um projeto, ao seu valor residual esperado ou a outra métrica negociada. Os contratos finais determinarão a exposição real.

Essa incerteza é importante. Uma garantia de valor residual difere de garantir cada pagamento de dívida ou prometer recomprar um data center inteiro.

Se um cluster de GPUs continuar produzindo computação competitiva, os credores poderão recuperar valor renovando arrendamentos, transferindo equipamentos ou vendendo capacidade a outro operador. O suporte da Nvidia forneceria uma proteção adicional para uma parcela limitada da transação.

No entanto, se o hardware se tornar pouco competitivo, essa proteção poderá se transformar em um passivo real. A Nvidia então enfrentaria as consequências de respaldar ativos que também impulsionaram sua receita anterior de produtos.

A proposta, portanto, altera a equação do financiamento sem eliminar seus riscos. Os credores ganham outra fonte de proteção, enquanto a Nvidia se aproxima do desempenho de crédito de seus clientes.

Essa conexão cria a tensão central do artigo. A empresa quer que investidores tratem a computação de IA como infraestrutura durável, mas seus produtos operam em um dos ciclos de substituição mais rápidos da tecnologia.

Por Que Wall Street Quer a Computação de IA como Classe de Ativos

O impulso de financiamento é uma tentativa de tornar a capacidade de GPUs investível antes que a demanda ultrapasse os balanços patrimoniais de seus compradores.

A infraestrutura de IA exige capital em uma escala que muitos desenvolvedores de modelos, provedores especializados de nuvem e operadores de data centers não conseguem financiar internamente. A despesa inclui aceleradores, redes, terrenos, acesso à energia, sistemas de refrigeração e construção.

Uma venda de chips ocorre perto do início dessa cadeia. A receita proveniente do aluguel da capacidade computacional resultante pode levar anos para pagar o investimento.

Credores tradicionais preferem fluxo de caixa previsível, contratos executáveis, ativos transferíveis e tomadores com balanços patrimoniais robustos. Muitos projetos de infraestrutura de IA oferecem apenas algumas dessas características.

As novas plataformas são projetadas para conectar esses projetos a gestores de ativos, fundos de crédito privado, bancos, seguradoras e outros investidores de longo prazo. Para a Nvidia, isso cria uma rota contornando uma restrição crescente de seus clientes.

Huang descreve data centers de IA como fábricas porque eles transformam eletricidade, software e capacidade computacional em tokens. Um token é uma pequena unidade de dados processada por um modelo de IA ao gerar ou interpretar conteúdo.

Seu argumento mais amplo é econômico, não técnico. Se os tokens geram receita mensurável, então os equipamentos que os produzem podem sustentar arrendamentos, empréstimos e outras estruturas de investimento.

O conceito já tem precedentes. Data centers há muito usam financiamento de projetos, crédito imobiliário, securitização e arrendamento de equipamentos.

A computação de IA introduz um ativo mais volátil nessas estruturas conhecidas. As GPUs podem gerar uma receita substancial de aluguel, mas sua competitividade depende de suporte de software, eficiência energética, redes, demanda dos clientes e hardware mais novo.

Por isso, analistas de crédito não podem avaliar um cluster de IA como um prédio de escritórios comum. Eles precisam modelar tanto a economia da infraestrutura quanto a obsolescência tecnológica.

A recente lista de verificação de crédito da KBRA identifica a durabilidade do fluxo de caixa, a estrutura dos contratos, os custos de energia, a competitividade do hardware, a renovação de arrendamentos, a liquidez e o refinanciamento como considerações centrais.

Esses fatores podem produzir resultados muito diferentes em instalações fisicamente semelhantes. Um cluster respaldado por um locatário com boa qualidade de crédito e um contrato de longo prazo apresenta um perfil de risco.

Um projeto especulativo que dependa de demanda futura no mercado à vista apresenta outro. As mesmas GPUs não tornam esses investimentos igualmente seguros.

A S&P Global também descreveu como veículos de propósito específico podem adquirir equipamentos de computação e arrendá-los para gerar fluxo de caixa. Sua análise de financiamento de equipamentos observa que a incerteza sobre a vida útil e o valor residual pode exigir que a dívida seja amortizada em linha com a depreciação esperada.

Essa estrutura importa porque um credor não precisa que uma GPU mantenha seu valor original. O credor precisa de receita de aluguel, amortização programada do principal e receitas de revenda ao fim do período para cobrir o montante financiado.

O suporte proposto pela Nvidia pode tornar esse cálculo mais atraente. Ele pode reduzir a perda que os credores esperam em um cenário adverso, o que pode influenciar taxas de juros, percentuais de adiantamento e o capital próprio exigido.

