27 de maio de 2026 — A Marvell Technology (MRVL) divulgou os seus resultados financeiros do primeiro trimestre do exercício de 2027, apresentando uma receita trimestral de 2,418 mil milhões $, um aumento de 28% face ao mesmo período do ano anterior e de 9% em relação ao trimestre anterior, superando ligeiramente as expectativas do mercado, que apontavam para 2,41 mil milhões $. Mas o que realmente agitou o mercado não foi apenas este desempenho — foi o que se seguiu. A 2 de junho, na COMPUTEX 2026 em Taipé, Jensen Huang, CEO da NVIDIA, subiu ao palco com Matt Murphy, CEO da Marvell, e fez uma declaração ousada: "Minhas senhoras e meus senhores, esta é a próxima empresa de um bilião de dólares."
Esta afirmação fez disparar as ações da Marvell mais de 30% num só dia. Desde o início de 2026, o preço das ações da Marvell quase duplicou, registando uma valorização de 95% no acumulado do ano em torno do anúncio de resultados.
Por detrás destes movimentos dramáticos está uma narrativa mais profunda no setor: os chips personalizados de IA (ASIC) estão a emergir como uma via independente, paralela às GPU. Porque é que gigantes tecnológicos como a Google (TPU), Amazon (Trainium) e Meta (MTIA) estão a contornar a NVIDIA para investir nos seus próprios chips? Qual é o papel da Marvell — substituta das GPU ou parceira estratégica?
A Essência dos Chips Personalizados de IA (ASIC): Da Generalização à Especialização
Para perceber porque é que os grandes grupos tecnológicos estão a investir fortemente no desenvolvimento de chips personalizados, importa clarificar um conceito-chave: a diferença fundamental entre ASIC e GPU reside no equilíbrio entre design generalista e especializado.
As GPU (Unidades de Processamento Gráfico) são chips de computação de IA de uso geral. As GPU da NVIDIA destacam-se numa vasta gama de tarefas de IA — treino, inferência, visão, voz, sistemas de recomendação, entre outras. No entanto, esta versatilidade implica circuitos redundantes e um conjunto de instruções alargado, deixando margem para ganhos de eficiência em cenários específicos.
Já os ASIC (Circuitos Integrados de Aplicação Específica) são hardware concebido à medida para tarefas concretas de IA. O TPU (Tensor Processing Unit) da Google, por exemplo, tem o seu núcleo profundamente otimizado para multiplicação de matrizes, proporcionando várias vezes o desempenho de uma GPU para operações matriciais com o mesmo consumo energético. Em termos concretos:
- Eficiência Energética: Para cargas de trabalho de inferência de IA direcionadas, os ASIC podem oferecer um desempenho por watt 3 a 5 vezes superior ao das GPU
- Otimização de Custos: Em implementações em larga escala (milhões de chips em data centers cloud), os ASIC proporcionam um TCO (Custo Total de Propriedade) significativamente inferior ao das GPU comerciais
- Integração de Sistemas: Os ASIC personalizados podem ser integrados de forma estreita com o software, arquitetura de rede e sistemas de arrefecimento do fornecedor cloud, otimizando toda a cadeia
A lógica desta mudança de paradigma é clara: as cargas de trabalho de IA estão a passar de tarefas de treino diversificadas para inferência em escala massiva. À medida que as arquiteturas de modelos de IA convergem (por exemplo, modelos Transformer tornam-se padrão) e as cargas de inferência crescem exponencialmente, a otimização profunda através de hardware especializado torna-se inevitável.
Um analista resumiu assim: "A Marvell não está a ‘substituir a NVDA’ — está a abrir uma segunda via principal no mercado de IA. Os ASIC personalizados podem ser o segmento mais subvalorizado, mas de crescimento mais rápido nos próximos anos."
Porque Estão os Gigantes Tecnológicos a Desenvolver os Seus Próprios Chips? A Lógica de Eficiência de Custos da Des-NVIDIA-ização
Microsoft, Amazon, Google e Meta — os quatro gigantes cloud — estão a acelerar as suas iniciativas de chips personalizados a um ritmo sem precedentes, impulsionando a tendência mais relevante a longo prazo no setor dos chips de IA.
Google TPU (Tensor Processing Unit): Atualmente na 7.ª geração, co-desenhada com a Broadcom, é o projeto de chip personalizado mais antigo e de maior dimensão no setor. A Counterpoint estima que a Broadcom dominará cerca de 60% do mercado de design de ASIC para servidores de IA até 2027.
Amazon Trainium / Inferentia: A série Trainium, co-desenvolvida com a Marvell, está a ser implementada rapidamente. O Trainium 3 foi totalmente lançado no início de 2026.
Microsoft Maia: Em janeiro de 2026, a Microsoft lançou o Maia 200, a sua segunda geração de chips personalizados de IA, fabricado no processo de 3nm da TSMC e já implementado em data centers.
Meta MTIA (Meta Training and Inference Accelerator): Co-desenvolvido com a Broadcom.
