O próximo sistema de inteligência artificial (IA) da Nvidia vai custar US$ 9,1 milhões por rack. É esse o preço estimado pela Bernstein para o Vera Rubin NVL72, o sucessor do Blackwell que a empresa está preparando para escalar em 2026 e 2027.

Para os maiores clientes da Nvidia — Google, Microsoft, Meta e Amazon —, o número representa uma conta significativamente mais alta do que a geração anterior.

A principal razão não é o chip em si, mas a memória.

Por que a memória está encarecendo tudo?

A Bernstein estima que os preços da memória de alta largura de banda vão mais do que triplicar até o momento em que o Vera Rubin chegar em escala.

Com isso, os custos de memória e armazenamento devem chegar a US$ 3,2 milhões por rack, mais de um terço do custo total do sistema, segundo a firma de pesquisa.

O impacto já estava aparecendo nos balanços das big techs antes mesmo de o Vera Rubin chegar ao mercado.

Em abril, o CEO da Meta, Mark Zuckerberg, e a CFO da Microsoft, Amy Hood, citaram o aumento nos preços de memória como fator central no crescimento dos gastos com IA.

A alta ajudou a impulsionar uma disparada nas ações de empresas de memória como Micron e SK Hynix, que atingiu capitalização de mercado de US$ 1 trilhão em maio de 2026, segundo o Business Insider.

Mas o problema não se limita à memória.

A Bernstein também apontou que os custos de redes, resfriamento e distribuição de energia estão subindo e contribuindo para o encarecimento dos sistemas.

Um data center de 1 gigawatt equipado com Vera Rubin custaria cerca de US$ 47 bilhões para construir, contra US$ 40,5 bilhões para um data center equivalente com os chips da geração anterior, segundo a estimativa da firma.

A Nvidia vai repassar o custo

A questão central para os clientes é quem vai absorver essa alta. Para a Bernstein, é a Nvidia.

"Acreditamos que a Nvidia provavelmente tem algum tipo de mecanismo de precificação dinâmica e vai repassar esse aumento aos clientes em vez de absorvê-lo como redução de margem", escreveu a firma em nota a investidores.

O argumento da Bernstein é estrutural. A Nvidia domina o mercado de GPUs para IA sem concorrência real no horizonte próximo — o que significa que seus clientes têm poucas alternativas. Diante de demanda alta e oferta limitada, a empresa tem poder de precificação suficiente para transferir custos sem perder clientes.

Jensen Huang já havia sinalizado o problema antes. O CEO da Nvidia alertou que a escassez de memória pode durar "alguns anos", um aviso que, à luz das projeções da Bernstein, começa a ter implicações financeiras concretas para quem está construindo data centers de IA em escala.

A parceria com a SK Hynix

Nesta semana, a Nvidia e a fabricante sul-coreana de semicondutores SK Hynix anunciaram uma parceria de vários anos para desenvolver memória de nova geração para sistemas futuros, incluindo o Vera Rubin.

A SK Hynix é hoje a principal fornecedora de memória de alta largura de banda do mundo e peça central na cadeia de suprimentos da Nvidia.

A parceria sinaliza que a Nvidia está tentando garantir acesso prioritário a um componente que, segundo suas próprias projeções, estará em escassez por anos.

Para os clientes que estão planejando seus data centers de IA para 2027 e 2028, o recado da Bernstein é claro: o custo de treinar e rodar modelos avançados de IA vai continuar subindo — e a conta vai chegar.