Os grupos financeiros participantes também trazem enorme capacidade de captação e análise de crédito. Eles podem distribuir riscos entre instituições que já investem em infraestrutura, crédito privado, imóveis e ativos de seguros.

Ainda assim, a participação deles não torna cada projeto seguro. Os memorandos criam uma estrutura, e não um substituto para contratos executáveis ou receita recorrente de clientes.

A cifra de US$ 500 bilhões deve, portanto, ser lida como capacidade potencial. A implementação efetiva dependerá de os projetos passarem pela análise financeira e garantirem clientes, locais, equipamentos e energia viáveis.

A Verdadeira Disputa É entre Demanda Independente e Demanda Apoiada pelo Fornecedor

A Nvidia precisa provar que investidores externos estão financiando uma demanda independente por IA, e não apenas estendendo o ciclo de vendas da fabricante de chips.

O financiamento por fornecedores não é automaticamente abusivo. Fabricantes de equipamentos há muito ajudam clientes a obter financiamento para aeronaves, máquinas industriais, veículos e sistemas de telecomunicações.

O arranjo se torna controverso quando o apoio de capital de um fornecedor obscurece uma demanda fraca ou transfere risco excessivo aos investidores. Também pode se tornar perigoso quando várias partes dependem das mesmas premissas otimistas.

A Nvidia vende chips a empresas que contraem dívida para construir clusters de GPUs. Essas empresas alugam capacidade computacional para desenvolvedores de IA, incluindo negócios que podem receber financiamento ou compromissos da Nvidia.

Se cada participante gerar receita sustentável, o ciclo poderá sustentar um mercado produtivo de infraestrutura. Se a demanda depender de financiamento contínuo, o mesmo ciclo poderá ampliar as perdas.

Essa preocupação se intensificou antes do anúncio em Wall Street. A Nvidia estaria discutindo uma garantia muito maior ligada a um projeto de data center da OpenAI.

Reportagens citadas na cobertura do pacote de financiamento descreveram um possível suporte a um projeto gigantesco, observando que sua relação com as novas plataformas permanecia incerta.

As parcerias de Wall Street parecem ser projetadas, em parte, para responder a essa crítica. A Nvidia enfatiza que investidores institucionais examinarão de forma independente a demanda, a utilização, o fluxo de caixa e o valor residual.

Essa separação é relevante se os investidores puderem rejeitar projetos fracos e impor termos conservadores. Torna-se menos relevante se a pressão competitiva levar os credores a aceitar previsões agressivas de utilização.

A taxa de utilização de um projeto mede quanto da capacidade computacional disponível seus clientes realmente usam. Uma utilização elevada pode sustentar aluguel, serviço da dívida e valor do equipamento.

Uma utilização baixa produz um resultado diferente. Os operadores podem reduzir preços de aluguel, não atingir metas de receita ou ter dificuldades para refinanciar equipamentos que já estão perdendo relevância tecnológica.

O suporte da Nvidia não elimina esse risco comercial. Ele redistribui uma parcela da perda potencial e sinaliza confiança na plataforma da empresa.

O próprio sinal tem valor. Poucas instituições externas entendem o roteiro de produtos da Nvidia, a compatibilidade de software ou a demanda no mercado secundário tão bem quanto a própria Nvidia.

A disposição em oferecer suporte sugere que a empresa acredita que seus sistemas continuarão úteis em múltiplas cargas de trabalho e operadores. Essa crença poderia ajudar a estabelecer padrões de mercado para avaliar hardware de IA usado.

No entanto, a Nvidia também tem um interesse direto em manter ativos os gastos com infraestrutura. Mais financiamento pode sustentar mais compras de sistemas da Nvidia.

Esse papel duplo diferencia a Nvidia de um avaliador neutro. Ela possui informações técnicas superiores, mas também se beneficia quando os credores atribuem valores mais altos a seus equipamentos.

A análise de crédito independente é, portanto, a salvaguarda decisiva. Os investidores precisam testar as premissas da Nvidia em vez de tratar sua participação como prova de que um projeto funciona.

Eles também precisam examinar o cliente final. Um contrato de longo prazo tem valor limitado se o locatário não conseguir gerar caixa suficiente para cumpri-lo.

O mercado deve procurar aportes de capital próprio divulgados, cobertura do serviço da dívida, duração dos contratos, direitos de rescisão e garantias. Esses detalhes revelarão se o risco realmente está nas mãos de provedores de capital experientes.

