Em 10 de setembro de 2026, a NVIDIA e a Palantir anunciaram uma implantação conjunta de inteligência artificial em cadeias de suprimentos críticas. Não se trata de um piloto de laboratório: o primeiro cliente é a própria NVIDIA, que usa o stack para decidir como alocar materiais, capacidade de fabricação e componentes escassos ao longo de uma cadeia de suprimentos que a empresa descreve como uma das mais complexas do mundo, abrangendo milhões de peças e milhares de fornecedores. O anúncio ocorre quando a corrida da IA entra em uma fase em que a restrição competitiva deixa de ser a potência de um único chip e passa a ser a capacidade de construí-lo, distribuí-lo e alimentá-lo com energia.
Do wafer ao token: o que o stack realmente faz
A arquitetura traz os modelos abertos NVIDIA Nemotron para o Palantir Foundry e o AIP, a plataforma de inteligência artificial da Palantir, ancorados na Ontologia: a camada que organiza dados e lógica dispersos em objetos, vínculos e ações que representam o mundo real. O objetivo declarado é criar visibilidade da cadeia de suprimentos, identificar restrições mais cedo, codificar continuamente o conhecimento operacional e orientar decisões na velocidade da máquina, mantendo o controle e a propriedade dos dados proprietários. Modelos pós-treinados recomendam ações, explicam trade-offs e sinalizam riscos emergentes, mas os especialistas da cadeia de suprimentos mantêm o controle das decisões finais. Dentro do AIP, o software NVIDIA cuOpt libera otimização e planejamento de cenários, para que as equipes possam modelar restrições de suprimento e avaliar o impacto operacional das escolhas de alocação.
A matemática da alocação: cuOpt e Time of Ownership
Segundo a documentação técnica da NVIDIA, a cadeia é medida do wafer-out até o primeiro token e se divide em duas etapas: time-to-rack, do silício saindo da fábrica até um sistema montado chegar ao piso de um data center, e time-to-token, tudo o que vem depois, incluindo energia, refrigeração, rede e o stack de software. A equipe de cadeia de suprimentos da NVIDIA construiu com a Palantir um centro de comando, o centro Digital Supply Chain Intelligence, unificando cada insumo de uma decisão de alocação dentro do Foundry. O lado quantitativo roda no cuOpt, que resolve um programa linear inteiro-misto semanal minimizando o Time of Ownership, o tempo que uma planta de fabricação mantém material antes que ele saia como subconjunto ou produto. A formulação também mapeia o grafo de dependências: uma bandeja de computação é bloqueada pelo seu insumo mais escasso, e não pelo médio, e a restrição vinculante muda de semana para semana.
Um número transmite a complexidade física: uma bandeja de computação GB200 NVL72 exige duas CPUs Grace, quatro GPUs Blackwell e trinta e duas pilhas HBM3e. Um rack Vera Rubin, a plataforma de próxima geração, soma até 1.3 million peças em componentes de computação, memória, rede, energia, refrigeração e mecânicos.
O detalhe mais interessante, e mais franco, da documentação técnica é outro: os planejadores humanos superaram consistentemente o modelo quantitativo, porque consideravam e-mails, previsões meteorológicas, eventos geopolíticos e relatórios de fornecedores que o solucionador não conseguia ver. É exatamente por isso que o projeto não é sobre substituir pessoas, mas sobre codificar a experiência delas.
Nemotron pós-treinado: 86.7% nas decisões de alocação
A NVIDIA, portanto, pós-treinou o Nemotron 3.5 Lightning, um modelo de 30 billion parâmetros, com decisões de alocação capturadas, justificativas e resultados, usando NeMo Anonymizer, Data Designer e AutoModel dentro de um ciclo de vida governado no Palantir Autopilot. O modelo especializado alcançou 86.7% de precisão nas decisões de alocação no benchmark de desenvolvimento: 31.2 pontos percentuais à frente do Nemotron 3 Ultra, maior, e 69.2 pontos à frente do seu próprio modelo base. Recomendações aceitas, editadas e substituídas retornam à Ontologia e impulsionam novos ciclos de retreinamento governado: o conhecimento institucional torna-se um ativo acumulativo que encurta o onboarding.
