Trinta dias, trinta e três anos: Jensen Huang deixa a Nvidia
Na tarde de 12 de novembro de 2026, a sala de imprensa da Nvidia publicou um comunicado de menos de trezentas palavras. Jensen Huang renunciava aos cargos de presidente, diretor-presidente e membro do conselho, com efeito imediato.
Sem período de transição. Sem “deixará o cargo em tal data”. Sem o título de conselheiro que fundadores costumam manter.
A ação caiu mais de 10% no pré-mercado e fechou em queda de 4,34%, apagando cerca de 182 bilhões de dólares em valor de mercado. O conselho agiu no mesmo dia: Colette Kress, vice-presidente executiva e CFO, assumiu como CEO interina sem largar a diretoria financeira; Harvey C. Jones, ex-CEO e presidente executivo da Synopsys, tornou-se o primeiro presidente do conselho em 33 anos. O cargo nunca havia existido.
O comunicado não informa o motivo. Diz que operações, compromissos com clientes e o roteiro de produtos seguem como planejado, e que o resultado do terceiro trimestre sai em 17 de novembro.
Um obituário seria fácil de escrever e pouco útil. A pergunta que vale é outra: das decisões desses 33 anos, quais foram julgamento pessoal de Huang e quais já viraram memória muscular da organização. A teleconferência de 17 de novembro testa a segunda categoria.
A mesa do Denny’s
5 de abril de 1993, San José, Califórnia, uma mesa em um Denny’s. Três pessoas: Huang, recém-saído da LSI Logic, e Chris Malachowsky e Curtis Priem, ambos da Sun Microsystems. Capital inicial: 40 mil dólares. Huang tinha 30 anos.
O nome vem do latim invidia, inveja. Os primeiros arquivos usavam o prefixo NV, de next version. Eles acreditavam em algo concreto: o PC passaria de máquina de escritório a dispositivo de consumo, e a primeira necessidade de um dispositivo de consumo é imagem.
Em 1993 a tese não era excêntrica. Havia duas dúzias de fabricantes de chips gráficos; três anos depois, setenta. Em 2006, só um seguia independente.
O excêntrico nunca foi a tese. Foi o tamanho da aposta.
A primeira aposta errada: NV1 e as superfícies quadráticas
A NV1 de 1995 foi um erro de manual, e o erro estava na geometria.
A renderização de polígonos rodava em triângulos, e o DirectX da Microsoft transformava isso em padrão de fato. A NV1 escolheu mapeamento de textura quadrático: montar objetos com superfícies curvas, o que em teoria economiza banda, suaviza bordas e evita o serrilhado dos triângulos.
A Sega portou o arcade Virtual Fighter, o primeiro jogo 3D a rodar em um chip Nvidia. A placa chegou ao varejo como Diamond Edge 3D.
O problema não era cálculo. Era a cadeia de ferramentas. Software de modelagem, assets, engines e o reflexo de cada programador cresceram em torno de triângulos. Uma placa que só desenha curvas pede que uma indústria inteira refaça seu fluxo. Nenhuma vantagem de desempenho compensa isso.
A Sega cancelou o pedido seguinte. Huang voou ao Japão, admitiu o erro de rota a Shoichiro Irimajiri e pediu que o dinheiro já pago ficasse. Irimajiri converteu o pedido em um investimento de 5 milhões de dólares. Comprou cerca de seis meses.
Em 1996, demitiu mais da metade da equipe e colocou o caixa restante em um projeto que ainda não havia saído da fábrica.
“Nossa empresa está a trinta dias de fechar.” Repetiu isso em reuniões gerais por uma década. Não era metáfora. Era o caixa.
A segunda aposta: RIVA 128 e o padrão
A RIVA 128 chegou em 1997 como resultado dessa aposta. O primeiro processador 3D de 128 bits do mundo, sem curvas, só triângulos, plenamente comprometido com o Direct3D. Um milhão de unidades em quatro meses.
No lançamento, o saldo bancário cobria uma folha. O detalhe é contado como história de superação, mas o ponto se perde: o custo de admitir uma rota técnica errada precisa ser menor que o caixa disponível. Entre a NV1 e a RIVA 128 não há gênio. Há uma admissão pública e cara, inclusive ao cliente que já havia pago.
É aí que a maioria das empresas morre. A rota está errada, mas a organização não tem vocabulário para admitir, então o recurso continua indo para o custo afundado.
Inventar uma palavra: a GPU em 1999
Janeiro de 1999: a Nvidia abre capital na Nasdaq a 12 dólares por ação.
Outubro do mesmo ano: GeForce 256. A Nvidia cunha o termo GPU e dá uma definição verificável: processador de chip único com transformação, iluminação, montagem e recorte de triângulos e motores de renderização integrados, capaz de processar ao menos dez milhões de polígonos por segundo.