Três fatores principais impulsionam esta tendência:
| Nível | Lógica Central | Evidência Principal |
|---|---|---|
| 1: Custo | Aquisição massiva de GPU implica elevado capex | O capex total dos principais fornecedores cloud em 2026 deverá situar-se entre 660–700 mil milhões $; os ASIC personalizados podem reduzir o custo por chip de inferência para 30–50% do valor das GPU comerciais |
| 2: Eficiência Energética | Consumo energético dos data centers é um fator limitante | Os ASIC proporcionam maior throughput com o mesmo envelope de potência por rack |
| 3: Estratégia | Evitar dependência de um único fornecedor | Os gigantes cloud pretendem evitar que o seu negócio core seja condicionado pelo roadmap e preços da NVIDIA |
O conceito de "Aliança Anti-NVIDIA" é amplamente debatido neste contexto. Não se trata de uma organização formal, mas sim de uma descrição vívida da mudança coletiva dos gigantes tecnológicos para chips personalizados. Segundo a Morgan Stanley e a Counterpoint, o mercado de ASIC de IA deverá crescer de cerca de 12 mil milhões $ em 2024 para 30 mil milhões $ em 2027 — um CAGR de 34%.
A Goldman Sachs é ainda mais otimista: projeta que os ASIC representarão 40% do mercado de chips de IA em 2026 e ultrapassarão os 45% em 2027 — quase equiparados às GPU. Entretanto, as remessas de servidores ASIC deverão crescer 44,6% em termos homólogos em 2026, enquanto as GPU comerciais crescerão apenas 16,1%.
O Duplo Papel da Marvell MRVL: Substituta ou Colaboradora?
No âmbito da des-NVIDIA-ização, o papel da Marvell é frequentemente mal interpretado como substituto direto da NVIDIA. Na realidade, o panorama do setor é bem mais complexo.
Em primeiro lugar, o mercado de chips personalizados apresenta uma hierarquia clara.
De acordo com a Counterpoint e outras fontes, o mercado atual de serviços de design de ASIC personalizados de IA é um duopólio:
- Broadcom (AVGO): Detém cerca de 55–60% de quota de mercado, líder global em ASIC personalizados, com integração profunda junto da Google, Meta, OpenAI, entre outros.
- Marvell (MRVL): Detém cerca de 13–15% de quota de mercado, ocupando o segundo lugar, com grandes clientes como Amazon, Microsoft e Google.
Em conjunto, controlam cerca de 95% do mercado de design de ASIC personalizados de IA. Importa salientar que o mercado global de ASIC de IA está ainda numa fase de rápida expansão, beneficiando todos os intervenientes — trata-se mais de um crescimento coletivo do que de uma luta de soma zero pela quota existente.
Em segundo lugar, a relação da Marvell com a NVIDIA não é de substituição, mas de colaboração profunda.
Esta relação mudou radicalmente em 2026. Em março, a NVIDIA anunciou um investimento estratégico de 2 mil milhões $ na Marvell. As duas empresas iniciaram uma colaboração técnica aprofundada em torno do NVLink Fusion, integrando os chips personalizados e soluções de interconexão ótica da Marvell nos ecossistemas AI Factory e AI-RAN da NVIDIA.
Na COMPUTEX 2026, em junho, Jensen Huang foi claro: os switches de data center da Marvell são "cruciais para cargas de trabalho de IA".
Porque investiria a NVIDIA numa empresa que também desenvolve chips personalizados? Eis a lógica:
À medida que os clusters de treino de IA passam de milhares para centenas de milhares ou mesmo milhões de GPU, a conectividade torna-se mais escassa — e mais valiosa — do que o próprio poder de computação. A mensagem central de Huang na COMPUTEX foi precisamente esta: à medida que a computação de IA se distribui por data centers inteiros, o hardware de rede torna-se tão importante como a própria GPU. A experiência da Marvell em interconexão ótica de alta velocidade, switching Ethernet e DSP de 1,6T é insubstituível.
Assim, o papel da Marvell é melhor descrito como colaborador — não pretende substituir as GPU da NVIDIA, mas sim oferecer opções de chips personalizados fora do ecossistema NVIDIA, ao mesmo tempo que é um fornecedor crítico de infraestrutura de interconexão dentro desse mesmo ecossistema. Este posicionamento duplo confere à Marvell um valor estratégico único em toda a cadeia de infraestrutura de IA.
Resultados do 1.º Trimestre do Exercício de 2027 da Marvell: Validação Baseada em Dados
Terão estas dinâmicas do setor reflexo nos resultados financeiros? Os mais recentes resultados da Marvell fornecem uma validação clara.
