enesptjazh-Hanszh-Hantfrdeitkoruarhiidtrnlplvithsvhemsukcselrohudafinobn
Um gigawatt de computação de IA agora custa US$ 60 bilhões, e os projetistas de chips ficam com US$ 40 bilhões disso
Dylan Patel diz que um gigawatt custa US$ 60 bilhões, ou US$ 20 bilhões sem a margem de design de chips. O chip da OpenAI e o Maia 300 da Microsoft querem essa diferença.
Na Cúpula de CEOs da CASPA em Santa Clara, em 24 de outubro, Dylan Patel, da SemiAnalysis, colocou um preço no avanço da IA que a maioria ignora. Um gigawatt de computação de IA custava cerca de US$ 40 bilhões para construir em 2024. Hoje, custa mais de US$ 60 bilhões. Retirando o que as casas de design de chips ganham, ele estima o número perto de US$ 20 bilhões. Essa diferença, de aproximadamente US$ 40 bilhões por gigawatt, é o que todo comprador de computação agora quer de volta. Na mesma semana, um fundador de chip, um fundador de busca e dois dos maiores alocadores de Wall Street deram respostas diferentes sobre quem fica com isso.

Um gigawatt agora custa metade a mais do que em 2024
Patel estava em um painel com Stacy Rasgon, da Bernstein, moderado por Austin Lyons, da Chipstrat. Seu ponto era que quase todos na cadeia aumentaram preços. Os fabricantes de memória passaram de margens brutas negativas há cerca de dois anos para margens que Lyons estimou perto de 90%. A TSMC subiu de cerca de 45% para 60% e, em sua visão, nunca devolveu muito.
Então, quando você olha esse tipo de mercado, certo, para construir um gigawatt, sabe, em 2024, era aproximadamente US$ 40 bilhões, certo, incluindo chips, terra, energia, estrutura, tudo. Agora está acima de 60.
Dylan Patel, 24 de outubro de 2026, Cúpula de CEOs da CASPA 2026
Ele acrescentou que a Nvidia manteve sua própria margem aproximadamente estável enquanto absorve custos mais altos de memória, substrato e óptica, então os preços de seus racks dispararam mesmo assim. Rasgon deu os números de referência da própria Nvidia no palco, cerca de US$ 25 bilhões por gigawatt para Blackwell e US$ 40 bilhões para Rubin, e argumentou que isso é aceitável desde que o desempenho cresça mais rápido que o preço. Esse é o caso otimista em uma linha, e depende da Nvidia manter seu ritmo.
Os maiores clientes estão construindo seus próprios chips
O número que deveria preocupar os acionistas da Nvidia veio em seguida. Em seus cálculos, a margem dos projetistas de chips é cerca de dois terços do custo de um gigawatt.
Se você remover toda a margem das casas de design de chips, certo, Nvidia, Broadcom, Marvell, etc., você está realmente em cerca de US$ 20 bilhões por gigawatt.
Dylan Patel, 24 de outubro de 2026, Cúpula de CEOs da CASPA 2026
Então ele descreveu o que sua firma viu ao testar o primeiro chip da OpenAI, a parte de inferência que OpenAI e Broadcom apresentaram em 24 de junho com servidores previstos para entrar online até o final do ano. Sua afirmação foi que "o desempenho foi melhor que o Blackwell" no benchmark de código aberto InferenceX da SemiAnalysis. Isso é o teste de um laboratório em uma classe de modelos, e eu gostaria de ver os números. Mas é um chip de primeira geração, e ele disse que a Anthropic quer construir o seu próprio na metade do tempo. A Microsoft anunciou o Maia 300 em 12 de outubro, prometendo 40% mais tokens por megawatt e implantações multi-gigawatt começando em 2027. Patel também disse que a participação da Nvidia na capacidade de empacotamento CoWoS da TSMC e no fornecimento de HBM caiu em 2026 e cairá novamente no próximo ano, mesmo com sua receita continuando a dobrar.
Seu ponto mais incisivo foi sobre software. A SemiAnalysis levou seis a nove meses para rodar inferência na AMD e cerca de um mês e meio no chip da OpenAI. Se os modelos de IA tornam os chips mais fáceis de programar e depois mais fáceis de projetar, a margem de design é a parte dos US$ 60 bilhões que pode ser corroída pela concorrência.
Naveen Rao diz que a margem permanece no hardware mesmo assim
Naveen Rao, que vendeu a MosaicML para a Databricks e agora dirige a startup de chips Unconventional AI, disse à 20VC que a commoditização está chegando para quase todas as outras camadas. Modelos abertos, disse ele, carregarão cerca de 80% dos tokens em três anos, com gastos divididos aproximadamente 50/50 contra modelos de fronteira. Os hosts de inferência verão os preços dos tokens caírem e as margens encolherem. E ele não acha que os laboratórios serão donos da pilha.
Na verdade, não acho que as empresas de modelos serão as que possuem a margem de toda a pilha. Isso nem é verdade hoje. Tipo, a Nvidia possui a margem da pilha hoje, certo?
Naveen Rao, 20VC, publicado em 24 de outubro de 2026, fonte
Mas o lado do hardware provavelmente não vai colapsar. Acho que essa parte ainda terá uma vantagem porque você ainda pode extrair mais suco, tipo, ei, eu converto energia em inteligência de forma mais eficiente.