O fundo era o T&L em hardware. Até então, transformação de vértices e iluminação eram trabalho da CPU, e a placa só pintava triângulos já calculados. Trazer o T&L para a placa deu a ela carga de trabalho própria. Deixou de ser tela.
A cronologia oficial traz a comparação: GPUs atuais passam de sete bilhões de polígonos por segundo. Vinte e sete anos, três ordens de grandeza.
A palavra depois escapou dos gráficos e virou unidade de computação. “Quantas GPUs precisamos” significava outra coisa em 2023.
Empresas que competem por produtos entregam produtos. Empresas que competem por categorias inventam palavras. Dar nome a uma coisa é como se fixa o placar, e quem fixa o placar decide sobre o que se joga a rodada seguinte.
A aposta que ninguém gostava: CUDA
Em 2006 a arquitetura G80 trouxe shaders unificados: pixel e vértice deixaram de ser fisicamente separados e todo processador de fluxo passou a executar código geral. Uma G80 tinha 128 processadores em oito grupos de dezesseis.
Depois veio a decisão mais importante da história da empresa, e não foi uma decisão de produto: abrir esses núcleos programáveis para computação não gráfica. O CUDA saiu em novembro de 2006.
Tecnicamente era modesto: um modelo paralelo com sintaxe tipo C. Threads em blocos, blocos em grades; 32 threads formam um warp que executa uma instrução por ciclo e se distingue apenas pelos registradores de dados. O programador não precisa saber quantos SMs a placa tem. Precisa responder quantos dados independentes o problema dele contém.
Essa camada de abstração é o conteúdo técnico real da aposta. Transforma paralelismo de detalhe de hardware em modelo de programação, ao preço de área de silício, pilha de drivers, compilador, depurador e vinte anos de compatibilidade.
Comercialmente, nada modesto: o CUDA foi para todas as GeForce, inclusive as compradas só para jogar.
Wall Street viu custo. Por que uma placa de jogo pagaria transistores e validação por um compilador que ninguém usa? Na crise de 2008, a ação caiu 70%.
“Estávamos democratizando a supercomputação”, disse Huang depois.
Em 2008 soava como consolo. Levou seis anos para virar constatação.
Seis anos depois: duas GTX 580
Em 2012, três pessoas da Universidade de Toronto — Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton — treinaram uma rede convolucional em duas GeForce GTX 580 de consumo para a ImageNet. Taxa de erro: 15,3%. O segundo lugar: 26,2%.
O fato técnico importante não foi o algoritmo vencer. Foi o hardware já estar lá. Uma década de CUDA nas prateleiras significava que todo laboratório do mundo já tinha uma máquina capaz de rodar aprendizado profundo; ninguém havia avisado.
O ecossistema compõe assim. Não é preciso convencer ninguém a comprar placa em 2012. É preciso que a placa esteja na mesa em 2006.
É também a chave do fosso. Os 92% do mercado corporativo não se sustentam pela vantagem de desempenho de uma geração. Sustentam-se porque, quando o código de qualquer artigo chega ao GitHub, alguém consegue clonar e rodar. O custo de migração vive em milhões de linhas de CUDA, não no chip.
Carregar a caixa: DGX-1 e a fronteira de “uma máquina”
Em agosto de 2016, Huang dirigiu até São Francisco e levou a primeira DGX-1 pessoalmente ao escritório da OpenAI. A máquina custava 129 mil dólares, tinha oito P100 ligadas por NVLink. Elon Musk estava na sala.
Um CEO de uma empresa de dezenas de bilhões entregou um computador a um laboratório sem fins lucrativos recém-criado, e fez o transporte. A história virou anedota. É o autorretrato mais exato da casa: não vendem um chip, vendem um modelo de como a computação deve ser.
A Volta chegou em 2017 com Tensor Cores, uma unidade de multiplicação de matrizes 4×4. Os operadores centrais de um Transformer são quase todos multiplicação de matrizes em lote, e a queda do custo de treinamento entre 2020 e 2025 veio metade de processo e empacotamento, metade de fabricar hardware dedicado a essa operação.
Depois a precisão caiu geração após geração: FP16 na V100, BF16 e TF32 na A100, FP8 na H100, FP4 na Blackwell. Cada passo fez o mesmo: retirar do silício e da banda a precisão que o modelo não precisa.
Interface geral, núcleo especializado. Essa combinação explica por que “chips dedicados vão substituir a GPU” é previsto todo ano e nunca acontece.
## Soldar a multiplicação de matrizes no silício
Volta chegou em 2017 e a V100 trouxe Tensor Cores: uma unidade de multiplicação-acumulação de matrizes 4×4 que completa um lote de operações por ciclo de clock. Na época, a maioria dos frameworks ainda chamava cuBLAS em FP32, e o caminho FP16 exigia mexer no código para render.
