CEO da Nvidia ousa dizer em público o que todos pensam sobre a China.

O chefe da Nvidia, empresa que alimenta o boom atual de inteligência artificial, colocou em dúvida - em público - se os Estados Unidos conseguem construir com velocidade suficiente para manter vivos os seus planos em IA, ao comparar diretamente com o avanço chinês em concreto, cabos e quilowatts.

A corrida armamentista de IA esbarra no mundo real

Em um evento no Centro de Estudos Estratégicos e Internacionais (CSIS), em Washington, o diretor-executivo da Nvidia, Jensen Huang, fez algo incomum entre líderes de tecnologia: criticou abertamente a capacidade dos próprios EUA de transformar ambição em execução.

No setor de IA, há consenso de que os americanos ainda lideram em projeto de processadores e em modelos de última geração. As GPUs da Nvidia estão no núcleo de robôs de conversa, geradores de imagem e soluções de IA industrial de costa a costa. Ainda assim, Huang sustentou que essa vantagem pode bater em um limite bem concreto: a rapidez com que o país consegue erguer a infraestrutura física necessária.

A IA pode ser escrita em código, argumentou Huang, mas ela funciona sobre concreto, aço e linhas de transmissão - e, nesse terreno, a China está avançando mais depressa.

A tese central dele foi direta. Nos EUA, um centro de dados moderno voltado à IA pode levar cerca de três anos desde o início das obras até virar um supercomputador operacional. Na China, segundo ele, projetos de escala equivalente ficam prontos muito mais rápido - citando, como referência de ritmo, a construção acelerada de hospitais de emergência durante a pandemia.

Em um segmento em que seis meses podem parecer uma era, atrasos de vários anos para colocar nova capacidade computacional no ar significam oportunidades perdidas, custos maiores e perda de influência.

Energia: o gargalo silencioso por trás da IA

As observações mais duras de Huang não foram sobre prédios, e sim sobre eletricidade. Treinar modelos grandes de IA consome energia em volumes enormes - e a etapa de inferência (rodar esses modelos em produção, todos os dias) tende a gastar ainda mais.

Ele destacou que a China já possui aproximadamente o dobro da capacidade de geração de energia dos Estados Unidos - e que essa capacidade continua subindo, enquanto a americana permanece, em grande parte, estagnada.

Na leitura dele, apenas essa tendência já deveria preocupar formuladores de políticas nos EUA. Mais capacidade elétrica significa mais espaço para operar, em escala, aglomerados de GPUs famintos por energia - e com menor custo marginal. Isso se torna decisivo à medida que a IA sai dos laboratórios de elite e se espalha para usos cotidianos e intensivos em energia, como logística, manufatura e serviços públicos.

Huang não está sozinho no alerta. O investidor Kevin O’Leary apontou recentemente que, nos EUA, processos de licenciamento para projetos industriais e de energia podem atrasar obras entre seis e 18 meses. Na China, por outro lado, novas plantas e instalações são anunciadas e colocadas em marcha em um ritmo que incorporadoras americanas têm dificuldade de acompanhar.

• Prazos longos de licenciamento nos EUA desaceleram a construção de centros de dados.
• Crescimento quase plano da capacidade elétrica limita a expansão futura da IA.
• A alta da capacidade chinesa dá suporte a mais projetos experimentais de IA.

Sem eletricidade abundante e relativamente barata, até os processadores de IA mais sofisticados ficam ociosos - ou subutilizados. Para Huang, é aí que a estratégia atual de Washington corre o risco de falhar: o país projeta o “cérebro”, mas não constrói o “corpo” que o sustenta.

Além do volume total de energia, há entraves menos visíveis que também travam a expansão: filas para conexão à rede, falta de transformadores e subestações, e atrasos na construção de novas linhas de transmissão. Mesmo quando o investimento existe, a entrega física desses componentes pode virar um gargalo tão duro quanto qualquer limitação de orçamento.

Outro ponto que tende a ganhar peso é o resfriamento. Centros de dados de IA podem exigir grandes quantidades de água e/ou sistemas complexos de troca térmica. Isso aumenta a resistência local a novos empreendimentos, principalmente em regiões com estresse hídrico, e adiciona uma camada extra de licenças e negociações comunitárias.

Nvidia e Jensen Huang: liderança tecnológica e a lacuna desconfortável na China

No que diz respeito à tecnologia em si, Huang enfatizou que os EUA ainda têm uma liderança clara. A Nvidia continua lançando novas gerações de GPUs em um ritmo que rivais não conseguem igualar com facilidade. Além disso, laboratórios e empresas americanas permanecem à frente nos chamados modelos de fronteira - os maiores e mais capazes sistemas de IA usados tanto em pesquisa avançada quanto em produtos comerciais.

Ele descreveu a disputa em IA como um “bolo de cinco camadas”: energia na base, depois processadores, depois infraestrutura, depois modelos, com aplicações no topo. Na visão dele, os EUA dominam as camadas superiores - especialmente processadores e modelos - enquanto a China consolida o alicerce ao expandir agressivamente energia e infraestrutura digital.

O risco, alertou, é que quem controla as fundações da pilha pode subir rapidamente, sobretudo quando engenheiros competentes e ferramentas de IA de código aberto estão amplamente disponíveis.

