Nvidia entrou em 105 rodadas este ano e pode recuar sem Huang

Depois que Jensen Huang deixou o cargo de CEO da Nvidia, os primeiros a ficar inquietos foram as startups de IA que cresceram com os cheques da empresa. A TechCrunch informou em 13 de novembro, citando dados da PitchBook, que a Nvidia já participou este ano de 105 rodadas de financiamento, em muitas delas como a maior investidora.

«It’s like a bomb went off.» («É como se tivesse explodido uma bomba.») Foi assim que o fundador de uma nova nuvem descreveu a sensação ao ouvir a notícia.

Illustration: a hand withdraws a watering can from chip seedlings, symbolizing tighter AI venture funding

Os cheques costumam ser decididos pelo próprio Huang

Na Nvidia, em qual empresa investir e quanto é, em grande parte, decisão pessoal de Huang. Umesh Padval, sócio-gerente da Seligman Ventures, disse à TechCrunch que a maioria das decisões importantes de investimento da Nvidia em startups vinha do próprio Huang. Padval conhece Huang há muitos anos e integrou com ele o conselho da Mellanox, empresa que a Nvidia viria a comprar por cerca de US$ 7 bilhões.

A sucessora tem outro estilo. A CEO interina da Nvidia é a ex-diretora financeira Colette Kress. Um investidor avaliou: «She’s much more conservative» («Ela é muito mais conservadora») e acha que ela não vai destinar tanto dinheiro para sustentar o ecossistema em estágio inicial. Essas falas vêm de investidores anônimos; a Nvidia não comentou publicamente o ritmo dos investimentos, e por ora não é possível verificar se Kress realmente vai apertar o cinto.

As apostas mais pesadas da Nvidia foram em três tipos de empresa: novas nuvens, provedores de inferência e equipes de modelos de código aberto. Entre os exemplos já divulgados estão: o investimento na CoreWeave antes de ela abrir capital; a participação em duas rodadas da Crusoe, uma delas a Série E de US$ 1,4 bilhão; a compra da Hugging Face este ano por cerca de US$ 13 bilhões, com conclusão prevista para 2027; e participações na Mistral AI, na Lambda e na Black Forest Labs. O Wall Street Journal já havia noticiado que, no ano passado, a Nvidia colocou US$ 800 milhões na Série B de US$ 2 bilhões da Reflection AI, quando a empresa de modelos de código aberto ainda não tinha receita relevante.

Um investidor de venture capital contou um padrão comum: empresas de infraestrutura que precisam de GPUs no valor de US$ 100 milhões a US$ 500 milhões costumam receber da Nvidia primeiro metade do valor necessário, com avaliação a partir de US$ 1 bilhão; só ao ver a Nvidia na lista de acionistas os demais investidores se animam a entrar. «When Nvidia was on the cap table, everyone felt safe.» («Quando a Nvidia estava na tabela de acionistas, todos se sentiam seguros.»), disse Padval.

A expectativa dos investidores é que a Nvidia fique mais seletiva: menos projetos novos, cheques menores de continuidade para os antigos e avaliações em queda.

Google e Amazon podem ocupar o espaço?

Há quem espere que as grandes empresas assumam o papel. Dharmesh Thakker, sócio-geral da Battery Ventures, prevê que as big techs disputarão a «coroa do investimento» deixada pela Nvidia, e que a disputa será sobre quem tem bons produtos, um ecossistema capaz de rivalizar com o CUDA e fôlego financeiro para sustentá-lo.

Thakker, porém, também é cético. Google, Amazon, Microsoft e AMD podem investir em algumas startups já maduras para promover seus próprios chips e nuvens, mas ele não acredita que essas empresas vão despejar centenas de milhões de dólares em empresas de infraestrutura ainda sem receita, como a Nvidia fazia.

É aí que as duas lógicas de investimento se distinguem. Quando a Nvidia investe numa nova nuvem, o dinheiro é usado para comprar placas da Nvidia e volta rapidamente para ela; quando uma nuvem investe numa empresa do mesmo tipo, está financiando um concorrente. A TechCrunch também apontou o outro lado: a Nvidia prendeu várias empresas aos seus chips com cheques generosos, o que reforçou sua posição de mercado; se ela recuar, os rivais ganham espaço. Por coincidência, o Google acabou de lançar dois novos chips esta semana.

O lado dos modelos de código aberto

Nathan Lambert, pesquisador do AI2, escreveu em 14 de novembro que a saída de Huang é um grande revés para o ecossistema americano de modelos abertos. Segundo ele, o objetivo número um da Nvidia agora é estabilizar a situação e entregar no prazo aos clientes nos próximos 24 meses, e o dinheiro para as apostas «de fundador» de Huang em código aberto muito provavelmente vai secar.

Lambert avalia que a equipe da família Nemotron, da própria Nvidia, tem ambição e boas pessoas, mas ainda não chegou ao ponto de declarar sucesso. O modelo de pesos abertos de melhor desempenho recente nos EUA é o Inkling 2 Small, da Thinking Machines, que ainda fica atrás do Kimi K3.1 Pro, da Moonshot AI. Ele cita Dylan Patel, CEO da SemiAnalysis, em um podcast: «It’s not money, it’s talent, man.» («Não falta dinheiro, falta talento.»)

Para as equipes chinesas de modelos de código aberto, se o cenário seguir o que Lambert prevê, o ator que mais gasta no campo americano de código aberto será o primeiro a soltar a mão, e o ritmo de aproximação de Kimi, DeepSeek e GLM pode diminuir. A aquisição da Hugging Face pela Nvidia ainda está em andamento; se a estratégia da plataforma mudará depois da conclusão, não há informação pública no momento.

Fontes: TechCrunch, Interconnects, CocoLoop, Wall Street Journal; o número de rodadas segue o critério de contagem da PitchBook, e os valores de cada investimento seguem as divulgações públicas.