A Nvidia apresentou sua mais recente CPU Vera em sua sede em Santa Clara, Califórnia, no dia 13 de fevereiro de 2026. A empresa, que se destacou por suas unidades de processamento gráfico (GPUs), agora se prepara para revelar detalhes sobre suas CPUs otimizadas para inteligência artificial (IA) em sua conferência anual GTC, que começa na segunda-feira. A nova CPU Vera está em produção e deve ser exibida em um rack exclusivo de CPUs no evento.
De acordo com Dion Harris, chefe de infraestrutura de IA da Nvidia, as CPUs estão se tornando um gargalo no crescimento dos fluxos de trabalho de IA, o que representa uma “oportunidade empolgante”. A Nvidia lançou sua primeira CPU para data centers, chamada Grace, em 2021, e agora a Vera está pronta para ser implementada. A demanda crescente por GPUs transformou a Nvidia na empresa de capital aberto mais valiosa do mundo, com um valor de mercado de US$ 4,4 trilhões.
A Nvidia também firmou um contrato de vários anos com a Meta, que inclui a implantação em larga escala das CPUs Grace, com planos para a Vera em 2027. Além disso, milhares de CPUs autônomas da Nvidia estão sendo utilizadas em supercomputadores no Texas Advanced Computing Center e no Laboratório Nacional de Los Alamos.
O mercado de CPUs pode mais que dobrar, passando de US$ 27 bilhões em 2025 para US$ 60 bilhões até 2030, segundo previsões do Bank of America. Apenas no último trimestre, a Nvidia gerou uma receita de data center superior a US$ 62 bilhões, um aumento de 75% em relação ao ano anterior. Essa ressurreição das CPUs é impulsionada por uma mudança fundamental nas necessidades computacionais, à medida que a adoção em massa da IA evolui de chatbots para aplicativos orientados a tarefas.
Enquanto as GPUs são ideais para treinar e executar modelos de IA, devido ao seu grande número de núcleos, as CPUs possuem um menor número de núcleos poderosos que realizam tarefas sequenciais. A IA agentic exige uma quantidade significativa de poder computacional geral, movendo grandes quantidades de dados para fluxos de trabalho de IA.
O CEO Jensen Huang mencionou que os sistemas agentic estão gerando diferentes agentes que trabalham em equipe, ressaltando a necessidade de inferência em velocidades muito mais altas. Ele destacou que a eficiência em termos de desempenho por watt é crucial, à medida que as necessidades de hardware mudam. A Nvidia afirmou que suas CPUs autônomas oferecem melhorias significativas na eficiência energética nos data centers da Meta.
Crise de suprimento silenciosa
O mercado de processadores centrais, que antes era considerado tranquilo, enfrenta o que o Futurum Group chama de “crise de suprimento silenciosa”, prevendo que a taxa de crescimento do mercado de CPUs pode superar a das GPUs até 2028. Fornecedores líderes de CPUs, como AMD e Intel, alertaram sobre escassez de suprimentos na China, com prazos de entrega de CPUs aumentando para até seis meses e preços subindo mais de 10%.
Forrest Norrod, chefe de data center da AMD, afirmou que o aumento na demanda é sem precedentes e que a empresa está trabalhando arduamente para atendê-la. Um porta-voz da Intel mencionou que a expectativa é que o estoque atinja seu “nível mais baixo” no trimestre atual, mas espera melhorias no fornecimento no segundo trimestre de 2026.
Enquanto isso, Harris da Nvidia relatou que a empresa não enfrentou atrasos nas remessas de CPUs até o momento, devido a uma cadeia de suprimentos robusta que gerencia a demanda, principalmente porque muitas de suas CPUs serão vendidas junto com GPUs em sistemas de rack.
Otimização para ‘alimentar suas GPUs’
A Nvidia adotou uma abordagem de design fundamentalmente diferente, fazendo suas CPUs serem “mais adequadas” para processamento de dados e fluxos de trabalho de IA agentic, em comparação com as CPUs mais generalistas feitas por Intel e AMD. A diferença principal está no número de núcleos em cada CPU. Enquanto a linha EPYC da AMD e os CPUs Xeon de alto desempenho da Intel normalmente têm 128 núcleos, a CPU Grace da Nvidia possui 72 núcleos.
A Nvidia baseia suas CPUs na arquitetura Arm, frequentemente utilizada em dispositivos de menor potência, enquanto Intel e AMD utilizam a arquitetura x86. Norrod, da AMD, comentou que a Nvidia otimizou seus chips para alimentar suas GPUs, mas não são bem otimizados para aplicações de uso geral.
Plataforma agnóstica
A entrada da Nvidia no mercado de CPUs autônomas ocorre em um momento em que mais de seus clientes estão desenvolvendo seus próprios processadores baseados em Arm para seus data centers. A Amazon lançou seu primeiro CPU in-house, Graviton, em 2018, e a Google lançou o processador Axion em 2024, que agora lida com cerca de 30% de suas aplicações internas.
A pesquisa da Mercury estima que a participação de mercado de CPUs de servidor no último trimestre de 2025 foi dominada pela Intel com 60%, AMD com 24,3% e Nvidia com 6,2%, com o restante dividido entre CPUs in-house baseadas em Arm de empresas como Amazon, Microsoft e Google.
A Nvidia, que tradicionalmente adota uma atitude acolhedora em relação à concorrência, abriu sua tecnologia de rede NVLink para licenciamento de terceiros em maio, facilitando a integração de CPUs de terceiros com GPUs da Nvidia em servidores de IA.
A empresa também agora suporta a arquitetura de conjunto de instruções aberta RISC-V, que permite que as empresas projetem processadores personalizados sem pagar taxas de licenciamento. Em janeiro, a Nvidia firmou um acordo permitindo que a SiFive utilizasse o NVLink para conectar seus designs de chip RISC-V com GPUs da Nvidia.
Harris reiterou que, independentemente de como a demanda por CPUs seja atendida, a estratégia da Nvidia permanece “agnóstica em relação à plataforma”. A empresa está investindo tanto em CPUs baseadas em Arm quanto na comunidade x86, garantindo uma posição forte em ambos os casos.