Não é o primeiro passo
A parceria não começou agora. Em 28 de outubro de 2025, as duas empresas anunciaram um primeiro stack tecnológico integrado para IA operacional, com a Lowe's entre os primeiros adotantes, construindo uma réplica digital de sua rede logística global. O perímetro se ampliou desde então: a nova arquitetura de referência, o Palantir Sovereign AI Operating System apoiado pela Dell Technologies e pela Cisco, foi projetada para implantações soberanas e on-premise, e o modelo está sendo oferecido para manufatura, energia, saúde, automotivo e aeroespacial.
O mercado não dá descontos
Wall Street deu de ombros. Segundo a 24/7 Wall St., a NVIDIA caía 1.35% e a Palantir 1.88% no pré-mercado; a Giocare in Borsa reportou a NVIDIA a 218.92 dollars, em queda de 2.12% em 24 horas. A razão é que o acordo não altera os números que importam agora. Os envios do Vera Rubin começaram em agosto de 2026 e a plataforma deve responder por cerca de 20% da receita de data center no trimestre atual, com a oportunidade de receita por gigawatt subindo para 40 billion dollars, contra 25 billion na geração Blackwell. A receita de data center atingiu 89.02 billion dollars no segundo trimestre, alta de 117% ano a ano, e a orientação para o trimestre atual é de 108 billion. Mas a empresa orientou para uma margem bruta non-GAAP de 71-72% no quarto trimestre, comprimida por condições extremas de preço em memória, e carrega 279 billion dollars em obrigações de fornecimento ligadas em grande parte à compra de memória para o Vera Rubin. A Palantir fechou o segundo trimestre com receita de 1.94 billion dollars, alta de 92.8%, receita comercial nos EUA de 764 million, alta de 149%, orientação para o ano fiscal de cerca de 8.15 billion e uma Rule of 40 de 155%. As avaliações seguem esticadas: a NVIDIA vale cerca de 5.4 trillion dollars, a Palantir cerca de 390 billion.
O verdadeiro gargalo: chips, energia ou infraestrutura?
As três respostas não são alternativas: elas se movem. Na memória, uma nota da KB Securities reportada pelo TechRadar aponta para uma escassez severa de oferta em 2027, enquanto o investimento em infraestrutura cresceu 60% ano a ano, para 1.3 trillion dollars, queimando memória como combustível. No lado da energia, o problema não é a geração nacional, mas a sua concentração local. O TechRepublic reporta números da Agência Internacional de Energia: a demanda global de eletricidade de data centers cresceu 17% em 2025, com o consumo em data centers focados em IA saltando 50%, e o uso total deve subir de 485 terawatt-hours em 2025 para 950 em 2030. A RAND estima que os planos dos EUA para 2030, 151 gigawatts de capacidade anunciada front-of-the-meter mais 149 gigawatts behind the meter, se traduzem em cerca de 82 gigawatts de capacidade líquida entregável, concentrada principalmente no Texas. Um incidente de julho de 2024 no norte da Virgínia, relembrado pelo Belfer Center de Harvard, desconectou sessenta data centers de uma vez, criando um excedente de 1,500 megawatt que forçou ajustes emergenciais na rede: um problema de estabilidade de carga concentrada, não de falta de geração. E a conta da entrega já é salgada: o Goldman Sachs estima que apenas 50-60% da capacidade planejada nos EUA entrará em operação no prazo, atingida por atrasos na rede e escassez de equipamentos. O gargalo, em outras palavras, está se deslocando do silício para a camada que organiza e alimenta o silício. Que é exatamente o terreno em que o anúncio de 10 de setembro está sendo disputado.
Fontes