Naveen Rao, 20VC, publicado em 24 de outubro de 2026
Leia Rao ao lado de Patel e eles concordam mais do que parecem. Rao significa hardware no sentido amplo, os chips, sistemas e redes que transformam energia em tokens, e ele está construindo um chip que compete com a Nvidia. Seu argumento é que quem converte energia em inteligência da forma mais eficiente mantém a margem. O argumento de Patel é que o conversor eficiente pode ser o próprio comprador. Rao também disse ao apresentador que "se você é um investidor puro de software, você está meio ferrado" porque o SaaS deixará de ganhar a margem. Ele está falando do próprio livro, e admite que está "bastante otimista com IA."
Ninguém no palco duvidou da demanda
Nada disso importa se os tokens não forem vendidos, e a evidência de demanda naquela semana veio de um lugar inesperado. Parag Agrawal, o ex-CEO do Twitter que agora dirige a Parallel Web Systems, vende busca web para agentes de IA. Ele disse que já previu agentes usando a web mil vezes mais que humanos, e agora acha que isso era baixo demais.
Mas minha melhor estimativa agora de onde estamos é que os agentes estão usando a web de 10 a 20% do que os humanos usam. O que significa que, se meu número de mil vezes estiver certo, temos daqui pelo menos 5.000 vezes ou 10.000 vezes de crescimento restante.
Parag Agrawal, Sourcery, 24 de outubro de 2026, fonte
Sua regra prática é que "para cada 10 GPUs que o mundo gasta em inferência de modelos, gastaremos um a dois em busca web." Ele também disse que sua equipe passou por vários exercícios de escassez de GPU em três meses, com capacidade oferecida via iMessage antes que o pessoal de finanças assine os papéis. Uma previsão de crescimento de 10.000 vezes é um número de fundador. A correria por GPUs é um fato, e é por isso que os preços se mantiveram até agora.
Financiamento decide quem pode pagar a margem
O outro ponto de Patel era que o dinheiro agora limita quem pode construir. Uma nuvem sem contrato com um hyperscaler ou um laboratório de ponta não consegue financiamento. Ele disse que a Volta pagou por seu cluster da Anthropic com dívida a um cupom de cerca de 12%, vendida a 95 centavos, chegando a quase 15% no total. A Semafor relatou em 13 de outubro que o acordo de US$ 5 bilhões na Noruega era esperado para ser precificado em "pelo menos 11%", com uma ordem âncora de US$ 1,5 bilhão da Apollo. A Nvidia começou a garantir aluguel de clusters em troca de participação na receita, o que mantém seus chips em movimento e transfere parte do risco do locador para a Nvidia.
Bill Ackman traçou a mesma linha na CNBC em 22 de outubro, apostando em Microsoft, Amazon e Meta e evitando as neoclouds.
a jogada de neocloud é um pouco como investir em um incorporador imobiliário, sabe, em um formato altamente alavancado. E se você acertar, sabe, os retornos de capital alavancado são enormes. Se você errar, pode ser destruído.
Bill Ackman, 22 de outubro de 2026, CNBC
Stephen Schwarzman é dono do setor imobiliário. No Leaders da Bloomberg, publicado em 25 de outubro, ele disse que a empresa de data centers que a Blackstone comprou em 2021 por US$ 10 bilhões agora é 15 vezes maior.
Somos o maior proprietário de data centers do mundo. Isso nos coloca em contato com os seis hyperscalers porque trabalhamos para todos eles, então sabemos o que está acontecendo quase em todo lugar nesse ecossistema.
Stephen Schwarzman, 25 de outubro de 2026, Bloomberg Leaders
Ele também chamou o pânico sobre empresas de software falindo de "exagerado" na mesma entrevista. Isso é um contrapeso útil a Rao, vindo de um homem cujos fundos de crédito privado emprestam a essas empresas.

A Nvidia já negocia como se estivesse perdendo o argumento
O mercado tem uma visão. O múltiplo futuro da Nvidia caiu para cerca de 19 vezes no final de setembro, contra uma média de longo prazo perto de 32, que o Motley Fool observou ser o menor em uma década. Patel disse que a Nvidia e a Broadcom negociam perto de seus múltiplos mais baixos da história porque investidores temem que Meta, Google e outros internalizem o design. Os lucros ainda crescem a 2x ao ano. O múltiplo está precificando o que vem depois.
Então quem fica com os US$ 40 bilhões?
Nos próximos dois anos, os fornecedores do que for mais escasso. Patel classificou substratos em primeiro, depois memória, depois óptica, com energia atrás, e Rasgon espera que a oferta continue apertada até 2028. Esses fornecedores definem o preço, e a Nvidia repassa. Depois disso, a margem de design está exposta. Se o primeiro chip da OpenAI realmente superar o Blackwell e a Anthropic construir um na metade do tempo, a matemática de Patel diz que um laboratório construindo a US$ 20 bilhões por gigawatt "poderia pagar por 5 gigawatts com 1 gigawatt de computação rodando inferência." Minha leitura é que Jensen Huang mantém sua margem apenas enquanto cada geração entregar muito mais do que custa. Os locadores e credores são pagos de qualquer forma, a 11% a 15%, e Schwarzman e Ackman escolheram esse assento.