Quase metade da receita da Nvidia no Q2 veio de 4 clientes anônimos que compraram mais de US$ 3 bilhões cada

• Em meio ao aumento da disputa por investimentos em data centers de IA, 46% da receita trimestral da Nvidia, de US$ 30 bilhões, veio de compras diretas de 4 clientes anônimos, totalizando cerca de US$ 13,8 bilhões
• Cada um desses clientes respondeu por mais de 10% da receita total, e todas as compras estão ligadas à venda de chips para data centers, principal eixo de crescimento da Nvidia
• Chips de IA como o H200 são usados não só para treinar grandes modelos de linguagem como o GPT-4, mas também para gerar respostas a prompts no ChatGPT e no Sora
• O formulário 10-Q revelou que houve períodos em que uma parcela relevante da receita veio de um número limitado de clientes, e que essa concentração de receita pode continuar
• Jensen Huang disse que a base de clientes está “relativamente mais diversificada”, mas no mesmo período do ano passado não havia clientes diretos acima de 10%, o que mantém preocupações do mercado sobre a sustentabilidade do crescimento

---

4 grandes clientes que definiram a receita do 2º trimestre

• A Nvidia mais que dobrou sua receita no 2º trimestre, e uma parte considerável do aumento veio de poucos clientes de grande porte
• Segundo o formulário regulatório 10-Q, 4 clientes anonimizados responderam por 46% dos US$ 30 bilhões em receita por meio de compras diretas
  • Em valor, isso equivale a cerca de US$ 13,8 bilhões
  • Participação nas compras diretas: {p:46}
  • Cada cliente foi responsável por mais de 10% da receita total
  • Todas as compras estão relacionadas ao negócio de venda de chips para data centers
• Só a contribuição desses 4 clientes já superou a receita total da Nvidia no mesmo período do ano anterior

Demanda por data centers de IA e possíveis candidatos entre os clientes anônimos

• Os nomes dos clientes não são divulgados por razões competitivas
• Entre os possíveis grandes clientes anônimos de IA citados estão Amazon, Meta, Microsoft, Alphabet, OpenAI e Tesla
• Também aparece o movimento de empresários como Elon Musk acelerando a construção de data centers em meio à corrida do ouro da IA
  • Musk publicou um vídeo do interior do Cortex, novo supercluster de treinamento de IA para resolver problemas reais de IA, na sede da Tesla em Austin

Onde os chips da Nvidia são usados

• Entre os produtos populares da Nvidia estão chips de IA como o H200
• Esses chips são necessários para treinar grandes modelos de linguagem como o GPT-4, da OpenAI
• Também são usados no processo de inferência que gera respostas a prompts de texto no ChatGPT ou no Sora

A preocupação com a sustentabilidade cresce com a concentração da receita

• A dependência de poucos grandes clientes amplia as preocupações do mercado sobre por quanto tempo o ritmo de crescimento da Nvidia poderá continuar
• Alguns investidores, como Elliott Management e Citadel, demonstram ceticismo quanto à continuidade do crescimento ligado à IA generativa
• A indústria de semicondutores é historicamente conhecida por seus ciclos de alta e baixa bem marcados
• Esperava-se que as ações da Nvidia abrissem em queda na quinta-feira, com desempenho pior que o mercado acionário mais amplo

O tamanho da concentração mostrado pelo “Customer B”

• A Nvidia destaca separadamente o risco de concentração de clientes no item “concentration of revenue” de seu relatório trimestral
• Houve períodos em que uma parcela significativa da receita veio de um número limitado de clientes, e essa tendência pode continuar
• A rentabilidade também está em nível muito alto
  • A Nvidia manteve US$ 5,60 de lucro líquido a cada US$ 10 de receita total no primeiro semestre
  • O lucro após impostos quase quadruplicou em relação ao ano anterior, chegando a US$ 31,5 bilhões
• O “Customer B” citado no formulário respondeu por 11% da receita de US$ 30 bilhões por meio de compras diretas
  • Isso é maior que os US$ 2,9 bilhões de receita do segmento de games, o segundo maior negócio da Nvidia
  • No acumulado do primeiro semestre, o Customer B ficou abaixo do critério de 10%, indicando que elevou fortemente seus gastos no último trimestre
  • O “Customer C” também apresentou os mesmos números fornecidos pela Nvidia, então a mesma interpretação se aplica

A diferença entre a fala de Jensen Huang e os números do formulário

• Em entrevista à Bloomberg TV, ao ser perguntado sobre fontes de demanda além de hyperscalers como Microsoft, Google e Amazon, Jensen Huang disse que a base de clientes está “relativamente mais diversificada hoje”
• Ao contrário dessa fala baseada em uma variedade de clientes, os próprios números da Nvidia mostram que a dependência de determinados grandes clientes aumentou
• No mesmo período do ano passado, não houve clientes diretos que representassem 10% ou mais da receita total nem no 1º nem no 2º trimestre
• A Nvidia não respondeu imediatamente ao pedido de comentário da Fortune

[GN⁺]

Comentários do Hacker News

• Segundo o Observer, seriam Microsoft, Meta, Google e Amazon
  Outros grandes compradores incluem Oracle, CoreWeave, Lambda, Tencent, Baidu, Alibaba, ByteDance, Tesla e xAI
  https://observer.com/2024/06/nvidia-largest-ai-chip-customer...

