A Nvidia anunciou duas grandes transações em agosto de 2026 que reformulam sua vantagem competitiva. Primeiro: um memorando de entendimento com Goldman Sachs, Apollo Global Management, Blackstone, BlackRock, Brookfield e KKR para mobilizar mais de $500 bilhões em capital de terceiros para financiamento de GPU. Segundo: um compromisso de até $105 bilhões para apoiar um data center do OpenAI na Universidade de Tecnologia PORTS-Pike em Pike County, Ohio, incluindo um investimento direto de $1,5 bilhão na SB Energy e aproximadamente 4 gigawatts de capacidade. Desempenho de chip trouxe a Nvidia até aqui. Capital é como ela permanece.
O fluxo de caixa livre trimestral da Nvidia atingiu $48,5 bilhões no período mais recente, 18 vezes maior em três anos. A empresa implantou isso em participações acionárias na cadeia de suprimentos de IA: títulos patrimoniais comercializáveis somam $30,2 bilhões, acima de $12,9 bilhões um ano atrás. As participações em private equity subiram para $22,25 bilhões de $3,39 bilhões. No ano fiscal passado, a Nvidia investiu $17,5 bilhões em empresas privadas e fundos de infraestrutura, "principalmente para apoiar startups em estágio inicial," conforme informação de registro na SEC—empresas que então compram seus produtos diretamente ou através de provedores de serviços em nuvem.
O padrão da Nvidia é consistente: investir e depois garantir compromissos de compra de GPU. CoreWeave assinou um acordo de compra de computação de $6,3 bilhões válido até 2032 junto com sua participação acionária na Nvidia. Quando a Nvidia investiu $10 bilhões na Anthropic em novembro de 2025, o laboratório de IA firmou um acordo separado para comprar $30 bilhões em capacidade de computação Microsoft Azure e se comprometer a implantar os sistemas Nvidia Grace Blackwell e Vera Rubin. O investimento de $30 bilhões no OpenAI, que se finalizou em fevereiro de 2026 com avaliação pós-investimento de $852 bilhões, é em parte estruturado em torno de aluguéis de GPU. O analista Mizuho Jordan Klein chamou isso de "pré-financiamento da compra de seus próprios GPUs." Os analistas da Cantor chamaram as mesmas transações de "criação de fossos competitivos adicionais."
O ecossistema é capitalizado em termos Nvidia. Entre 2021 e 2025, a Nvidia participou de rodadas envolvendo 241 empresas únicas. Um relatório SOMO de junho de 2026 descobriu que 9 das 10 startups de IA mais financiadas na Forbes AI50 haviam recebido capital Nvidia, incluindo OpenAI, Anthropic e Mistral. NVentures completou 30 negócios em 2025, acima de um negócio em 2022. Participação de venture total: 67 negócios em 2025 versus 54 em 2024. Quando o orçamento inicial de infraestrutura de uma startup inclui dinheiro Nvidia e seu arrendamento de GPU se estende até 2032, a decisão de aquisição fica travada, não uma análise neutra de custo por flop.
Precificação do mercado spot reflete a mesma gravidade. As taxas de aluguel H100 de um ano moveram de $1,70 por hora de GPU em outubro de 2025 para $2,35 em março de 2026. As taxas sob demanda multi-provedor seguiram uma trajetória similar, subindo de $2,00 por hora de GPU em outubro de 2025 para $2,70 em junho de 2026. Capacidade Blackwell B200 é precificada entre $5,30 e $7,05 por hora de GPU. O argumento da Nvidia para parceiros de Wall Street é que GPUs são ativos produtivos de longa vida. O A100, lançado em 2020, permanece em uso comercial ativo seis anos depois. Devem ser financiados como infraestrutura, não baixados como hardware de servidor.
O ponto fraco real do fosso é inferência, não treinamento. O custo de troca CUDA cai quando modelos são executados em vez de treinados. AMD ROCm e TorchTPU do Google (um caminho de execução nativo PyTorch para TPUs, co-desenvolvido com Meta) estão ganhando tração em stacks de inferência. A aquisição do Groq pela Nvidia—cujas Unidades de Processamento de Linguagem baseadas em SRAM superam GPUs na fase de geração autorregressiva—sinaliza que a empresa está se movimentando para possuir o segmento de inferência especializada antes que concorrentes o reivindiquem.
Para arquitetos: sair da Nvidia agora exige desfazer arranjos financeiros incorporados em stacks de capital de fornecedores, não apenas portar kernels CUDA.