Nvidia Investirá US$ 2 Bilhões na Nebius para Expandir Infraestrutura de IA na Nuvem

A parceria de US$ 2 bilhões entre Nvidia e Nebius não é só mais um investimento em infraestrutura: é uma aposta direta na fragmentação do mercado de nuvem de IA. Enquanto os três grandes provedores (AWS, Azure, GCP) dominam a oferta tradicional, a Nvidia está financiando alternativas especializadas, como Nebius, CoreWeave e Nscale, que priorizam cargas agentic, treinamento de modelos de ponta e baixa latência. A Nebius, ex-Yandex, tem perfil técnico distinto: 1.300 engenheiros focados em stack completo (desde o firmware das GPUs até orquestração de clusters), data centers em locais estratégicos como Finlândia e Nova Jersey, e contratos de longo prazo com Meta (US$ 27 bi) e Microsoft (US$ 19 bi). O dinheiro da Nvidia vai acelerar a implantação de hardware Rubin e CPUs Vera, tecnologias ainda não disponíveis comercialmente em escala, mas já integradas nos planos de expansão da Nebius.

O timing é crítico. Em fevereiro de 2026, a Nebius comprou a Tavily, empresa de busca agentic, sinalizando que sua infraestrutura não serve apenas para hospedar modelos, mas para rodar agentes autônomos em tempo real. Isso alinha-se à visão de Jensen Huang sobre 'IA agentic' como principal vetor de demanda por computação, e explica por que a Nvidia está disposta a bancar racks Vera Rubin que custam US$ 9,1 milhões cada, mesmo com margens apertadas no curto prazo.

Essa parceria muda o equilíbrio de poder no ecossistema de IA. Em vez de depender de poucos provedores que controlam acesso a chips e rede, empresas de médio porte e startups podem acessar infraestrutura otimizada para agentes via Nebius, com suporte nativo para ferramentas como RAG, memória vetorial e execução multi-etapa. Para o Brasil, isso significa que soluções locais de IA aplicada (saúde, agronegócio, finanças) ganham uma rota alternativa de escalabilidade, sem passar pelas barreiras de compliance e custo dos gigantes globais. Também pressiona os provedores brasileiros de nuvem a evoluírem rapidamente em suporte a workloads agentic, ou ficarem restritos a cargas mais simples.