Sem eles, as plataformas de financiamento continuam sendo uma estrutura crível com um mapa de riscos incompleto. O anúncio mostra interesse institucional, mas não a qualidade de cada empréstimo futuro.

Broadcom Mostra Que a Nvidia Não Está Sozinha

O financiamento de infraestrutura de IA está se tornando uma arma competitiva em toda a indústria de semicondutores.

A proposta da Nvidia surgiu depois que Broadcom, Apollo e Blackstone estabeleceram sua própria plataforma de infraestrutura de IA. Esse projeto ilustra como arquitetura de chips e financiamento agora podem avançar juntos.

A plataforma da Broadcom foi lançada em junho com uma transação inicial de US$ 35 bilhões. Ela tem como alvo mais de um gigawatt de capacidade associada à expansão da Anthropic.

A estrutura mais ampla pretende viabilizar mais de 20 gigawatts de capacidade computacional até 2028. Ela utiliza os aceleradores personalizados e sistemas de rede da Broadcom para grandes clientes de IA.

Essa plataforma oferece aos credores uma proposta técnica diferente. As XPUs personalizadas da Broadcom podem ser projetadas em torno das exigências de um cliente ou carga de trabalho específica.

A Nvidia oferece uma plataforma de computação mais ampla, apoiada por CUDA, seu ambiente de software para programar hardware acelerado. A Nvidia argumenta que essa flexibilidade ajuda suas GPUs a reter valor entre clientes e aplicações.

A competição por financiamento, portanto, espelha a competição por hardware. Aceleradores personalizados podem oferecer eficiência e demanda previsível quando um grande cliente se compromete a utilizá-los.

GPUs de uso geral podem oferecer maior portabilidade, uma base maior de desenvolvedores e um mercado secundário potencialmente mais profundo. Essas vantagens importam quando os credores consideram o que acontece após o vencimento de um arrendamento inicial.

Google e outros hyperscalers acrescentam outra alternativa. Eles podem construir capacidade em torno de aceleradores projetados internamente, enquanto usam seus balanços patrimoniais e negócios de nuvem para absorver riscos.

A AMD oferece outra alternativa no mercado de aceleradores comercializados a terceiros. Sua presença dá poder de negociação aos compradores, embora a base de software e a participação de mercado da Nvidia continuem centrais para muitas implantações.

O surgimento de vários modelos de financiamento mostra que o acesso a capital se tornou parte da estratégia de produto. Um chip superior não pode vencer uma implantação se o cliente não conseguir financiar a instalação que o cerca.

Da mesma forma, financiamento barato não pode salvar hardware que produz tokens pouco competitivos. O custo por unidade útil de produção de IA determina, em última análise, se os operadores podem obter retorno.

Os termos de financiamento podem agora influenciar escolhas de arquitetura mais cedo no processo de aquisição. Um desenvolvedor de projetos poderia favorecer equipamentos que recebam maiores percentuais de adiantamento ou tratamento mais favorável de valor residual.

Essa possibilidade dá à Nvidia um incentivo para estabelecer seus produtos como garantias financeiras padronizadas. Também dá aos concorrentes um motivo para criar mecanismos de apoio comparáveis.

O resultado se assemelha a outros setores intensivos em capital. Fabricantes de aeronaves, fornecedores de equipamentos de energia e empresas de veículos competem tanto por produtos quanto por relações de financiamento.

O hardware de IA é diferente porque as gerações de produtos avançam muito mais rápido. Um edifício de data center pode operar por décadas, enquanto seu equipamento computacional mais valioso pode enfrentar pressão de substituição em poucos anos.

A infraestrutura elétrica oferece maior durabilidade. Um local com eletricidade contratada, refrigeração, acesso à rede e construção adequada pode reter valor mesmo quando seus primeiros aceleradores envelhecem.

Os investidores, portanto, devem separar o valor do local do valor do equipamento. O apoio da Nvidia parece concentrar-se na oportunidade computacional, mas os contratos divulgados mostrarão quão amplamente esse termo é definido.

A resposta competitiva será reveladora. Se Broadcom, provedores de nuvem ou seguradoras oferecerem apoio semelhante ao valor residual, o mecanismo poderá se tornar uma característica padrão do mercado.

Se os rivais o evitarem, a Nvidia poderá obter uma vantagem de financiamento enquanto assume um risco contingente distinto. Qualquer um dos resultados torna a estrutura de capital parte da disputa por semicondutores.

Um Piso de 25% Não Pode Eliminar o Risco de Obsolescência ou Dívida

O respaldo pode amenizar perdas, mas não pode fazer desaparecer baixa utilização, locatários frágeis ou hardware envelhecido.