Cinco anos depois isso se tornou decisivo. Os operadores centrais de um Transformer são quase todos multiplicação de matrizes em lote; a transposta QK na atenção e a soma ponderada após o softmax caem no hardware como GEMMs de grande porte. A queda do custo de treinamento entre 2020 e 2025 veio metade de processo e empacotamento, metade da decisão de fabricar uma unidade dedicada a essa operação.
Depois a precisão desceu geração após geração: FP16 na V100, BF16 e TF32 na A100, FP8 na H100, FP4 na Blackwell. Cada passo fez o mesmo: retirar da área de silício e da banda de memória a precisão numérica que o modelo não precisa.
Visto em retrospecto, foi um hedge inteligente da estratégia CUDA: manter um modelo de programação geral para fora, construir hardware dedicado para o kernel mais frequente para dentro.
Interface geral, núcleo especializado. Essa combinação explica por que «chips dedicados vão substituir a GPU» é previsto todo ano e nunca acontece: os desafiantes perdem por falta de generalidade, ou por não ter os milhões de linhas já escritas.
Um fracasso: Tegra
A história de 1993 a 2026 tem mais fracassos que sucessos. Eles só fazem menos barulho.
Em 2008 a Nvidia lançou o Tegra e foi atrás dos celulares. O Tegra foi parar no Zune HD, em alguns tablets e centrais automotivas, e depois foi empurrado para fora do mercado de massa pela Qualcomm e pelos SoCs da Apple. Por volta de 2015 o negócio havia saído da briga móvel para cockpits e direção autônoma.
A mesma lição da NV1, com mensalidade menor: um chip mais rápido dentro do ecossistema alheio não vence quem define o ecossistema.
O ramo que sobrou — automotivo e robótica — virou dez anos depois a porta de entrada da IA encarnada.
De um a cinco trilhões
A H100 chegou em 2022. O ChatGPT apareceu meses depois. O timing era bom demais.
O valor de mercado passou de 1 trilhão em 2023, 3 trilhões em 2024, e em outubro de 2025 a Nvidia foi a primeira empresa a superar 5 trilhões. A fatia corporativa ronda 92%.
Sorte existiu. A AlexNet rodou nas placas deles; o operador central do Transformer é multiplicação de matrizes; modelos grandes precisam de milhares de placas ligadas como uma máquina. Mas sorte explica os picos, não a presença em todos.
A formulação dele era a Lei de Huang: desempenho dobra a cada dois anos enquanto o custo por unidade cai. Não é uma reescrita da Lei de Moore; é comprimir arquitetura, empacotamento, interconexão e software numa única cadência. A pré-condição é que as quatro camadas estejam na mesma empresa, e que assine alguém que não precise justificar gasto de longo prazo numa teleconferência trimestral.
Em 2 de setembro de 2026, conversando com o secretário de Comércio Howard Lutnick, disse: “Eu poderia parar de trabalhar, mas não quero perder isso. Não vou perder os próximos 10, 15 anos.” Também disse que faltavam 100 gigawatts de infraestrutura de computação até 2030.
Dez semanas depois, ele não estava mais lá.
Dois mapas
O negócio na China é o pano de fundo das investigações abertas depois de 12 de novembro.
Em outubro de 2022, o Departamento de Comércio restringiu a exportação de A100 e H100, e a Nvidia lançou as A800 e H800 cortadas. Em outubro de 2023, novas regras escreveram limites de densidade de desempenho no texto, essas peças entraram na lista, e veio o vaivém do H20: restrito, depois licenciado com condições em 2025.
O resultado foi mudança de mix: a receita de data center na China caiu de mais de um quinto do total para quase nada, e depois se recuperou em parte. Nenhuma engenharia resolve isso, porque o que se mede não é desempenho. É licença.
Por isso a carta que chegou depois de 12 de novembro não falava de computação, e sim de quem aprovou o quê e onde estão os registros. Richard Neal e Ron Wyden pediram ao Departamento que preservasse os documentos. São minoria: podem perguntar, não obrigar.
A conta da fábrica de IA
Em setembro de 2026, Huang passou a chamar data centers de “fábricas de IA” e deu um cronograma: 100 gigawatts antes de 2030.
Uma unidade nuclear grande tem cerca de 1 gigawatt. O número desloca a conversa de embarque de chips para energia e terreno. No mesmo mês, a Nebius anunciou 40 bilhões de dólares de capex para 2027 e caiu 17% em um dia; a obra da Microsoft em Nova Jersey estava meses atrasada. O gargalo saiu do acelerador para a subestação.
É também a parte mais difícil da sucessão. Huang não vendia só chips. Vendia a expectativa de que computação segue escassa, e essa expectativa precisa de alguém repetindo toda semana.
