O anúncio de que a Amazon Web Services (AWS) vai instalar mais 2 milhões de GPUs Nvidia entre 2027 e 2028 desafia a crença de que a infraestrutura atual de nuvem já seria suficiente para a explosão de aplicações de inteligência artificial (IA) em escala global. A decisão, noticiada por veículos como Telesíntese, Olhar Digital, TugaTech e Fortune India, revela que a demanda por processamento de IA não apenas superou as expectativas recentes, mas também impõe novos riscos e custos para empresas que dependem de capacidade garantida, integração entre sistemas e disponibilidade de rede.

Demanda por IA supera previsões e força expansão recorde

Segundo o Telesíntese, a AWS havia anunciado, em março de 2026, a implantação de mais de 1 milhão de GPUs Nvidia a partir de 2026. Apenas cinco meses depois, a companhia dobrou a aposta: serão mais 2 milhões de GPUs distribuídas globalmente em 2027 e 2028, incluindo modelos Blackwell Ultra, Rubin e Rubin Ultra. O Olhar Digital detalha que a infraestrutura será voltada não só para cargas de IA generativa, mas também para IA física, automação empresarial, robótica e aplicações científicas.

O consenso entre as fontes é que a procura por infraestrutura de IA acelerou além de qualquer projeção recente. A Fortune India destaca que, para Matt Garman, CEO da AWS, “clientes querem a confiança de que tudo funciona de forma integrada”. Já Jensen Huang, CEO da Nvidia, afirmou: “A demanda está à frente de todas as previsões”.

Nvidia dobra receita de data centers e projeta novo salto

O impacto da corrida por IA aparece nos resultados financeiros. A Nvidia reportou, segundo o Telesíntese, receita de US$ 89 bilhões no segmento de data centers no segundo trimestre do ano fiscal de 2027, alta de 117% em relação ao ano anterior. A receita total da companhia chegou a US$ 96,2 bilhões, com lucro líquido de US$ 59,7 bilhões. Para o próximo trimestre, a Nvidia projeta receita de US$ 108 bilhões, sem considerar a China.

O TugaTech reforça que a divisão de data centers representou mais de 92% do faturamento trimestral da Nvidia. O crescimento é atribuído à expansão da computação acelerada, que envolve GPUs, CPUs, sistemas de interconexão e software, todos voltados para treinamento e inferência de modelos de IA.

Integração de tecnologias e disputa por flexibilidade

A parceria entre AWS e Nvidia vai além do fornecimento de GPUs. Olhar Digital e Fortune India apontam que a expansão inclui processadores como o Nvidia Vera, integração de sistemas de comunicação entre chips (NVLink Fusion), memória de alta largura de banda e plataformas de robótica como Jetson, Omniverse e Isaac. A AWS também continuará investindo em chips próprios, como Trainium e Graviton, que já respondem por receitas bilionárias e são usados em paralelo aos componentes Nvidia.

Segundo a Fortune India, a AWS busca flexibilidade para que clientes escolham entre diferentes tipos de processamento em cada etapa de suas cargas de IA. A integração entre Trainium e GPUs Nvidia, por exemplo, permitirá que workloads complexos sejam distribuídos conforme a demanda por CPU ou GPU. A colaboração também avança em áreas como segurança (AWS Nitro System), redes de alta velocidade (Elastic Fabric Adapter) e modelos abertos (Nvidia Nemotron).

Setor público e IA física entram no radar da expansão

Um aspecto pouco destacado em ciclos anteriores é o foco em aplicações governamentais e IA física. De acordo com todas as fontes, AWS e Nvidia planejam disponibilizar 100 mil GPUs em ambientes seguros para o governo dos Estados Unidos, destinados a cargas federais e de segurança nacional. A Fortune India detalha que essas cargas serão classificadas no Impact Level 6, padrão para dados altamente sensíveis.

No campo da IA física, a parceria visa acelerar robótica avançada, com a Amazon Robotics adotando plataformas Nvidia para simulação, treinamento e operação de robôs em escala industrial. O Olhar Digital ressalta que a plataforma Rubin foi desenhada para IA agêntica, capaz de executar tarefas autônomas e interagir com o mundo físico, ampliando o leque de aplicações empresariais e industriais.

O que muda para empresas: custo, risco e infraestrutura

O salto na demanda por GPUs e a integração de múltiplas arquiteturas de hardware e software trazem implicações diretas para organizações que dependem de IA, nuvem e conectividade. O consenso entre as fontes é que o ciclo de experimentação deu lugar à produção em larga escala: empresas estão levando modelos de IA para ambientes reais, com requisitos de desempenho, latência e disponibilidade muito acima do que era padrão até 2025.

Esse movimento pressiona não só provedores globais, mas também redes locais e regionais. A necessidade de redes de alta velocidade, baixa latência e integração entre sistemas heterogêneos se torna crítica para quem opera com IA em produção. O risco de gargalo, seja por falta de processamento, seja por indisponibilidade de rede, pode impactar diretamente a competitividade e a continuidade de operações automatizadas, robóticas ou baseadas em dados.

Outro ponto de atenção é o custo: a escalada de investimentos em infraestrutura, tanto por parte de hyperscalers quanto de empresas que consomem IA, tende a elevar o preço de acesso a recursos de alta performance. O TugaTech cita compromissos da Nvidia com fornecedores que já ultrapassam 239 bilhões de euros para garantir capacidade de produção, sinalizando que a disputa por componentes críticos deve continuar intensa.

Contraponto: chips próprios, flexibilidade e incertezas

Apesar da expansão massiva da parceria AWS-Nvidia, a Amazon mantém o desenvolvimento de chips próprios como estratégia de diversificação e controle de custos. O TugaTech destaca que a receita anual da divisão de chips personalizados da Amazon já ultrapassa 21 bilhões de euros, impulsionada por compromissos com laboratórios como Anthropic e OpenAI. Isso sugere que, mesmo com a dependência crescente de GPUs Nvidia, a AWS não pretende abrir mão da flexibilidade tecnológica.

Outro ponto de incerteza é a distribuição geográfica e setorial dessa infraestrutura. Até o momento, as fontes detalham aplicações nos Estados Unidos, mas não há informações consolidadas sobre a chegada dos novos sistemas a mercados emergentes ou regiões industriais específicas, como o Polo Industrial de Manaus. A ausência de dados sobre a China nas projeções da Nvidia também indica riscos regulatórios e de fornecimento ainda não resolvidos.

Por fim, permanece a dúvida sobre como pequenas e médias empresas poderão acessar essa nova geração de infraestrutura, diante da pressão por custos e da concentração de capacidade nos grandes provedores globais.

A decisão da AWS de instalar 2 milhões de GPUs Nvidia até 2028 não é apenas uma aposta na IA, mas um alerta para organizações que subestimam a velocidade da transformação digital. O ritmo de expansão e integração de hardware, redes e aplicações mostra que a infraestrutura deixou de ser um detalhe operacional para se tornar fator central de competitividade, e, para quem opera em regiões estratégicas ou industriais, a disponibilidade local de conectividade robusta pode ser o diferencial entre avançar ou ficar para trás.