  • A Meta mencionou diretamente investimento em infraestrutura e um aumento de capex de vários bilhões de dólares até o fim de 2025 em todas as divulgações de resultados deste ano, então dá para confirmar que é uma delas
  • A Apple parece estar usando seus próprios semicondutores
    Isso foi uma grande conquista para a Apple, e fico curioso se as outras empresas FAANG realmente conseguiriam seguir o mesmo caminho
  • Houve um tempo em que mais de 50% da receita de servidores da NVIDIA vinha dos hyperscalers, que são exatamente essas quatro empresas citadas acima

• Sinceramente, isso não parece um mistério tão grande assim. Devem existir no máximo 5 ou 6 candidatos

  • Existem empresas como a CoreWeave que alugam aceleradores, então essa análise pode não ser tão simples quanto parece à primeira vista
  • Os nomes não foram divulgados, mas a matéria também diz que é muito provável que Amazon, Meta, Microsoft, Alphabet, OpenAI e Tesla estejam incluídas
  • Sejam quais forem essas quatro, é bem possível que as outras duas entre os seis candidatos não estejam tão atrás assim

• A Meta tem sido bastante transparente sobre suas compras de GPU. 350 mil H100 já podem facilmente representar vários bilhões de dólares
  https://blogs.nvidia.com/blog/meta-llama3-inference-accelera...

• Há duas perguntas que precisam ser respondidas

  1. Os chatbots podem se tornar muito mais eficazes do que são hoje? Todos os principais players parecem ter entrado em estagnação, e a diferenciação entre modelos está cada vez mais parecendo uma commodity, o que não parece bom para sustentar as vendas de GPU. Se não conseguirem resolver o problema das alucinações, também não está claro se esta geração de IA pode ser implantada em larga escala
  2. Existe algum grande caso de uso de IA fora dos LLMs? Direção autônoma parece ser uma grande frente, mas não sei o quanto ela está pronta para produção. Aplicações como descoberta de fármacos também são citadas, mas é difícil ter certeza de quanta demanda real por GPU isso pode gerar. Os geradores de imagem também parecem ter passado da fase da novidade na curva de adoção, revelando que havia muitos experimentos insustentáveis. Pessoalmente, há um ano meus amigos geravam imagens o tempo todo, mas agora quase nunca fazem isso
  • Se você interpretar “fora dos LLMs” como “fora do processamento de texto”, a resposta é robótica
    O aprendizado por imitação com LLMs está funcionando surpreendentemente bem. Ainda será necessário muito investimento em dados e treinamento para chegar a um estágio prático, mas os sinais iniciais mostram que a robótica pode abrir uma nova fonte de receita
    A limitação que ainda resta é a velocidade de inferência. Para que um robô inteligente opere em uma velocidade razoável, eu diria que é preciso processar prompts a cerca de 10 mil tokens por segundo. Nos modelos 8B, os chips da Groq e da Cerebras estão se aproximando desse nível, mas esses modelos 8B ainda são burros demais, especialmente depois de fine-tuning com dados de robótica, e os modelos 70B ainda são 20 vezes mais lentos do que o nível prático

• Se a bolha da IA estourar, vai ser feio de ver

  • Eu não apostaria que a demanda por computação em larga escala vai deixar de ser alta tão cedo
    Mesmo que a bolha da IA esvazie, as pessoas vão usar as GPUs que sobrarem para outras coisas
  • Não entendo muito bem por que esse clima continua se repetindo
    IA e LLMs ampliam bastante minhas capacidades, e quanto mais me adapto a esse novo poder, mais eu os uso no dia a dia
    As ações da NVIDIA podem estar sobrevalorizadas, mas a IA em si é uma ferramenta capacitadora. É difícil imaginar que o uso não continue crescendo; quanto mais suas capacidades se expandirem, mais ela será usada. Só de corrigirem alguns bugs e tornarem a integração mais fluida, os casos de uso já aumentam bastante
  • Estranhamente, parece que 1999 voltou
  • É uma pena que esteja sendo criada tanta capacidade computacional e que nada disso pareça escorrer para baixo. Se depois venderem tudo a preço de banana, seria divertido mexer nisso como hobby
  • Não entendo exatamente como isso estouraria. O ChatGPT e o Google Assistant simplesmente parariam de funcionar de repente?

• É um título caça-cliques. A matéria também só está citando os números que apareceram numa entrevista do Jensen
  https://youtu.be/NC5NZPrxbHk?si=8uQ4zdMU02f4X1Hc (1:41)
  Ele está falando dos hyperscalers e da Meta. Em linguagem corporativa, hyperscalers significa AWS, GCP e Azure

• É um indicador bem bom da bolha especulativa em torno da IA

  • Não é que a IA não tenha entregado resultados nos últimos 3 anos; estamos apenas no começo
    Neste momento, ninguém está tirando participação de mercado da NVIDIA. Groq e Tenstorrent são muito promissoras, mas ambas ainda são empresas de capital fechado. Quando a Groq abrir capital, por algum tempo os “especialistas” podem declarar o fim da NVIDIA, o que talvez abale um pouco a ação. Depois disso, se a demanda por GPUs de uso geral cair por causa dessas empresas, e se esse mercado parecer atraente o suficiente, imagino que a NVIDIA também possa vender aceleradores dedicados para IA
  • No momento sou positivo em relação à IA, mas ainda assim isso soa como uma bolha de semicondutores
    A NVIDIA parece ser uma empresa muito boa em surfar esse tipo de bolha. Antes era mineração de criptomoedas, agora é IA
    Eu não me surpreenderia se um dos principais compradores fosse algum agente especulativo, por exemplo um hedge fund liderado por gente do mundo cripto

• Pelo que me lembro, empresas listadas em bolsa precisam divulgar no 10-K clientes que representem mais de 10% da receita, então esses clientes não devem continuar sendo “baleias misteriosas” por muito tempo

• É bem provável que uma ou duas agências de inteligência também sejam grandes compradoras. Elas até poderiam alugar, mas isso pode ter implicações de segurança difíceis de aceitar