Depois que a inferência assume
Entre 2024 e 2026 o formato da demanda mudou. O capex de treinamento continuou enorme mas desacelerou; a inferência assumiu: contexto longo, agentes chamando ferramentas em laço, autoverificação em várias passadas.
A economia é diferente. Treinamento premia FLOPS de pico e banda de interconexão. Inferência premia custo marginal por token: capacidade de memória decide quanto KV cache cabe, banda decide a velocidade de decodificação, quantização decide o tamanho do modelo que entra na mesma VRAM. Comprimir o KV cache cinco vezes significa servir cinco vezes mais concorrência por placa.
Daí o movimento para FP4 após Blackwell, e daí compressão de KV cache, decodificação especulativa e escalonamento de lotes ocuparem a maior parte da pesquisa em 2026.
Para o fosso, a virada joga contra. A era do treinamento premiava a placa mais rápida. A era da inferência premia o menor custo por token, terreno que ASICs próprios podem tomar: TPU do Google, Trainium da AWS, MTIA da Meta. Huang segurava a lacuna com cadência anual de arquitetura. Se uma segunda pessoa sustenta essa cadência é o que se deve olhar depois de 17 de novembro.
Sessenta subordinados diretos
O estilo de gestão era atípico até para o Vale do Silício. Cerca de 60 subordinados diretos. Sem reuniões individuais. Sem slides.
Todos enviavam um e-mail semanal Top 5 Things: os cinco assuntos mais importantes e o que você estava pensando. A informação corria na horizontal, em vez de subir e descer a hierarquia. A prática sobreviveu aos dez mil funcionários, ao custo de uma agenda picada.
“Nossa empresa está a trinta dias de fechar” era a linha de base emocional do sistema. Mantinha uma empresa de 4 trilhões em tensão. Também fez com que, em 33 anos, ninguém crescesse até virar sucessor.
Não é conspiração, é estrutura: um CEO que se enfia em todo circuito crítico de decisão suprime sistematicamente a formação de um segundo decisor.
Depois de 12 de novembro
Kress tem 59 anos. Chegou como CFO em setembro de 2013, depois de quase 25 anos em finanças na Texas Instruments, Microsoft e Cisco. Fontes ouvidas pela Reuters a descrevem como o inverso calmo do estilo confrontador de Huang.
O mercado não está convencido. Anshel Sag, da Moor Insights and Strategy, é direto: colocar a CFO no cargo interino acalma os mercados, mas ela não é a visionária de longo prazo de que a Nvidia precisa.
Três nomes circulam: Ian Buck, na Nvidia desde 2004, responsável por hardware e software de IA e ligado ao CUDA inicial; Rene Haas, CEO da Arm, sete anos como vice-presidente na Nvidia; e Lisa Su, CEO da AMD, a concorrente mais direta.
Em 17 de novembro, após o fechamento, saem os números do terceiro trimestre. Será a primeira rodada de perguntas da nova liderança.
No mesmo dia, Richard Neal e Ron Wyden, os democratas de mais alto escalão nas comissões de Means and Ways da Câmara e de Finanças do Senado, escreveram ao secretário de Comércio Lutnick sobre como as vendas de chips da Nvidia para a China foram conduzidas, e pediram que o departamento preservasse os registros. Minoria: podem perguntar, não obrigar.
A jaqueta de couro branca
Em 33 anos a empresa trocou de CEO uma vez. Agora trocou.
O que se testa não é a competência do sucessor, mas uma pergunta mais silenciosa: dessas apostas — triângulos, T&L em hardware, shaders unificados, CUDA, Tensor Cores, NVLink — quantas foram julgamento pessoal e quantas já são padrão da organização.
O CUDA é a primeira metade da resposta. Mais de quatro mil bibliotecas aceleradas, milhões de desenvolvedores, vinte anos de compatibilidade. Nenhum sucessor derruba isso, como ninguém derruba o x86. É ativo da empresa, não de uma pessoa.
A outra metade é a tensão dos trinta dias. Não se escreve em manual de processo. Só existe se alguém repete e demonstra na agenda. É ativo pessoal.
O comunicado de 12 de novembro separou as duas coisas. O mercado cobrou 182 bilhões pela separação.
O silício cicla em três anos. As arquiteturas em dez. Os ecossistemas em vinte. O mandato de uma pessoa durou trinta e três, justo o suficiente para acertar uma vez nas três camadas.
A jaqueta de couro branca continua no armário. O homem que a vestia não está mais na sala de reuniões.
Referências
- Comunicado da Nvidia (2026-11-12)
- Cronologia corporativa da Nvidia
- The Guardian: quem é Colette Kress
- China Youth Net: a renúncia e os 182 bilhões
- China Youth Daily: fim da era Huang
- China News Service: Nvidia anuncia a renúncia
- The New Yorker: o sucesso da Nvidia como risco americano
- Artigo da AlexNet (NIPS 2012)