O valor residual é difícil de estimar porque os aceleradores de IA não se depreciam segundo um cronograma uniforme e garantido. Seu valor econômico depende de quanto os clientes pagarão por sua produção.

Uma GPU de geração anterior pode continuar útil para inferência, fine-tuning, computação científica ou cargas de trabalho empresariais. Inferência é o processo de executar um modelo treinado para produzir uma resposta ou previsão.

Essa reutilização pode prolongar a vida útil de um ativo na geração de receita. Ela não garante que a receita de aluguel cubra energia, manutenção, rede e dívida.

Novos chips podem reduzir a energia ou o tempo necessário para a mesma carga de trabalho. Uma geração mais eficiente pode pressionar os preços de aluguel de equipamentos mais antigos, mesmo quando essas GPUs antigas continuam tecnicamente funcionais.

A compatibilidade de software pode desacelerar esse declínio. A base instalada de desenvolvedores da Nvidia e suas ferramentas maduras facilitam a realocação de seus sistemas entre aplicações.

Restrições de exportação podem ter o efeito oposto. Elas podem limitar os clientes ou regiões disponíveis para absorver equipamentos usados.

Restrições físicas também importam. Alguns sistemas mais novos exigem maior densidade por rack, refrigeração líquida e projetos elétricos diferentes. Instalações mais antigas podem não suportá-los sem atualizações substanciais.

Um credor deve modelar todas essas variáveis antes de aceitar GPUs como garantia. O apoio de 25% da Nvidia cobre apenas parte do risco negativo.

Considere um projeto simplificado no qual a receita operacional cai porque os clientes usam menos capacidade do que o esperado. As GPUs podem reter algum valor de revenda, mas o projeto ainda pode deixar de pagar a dívida antes que qualquer proteção de valor residual se torne relevante.

Um mecanismo de apoio também pode conter condições. Ele poderia exigir operação, manutenção, software, locais de implantação ou procedimentos de revenda aprovados.

Esses termos ainda não foram divulgados publicamente. Os investidores não devem tratar o percentual anunciado como uma promessa incondicional de pagamento em dinheiro.

A concentração de crédito apresenta outro risco. Um projeto pode parecer diversificado no nível do financiamento enquanto depende de um grande laboratório de IA para a maior parte da receita.

Se esse cliente atrasar a implantação ou renegociar a capacidade, credores, operadores, fornecedores e provedores de energia poderão sentir o mesmo choque. A engenharia financeira não pode criar demanda de usuários finais.

É por isso que os analistas continuam focados no financiamento circular. As preocupações com financiamento circular não são simplesmente acusações de que o dinheiro circula entre partes relacionadas.

A preocupação mais profunda é a exposição correlacionada. A Nvidia, seus clientes, desenvolvedores de infraestrutura e credores podem depender das mesmas premissas de crescimento.

Huang rejeitou a ideia de que os investimentos da Nvidia tornam circular a demanda por IA. Ele argumenta que seu financiamento representa uma pequena parcela do capital de que os clientes precisam no fim das contas.

As novas parcerias reforçam essa defesa ao trazer instituições externas para a seleção de projetos. Elas não resolvem a questão.

O capital externo ainda pode cometer erros, especialmente quando investidores competem por acesso a uma classe de ativos popular. A presença de instituições conhecidas não reduz nem a incerteza tecnológica nem a possibilidade de alavancagem excessiva.

A transação da Broadcom também demonstra que grandes estruturas de financiamento podem se formar em torno de clientes âncora comprometidos. Isso torna a qualidade do locatário e o desenho dos contratos tão importantes quanto a marca do chip.

A posição da Nvidia se torna mais difícil se ela apoiar o valor residual enquanto também investe em um locatário ou compra serviços do mesmo operador. Cada conexão pode ser defensável, mas a exposição combinada exige transparência.

Os investidores precisam saber se a Nvidia reconhece um passivo contingente, recebe taxas ou participação na receita, controla a recomercialização ou obtém direitos de redirecionar o uso do equipamento.

Eles também precisam de informações no nível do portfólio. Um compromisso de 25% em um projeto cuidadosamente selecionado pode ser administrável.

Compromissos repetidos entre operadores correlacionados podem criar uma exposição muito maior durante uma retração do setor. A análise projeto a projeto não impede automaticamente a concentração de portfólio.

O teste fundamental, portanto, não é se a Nvidia algum dia fará um pagamento. Uma garantia bem projetada pode funcionar justamente porque a confiança e a subscrição conservadora evitam perdas.

