Em 1993, três engenheiros fundaram a NVIDIA em uma lanchonete. Hoje, a empresa vale US$ 4,4 trilhões e faturou US$ 215 bilhões em um único ano. A história que explica por que toda empresa de IA depende dela.
A Mesa no Denny’s
Em 5 de abril de 1993, Jensen Huang se encontrou com dois amigos engenheiros, Chris Malachowsky e Curtis Priem, em um Denny’s em San Jose, Califórnia. Era a mesma rede de lanchonetes onde Huang havia lavado pratos e servido mesas na adolescência, trabalhando para ajudar a pagar seus estudos depois de ter sido enviado pelos pais de Taiwan para os Estados Unidos aos 9 anos.
Com US$ 40 mil de capital inicial e uma ideia rascunhada à mesa, os três fundaram a NVIDIA. O objetivo era específico e limitado: chips gráficos 3D para videogames, em um mercado onde mais de 20 empresas competiam pelo mesmo espaço. Em 2006, apenas a NVIDIA continuava independente entre todas elas.
Trinta anos depois dessa conversa em uma lanchonete, a NVIDIA faturou US$ 215 bilhões em um único ano fiscal e se tornou, em outubro de 2025, a primeira empresa do mundo a ultrapassar US$ 5 trilhões em valor de mercado.
A Decisão que Mudou Tudo
A NVIDIA inventou a GPU em 1999, e definiu o próprio termo com o lançamento da GeForce 256. Mas o produto que criou a empresa não foi o que a transformou.
Em 2013, Jensen Huang começou a pesquisar uma pergunta que parecia periférica para o negócio principal: as GPUs da NVIDIA poderiam ser usadas para treinar modelos de aprendizado de máquina? A plataforma CUDA, lançada em 2006 para permitir que pesquisadores usassem GPUs em cálculos paralelos além de games, já existia, mas ninguém havia apostado seriamente nessa direção.
A resposta técnica era direta: GPUs processam milhares de cálculos simultâneos, enquanto CPUs processam sequencialmente. Para treinar redes neurais, que dependem de operações paralelas em escala massiva, essa arquitetura era naturalmente mais eficiente. Huang decidiu que a NVIDIA seria a infraestrutura dessa aposta.
Dez anos depois, essa decisão estava no centro de cada grande modelo de linguagem em operação no mundo.
O Que os Chips da NVIDIA Alimentam Hoje
O ChatGPT foi treinado em clusters de GPUs NVIDIA H100. O Grok, da xAI de Elon Musk, roda no Colossus, um supercomputador com 200 mil GPUs NVIDIA. O Google DeepMind, o Microsoft Azure e o Amazon AWS dependem de GPUs NVIDIA para seus modelos de IA. Em 2025, a NVIDIA fechou parceria com a OpenAI para fornecer ao menos 10 gigawatts de infraestrutura para a próxima geração de sistemas da empresa.
Quando uma empresa investe em growth marketing orientado por IA, usa ferramentas que rodam em plataformas de cloud que dependem de GPUs NVIDIA. Quando uma agência de performance usa modelos de linguagem para análise de campanhas ou geração de criativos, está usando computação que passa, em algum ponto da cadeia, pelo hardware da NVIDIA. A empresa se tornou infraestrutura invisível, presente em praticamente toda operação de IA em escala.
Os Números que Definem a Escala
Os resultados financeiros recentes da NVIDIA são difíceis de contextualizar sem comparação:
No trimestre encerrado em janeiro de 2026, o Q4 do ano fiscal 2026, a empresa registrou receita de US$ 68,1 bilhões em um único trimestre, crescimento de 73% em relação ao mesmo período do ano anterior, superando as estimativas de Wall Street. O lucro líquido do trimestre foi de US$ 42,96 bilhões, mais que dobrou em um ano.
A divisão de Data Centers representa 91% da receita total. No último trimestre, foram US$ 62 bilhões, sendo US$ 51 bilhões em hardware de computação e US$ 11 bilhões em produtos de rede.
A receita acumulada do ano fiscal 2026 chegou a US$ 215 bilhões. Para comparação, o ano fiscal anterior havia registrado US$ 130 bilhões, que por sua vez já representava crescimento de 114% sobre o anterior.
O Que os Riscos Revelam
Nenhuma empresa com essa trajetória existe sem pontos de tensão reais.
A margem bruta da NVIDIA está em queda progressiva: de 76% no quarto trimestre do ano fiscal 2024 para 73% no equivalente de 2025. Os custos crescem junto com a demanda, e manter margens nesse patamar com a velocidade de expansão atual é um desafio operacional concreto.
Mais de 91% da receita vem de data centers. Qualquer desaceleração no ritmo de investimento em infraestrutura de IA, por pressão regulatória, revisão de expectativas de retorno ou mudança de ciclo, afeta a NVIDIA diretamente e de forma concentrada.
Há também o bloqueio às exportações de GPUs para a China, em vigor desde abril de 2025 por restrições do governo americano. O impacto contábil foi de US$ 4,5 bilhões em um único trimestre, referente a estoques de chips H20 que não puderam ser vendidos.
E existe a história de Curtis Priem, um dos três cofundadores que estavam na mesa do Denny’s em 1993. Priem vendeu todas as suas ações da NVIDIA ao longo dos anos. Caso as tivesse mantido, seria hoje a segunda pessoa mais rica do mundo, atrás apenas de Elon Musk. A decisão de sair ilustra, com precisão brutal, o quanto visão de longo prazo sobre tecnologia é difícil de sustentar, mesmo para quem ajudou a construir a empresa.
Por Que Isso Importa Para Quem Faz Marketing
A NVIDIA não é uma empresa de tecnologia com relevância apenas para engenheiros. Ela é a camada de infraestrutura que viabiliza praticamente toda a transformação que está acontecendo em marketing, mídia e performance nos últimos dois anos.
Os modelos que geram criativos automaticamente, os algoritmos que otimizam lances em tempo real, as ferramentas de análise de dados que uma assessoria de marketing usa para tomar decisões, todos dependem de computação que, em última instância, passa por hardware da NVIDIA.
Entender que essa infraestrutura existe, quem a controla e quais são seus pontos de fragilidade ajuda a ter uma leitura mais realista sobre o ritmo de adoção de IA em marketing. A capacidade de escalar modelos de IA depende de disponibilidade de chips, e a NVIDIA controla esse gargalo com uma concentração de mercado que nenhum concorrente chegou perto de disputar.
A história que começou em uma lanchonete com US$ 40 mil não é, fundamentalmente, sobre chips de videogame. É sobre uma aposta feita em 2013, de que o hardware que renderizava mundos virtuais poderia treinar inteligências artificiais. Essa aposta determinou quem controla a infraestrutura da era da IA. E quem controla a infraestrutura define, em boa medida, o ritmo de tudo que vem depois.
Se você quer entender como as transformações em IA, da infraestrutura até os canais de mídia, afetam a sua estratégia de crescimento, fale com a Metris.