Havia também um subtexto pessoal. A Nvidia enfrenta fortes restrições para vender seus processadores mais avançados para a China - o segundo maior mercado tecnológico do mundo - devido a controles de exportação dos EUA. Huang não escondeu a frustração por ficar parcialmente bloqueado e, ao mesmo tempo, insistiu que autoridades americanas subestimam a resiliência manufatureira chinesa por sua conta e risco.

A China consegue mesmo alcançar os EUA em processadores?

Alguns, em Washington, defendem que sanções empurraram a China para um “segundo escalão” permanente em projeto e fabricação de semicondutores. Huang contestou essa ideia. Ele alertou contra a suposição de que empresas chinesas continuarão atrás no longo prazo, lembrando o histórico do país em painéis solares, baterias e equipamentos de telecomunicações.

Companhias chinesas já projetam seus próprios aceleradores e processadores de IA para uso doméstico. Ainda não estão no nível da Nvidia - especialmente nos nós de fabricação de ponta -, mas a cada geração parte da distância diminui. A mensagem de Huang foi clara: apostar em estagnação tecnológica permanente de um país com 1,4 bilhão de engenheiros, pesquisadores e trabalhadores de fábrica é uma aposta arriscada.

Camada do “bolo” da IA	Posição atual dos EUA	Posição atual da China
Energia	Alta qualidade, mas crescimento limitado	Muito grande, crescendo rapidamente
Processadores	Líder global claro (Nvidia e outros)	Evoluindo, ainda atrás no topo
Infraestrutura	Forte, porém travada por regulação	Implantação rápida de novos centros de dados
Modelos	Dominância em sistemas de fronteira	Aproximação, especialmente em língua chinesa
Aplicações	Ecossistema dinâmico de empresas emergentes	Mercado doméstico enorme, usos impulsionados pelo Estado

Regulação, política e o fator Trump

As falas de Huang chegam em um clima político acalorado. Políticos americanos de ambos os partidos falam em “vencer” a corrida da IA, mas o foco legislativo tem se concentrado mais em regras de segurança, controles de exportação e audiências de alto impacto com executivos do setor.

Ele defendeu, em vez disso, uma agenda de reindustrialização acelerada: licenças mais rápidas, melhor planejamento da rede elétrica e uma mentalidade que trate centros de dados como infraestrutura crítica - no mesmo patamar de aeroportos e portos. Essa visão se aproxima de propostas associadas ao círculo de Donald Trump, que enfatizam reduzir burocracia para energia e indústria pesada.

Uma mudança assim, porém, tem custos. Afrouxar revisões ambientais pode acelerar a infraestrutura da IA, mas também pode prender o país a maior uso de combustíveis fósseis ou intensificar a resistência local por questões de terreno, ruído e consumo de água. Nos EUA, já existe oposição comunitária a centros de dados por pressão sobre redes locais e uso de água para resfriamento.

Por que concreto e cabos decidem o poder em IA

Para quem não é especialista, discutir megawatts e licenciamento pode parecer pouco atraente perto de demonstrações de robôs falantes. Só que são esses fundamentos que determinam quem realmente colhe os benefícios da IA - e em que prazo.

Pense em dois cenários. No primeiro, os EUA preservam a liderança em GPUs, mas não conseguem adicionar usinas e linhas de transmissão na velocidade necessária. Provedores de nuvem racionam acesso a processadores avançados, os preços ficam altos e muitas empresas menores nunca conseguem treinar modelos robustos. No segundo, um país com menos restrições ergue grandes fazendas de servidores, intensivas em energia; suas empresas inundam o mercado doméstico com serviços de IA, e o governo aplica IA em vigilância, logística e indústria em larga escala.

O alerta de Huang é que o segundo cenário hoje parece mais provável para a China do que para os EUA. Isso não significa declínio americano inevitável, mas sugere que a vantagem pode ficar mais estreita e frágil do que políticos presumem.

Termos-chave que moldam este debate

Algumas expressões técnicas sustentam a discussão:

• GPU (unidade de processamento gráfico): criada originalmente para jogos, a GPU executa muitas operações pequenas em paralelo, o que a torna ideal para treinar IA.
• Modelo de fronteira: sistema de IA muito grande, na borda do que é possível hoje, geralmente exigindo meses de treinamento com milhares de GPUs.
• Licenciamento: processo de obter aprovações do governo para construir usinas, linhas de transmissão ou centros de dados; atrasos aqui podem paralisar projetos por anos.
• IA de código aberto: modelos e ferramentas disponibilizados publicamente, permitindo que países com menos recursos adaptem IA avançada sem começar do zero.

Para investidores, cidades e até eleitores comuns, a intervenção de Huang vira uma lista de verificação prática: ao avaliar promessas grandiosas de liderança em IA, olhe além das demonstrações de laboratório. Pergunte quantos megawatts estão disponíveis, quão rápido novas linhas e subestações podem ser construídas e quais governos tratam infraestrutura de IA como estradas ou ferrovias.

A mensagem desconfortável do CEO da Nvidia é que processadores, por si só, não vencem essa corrida. A execução bruta em energia e construção - onde a China opera hoje em ritmo industrial - pode definir quem dita o compasso na próxima década da inteligência artificial.