O teste é se o financiamento viabiliza ativos que geram fluxo de caixa duradouro sem apoio permanente do fornecedor. Até que dados operacionais comprovem isso, a cautela do mercado continua racional.

Três Sinais Mostrarão Se a Aposta de Huang Funciona

Contratos, utilização e exposição divulgada decidirão se a computação de IA se torna infraestrutura ou continua sendo uma aposta tecnológica alavancada.

O primeiro sinal é a estrutura dos projetos iniciais financiados. Os investidores devem procurar clientes identificados, capacidade contratada, duração dos contratos, aportes de capital próprio e amortização da dívida.

Um projeto respaldado por um cliente com boa qualidade de crédito sob um contrato longo e executável apoiaria o argumento da Nvidia. Mostraria que os credores estão financiando demanda contratada, e não construção especulativa.

A estrutura oposta enfraqueceria o argumento. Alta alavancagem, compromissos limitados de clientes e premissas otimistas de revenda sugeririam que o apoio da Nvidia carrega mais peso do que o anúncio indica.

O segundo sinal é a utilização real depois que as instalações começarem a operar. Os operadores precisam de atividade consistente dos clientes, não apenas reservas ou previsões não vinculantes de demanda.

A utilização deve se traduzir em recebimento de caixa e cobertura adequada do serviço da dívida. A queda nos preços de aluguel pode comprometer um projeto mesmo quando suas GPUs permanecem ocupadas.

Desenvolvedores e compradores empresariais devem acompanhar a disponibilidade e os preços contratuais. Um aumento de capacidade acompanhado por tarifas muito mais baixas pode indicar que a oferta está superando a demanda lucrativa.

Preços estáveis entre sistemas mais antigos e mais novos apoiariam a tese do valor residual. Isso sugeriria que as cargas de trabalho de IA podem absorver várias gerações de hardware, em vez de abandonar cada uma no próximo ciclo de atualização.

O terceiro sinal são as divulgações financeiras da Nvidia. Os investidores devem acompanhar futuras declarações em busca de garantias, indenizações, compromissos, acordos de compartilhamento de receita e concentração entre projetos apoiados.

Uma divulgação clara ajudaria o mercado a distinguir uma ferramenta comercial limitada de uma ampla transferência do risco de crédito dos clientes. Também mostraria como a Nvidia contabiliza obrigações potenciais.

Um rápido aumento dos compromissos sem transparência equivalente intensificaria as preocupações com financiamento circular. Isso poderia fazer a receita de chips parecer menos independente do capital usado para comprar esses chips.

Os leitores também devem comparar a abordagem da Nvidia com plataformas concorrentes. O modelo de financiamento da Broadcom, projetos apoiados por hyperscalers e estruturas de crédito privado fornecem referências úteis.

A comparação importante não é o maior número anunciado. É qual modelo produz computação confiável a um custo que os clientes conseguem sustentar com receita recorrente.

Para desenvolvedores, o resultado afeta o acesso. Mais financiamento institucional pode ampliar a capacidade disponível de GPU e reduzir o risco de que apenas as maiores empresas de tecnologia possam arcar com sistemas avançados.

Para os compradores empresariais, isso pode influenciar a flexibilidade dos contratos e a estabilidade dos provedores. Capacidade barata tem pouco valor se um operador excessivamente endividado não conseguir manter o serviço durante uma desaceleração.

Para trabalhadores do conhecimento e usuários de produtos de IA, as consequências se manifestam na disponibilidade dos produtos e nos limites operacionais. A economia da infraestrutura molda os custos de inferência, o acesso aos modelos e o grau de subsídio de uso oferecido pelos provedores.

A Nvidia está tentando transformar a demanda por tokens em um fluxo financiável de receita de infraestrutura. Seu mecanismo de valor residual de 25% dá a esse argumento uma forma financeira concreta.

Isso também torna a empresa parcialmente responsável pela durabilidade que está prometendo. Essa é a verdadeira inversão no mais recente movimento de Huang.

A Nvidia passou a primeira fase do boom da IA vendendo o componente escasso. Está entrando na próxima fase ajudando a financiar o sistema que o compra.

A estratégia será bem-sucedida se investidores independentes financiarem projetos disciplinados, cujos clientes gerem receitas duradouras. Ela se enfraquece se o financiamento precisar se expandir continuamente para sustentar financiamentos anteriores.

Observe os primeiros contratos, depois os dados de utilização e, em seguida, os compromissos acumulados da Nvidia. Esses sinais revelarão se Wall Street descobriu uma classe duradoura de ativos de IA ou simplesmente encontrou uma nova forma de financiar o risco tecnológico.