Quando a Nvidia aparece nos holofotes, normalmente pensamos em GPUs GeForce ou na mais recente geração Blackwell de aceleradores para datacenters. Mas o verdadeiro “motor invisível” por trás do salto da companhia rumo à corrida de US$ 1 trilhão em inteligência artificial está em um lugar menos glamoroso – porém crucial: os cabos, switches e controladores de rede que interligam milhares de processadores. Esse segmento, impulsionado pela compra da Mellanox em 2020, já fatura US$ 31 bilhões por ano e se tornou o segundo maior pilar de receitas da Nvidia, atrás apenas das próprias GPUs.
A rede por trás dos chips: por que ela vale tanto?
Treinar modelos de IA gigantescos, como os usados em chatbots ou geração de imagens, exige que petabytes de dados circulem entre GPUs com latência mínima. Se esse “tráfego” engasga, o tempo de treinamento explode e o custo operacional dispara. É aqui que entram tecnologias como InfiniBand, Spectrum-X e NVLink, pensadas para oferecer até 800 Gb/s por porta e sincronização quase instantânea entre nós de processamento.
Para efeito de comparação, uma rede Ethernet de 200 Gb/s – comum em datacenters corporativos – pode adicionar dezenas de microssegundos de latência, o suficiente para estrangular o throughput de IA. Já o ecossistema InfiniBand da Nvidia trabalha na casa de sub-5 μs. Na prática, isso significa treinar modelos mais rápido ou gastar menos GPUs para chegar ao mesmo resultado, economizando energia e espaço físico.
De Mellanox a Spectrum-X: evolução das conexões da Nvidia
A aquisição da Mellanox custou US$ 7 bilhões, mas o retorno chegou em tempo recorde: no último trimestre, a divisão de redes registrou US$ 11 bilhões em receita, alta de 267 % ano a ano. Desde então, a Nvidia não apenas manteve o legado Mellanox de switches InfiniBand, como lançou a linha Spectrum-X, projetada para cargas de IA em larga escala, e expandiu o NVLink — barramento que hoje interconecta vários GPUs numa mesma placa-mãe (ou mesmo entre racks) com largura de banda total de até 3,2 TB/s.
Concorrentes também se movimentam: a AMD aposta no Infinity Fabric combinado a Ethernet de alta velocidade, enquanto a Intel utiliza o padrão Ethernet ampliado nos aceleradores Gaudi. Nenhuma delas, porém, controla de ponta a ponta a malha de comunicação e o silício de processamento, vantagem estratégica que Jensen Huang costuma chamar de “fábrica de IA pronta para uso”.
Rubin: a próxima geração que promete cortar latência e consumo
Durante a GTC 2026, a Nvidia anunciou a plataforma Rubin, sucessora direta da arquitetura Blackwell. O foco é duplo: eficiência energética e comunicação entre nós. A empresa afirma reduções de até 30 % no consumo por operação de IA graças a novos PHYs ópticos e menor overhead de roteamento. Para quem opera milhões de dólares em contas de energia, cada 1 W economizado multiplica-se rapidamente em economias de seis ou sete dígitos.
Satélites e software: as novas fronteiras de US$ 1 trilhão
Com a expansão terrestre chegando ao limite de disponibilidade elétrica e regulamentações ambientais, a Nvidia mira mais alto – literalmente. Projetos de centros de dados orbitais e satélites equipados com GPUs prometem mover parte das cargas de IA para fora do planeta, onde a dissipação térmica e o acesso a energia solar podem ser mais eficientes.
Imagem: William R
No lado do software, o recém-lançado NemoClaw reforça a segurança, monitorando o tráfego ponto a ponto e encriptando pacotes sem degradar desempenho. Dessa forma, a empresa cria um bloqueio tecnológico: mesmo quem não usa GPUs Nvidia passa a depender de seus stacks de rede para manter a mesma performance e nível de confiabilidade.
O que isso muda para você – entusiasta, gamer ou profissional de TI?
• Profissionais de datacenter: menor latência significa cortes diretos no TCO (custo total de posse) de clusters de IA, seja em empresas ou universidades.
• Gamers e criadores de conteúdo: embora essas redes não cheguem à sua casa, a rápida evolução de IA em nuvem acelera a chegada de upscalers, DLSS e ferramentas de criação que rodam no back-end.
• Integradores de sistemas: servidores compatíveis com InfiniBand e Spectrum-X tendem a valorizar mais no mercado de revenda e garantem escalabilidade, ponto decisivo para quem monta soluções white-label.
Em outras palavras, ao comprar – ou apenas acompanhar – uma GPU Nvidia, você está embarcando em um ecossistema fechado e cada vez mais lucrativo. Bem-sucedido ou não o plano de US$ 1 trilhão até 2027, a receita de US$ 31 bi na área de redes mostra que a empresa deixou há tempos de ser “só” uma fabricante de placas de vídeo.
Com informações de Hardware.com.br