Principais Indicadores Financeiros
| Indicador | Valor | YoY/QoQ |
|---|---|---|
| Receita do 1.ºT FY2027 | 2,418 mil milhões $ | YoY +28% / QoQ +9% |
| Receita Data Center | 1,833 mil milhões $ | YoY +27% / 76% da receita total |
| Orientação Receita 2.ºT FY2027 (ponto médio) | 2,70 mil milhões $ | Implica YoY +35% |
| Meta Receita FY2027 | ~11,5 mil milhões $ | YoY +~40% |
| Meta Receita FY2028 | ~16,5 mil milhões $ | +44% vs. FY2027 |
| Meta Longo Prazo ASIC IA Core | 10 mil milhões $ até 2029 | — |
Fonte: Resultados oficiais da Marvell e conference call do 1.ºT FY2027
Destaques Relevantes
A receita de data center da Marvell no 1.ºT FY2027 atingiu um máximo histórico de 1,833 mil milhões $, representando agora 76% da receita total, sublinhando a sua aposta estratégica nos data centers de IA.
Ainda mais relevante é a revisão em alta das previsões de gestão: a meta de receita para FY2027 subiu de ~11,0 mil milhões $ para 11,5 mil milhões $, e a meta para FY2028 foi elevada de ~15 mil milhões $ para 16,5 mil milhões $. A Morgan Stanley atualizou de imediato as suas previsões, antecipando um crescimento da receita de data center de ~50% YoY em FY2027 e uma aceleração para ~55% em FY2028.
Um marco a não esquecer: a 22 de junho de 2026, a Marvell passará a integrar oficialmente o S&P 500 Index, substituindo a Pool Corp, com uma capitalização bolsista de ~254 mil milhões $. Trata-se de mais um passo para a entrada de empresas de semicondutores nos principais índices acionistas, impulsionadas pela procura de IA.
Aquisição da Celestial AI pela Marvell: Profundidade Estratégica da Computação à Interconexão Ótica
Uma aquisição estratégica sustenta a narrativa de crescimento da Marvell. Em dezembro de 2025, a Marvell anunciou a aquisição da especialista em interconexão ótica Celestial AI por cerca de 6 mil milhões $, concluída em fevereiro de 2026.
A Celestial AI dedica-se à fotónica de silício e interconexões óticas, visando resolver o crescente "memory wall" nos data centers de IA — a lacuna de transferência de dados entre computação e armazenamento.
O objetivo estratégico: a Marvell está a integrar as suas capacidades em ASIC personalizados, switching Ethernet e DSP de 1,6T com a tecnologia de interconexão ótica da Celestial AI, para construir uma solução de ligação de dados full-stack. Segundo analistas da J.P. Morgan, a Marvell é agora o único fornecedor a cobrir design de ASIC personalizados, DSP ótico de 1,6T, fotónica de silício (via Celestial AI) e switching CXL — uma barreira tecnológica abrangente sem paralelo em qualquer concorrente.
No plano comercial, a Marvell prevê que a Celestial AI comece a contribuir para a receita no segundo semestre do FY2028, atingindo um run rate anual de 500 milhões $ no quarto trimestre.
Análise Comparativa: Marvell vs. NVIDIA e AMD — Diferenças Estruturais
Na cadeia de valor dos chips de IA, Marvell, NVIDIA e AMD apresentam modelos de negócio fundamentalmente distintos, o que molda as respetivas trajetórias de crescimento e lógica de valorização. Antes de avançar para a comparação, note-se que os rácios de valorização abaixo são meramente indicativos — não constituem aconselhamento de investimento. Os investidores devem tomar decisões de forma independente, de acordo com o seu perfil de risco.
Diferenças no Modelo de Negócio
| Dimensão | NVIDIA (NVDA) | Marvell (MRVL) | AMD (AMD) |
|---|---|---|---|
| Modelo Central | Vende GPU generalistas e sistemas completos de IA | ASIC personalizados + infraestrutura de interconexão de alta velocidade | Portefólio diversificado: GPU, CPU, FPGA |
| Oferta de Produto IA | Chips/sistemas acabados (HGX/DGX) | Chips semi-personalizados e soluções de interconexão para fornecedores cloud | GPU e APU série MI |
| Relação com Clientes | Base de clientes ampla | Integração profunda com os principais fornecedores cloud (Amazon/Microsoft/Google) | OEM de servidores, supercomputadores, alguns cloud providers |
| Vantagem Competitiva | Ecossistema CUDA + integração de sistemas | Personalização + know-how em tecnologia ótica/Ethernet | Integração multi-arquitetura + posicionamento de valor |
Escala de Receita e Taxa de Crescimento
| Indicador | NVIDIA (FY2026, jan 2026) | Marvell (FY2026 completo + previsão FY2027) | AMD (2025 completo) |
|---|---|---|---|
| Receita Anual | ~130 mil milhões $ | FY2026 ~8,2 mil milhões $ / meta FY2027 ~11,5 mil milhões $ | ~25–28 mil milhões $ |
| Receita Trimestral IA Mais Recente | Data center >35 mil milhões $/trimestre | Data center 1,833 mil milhões $/trimestre | Série MI ~1,5–2 mil milhões $/trimestre |
| Crescimento Homólogo | ~40–50% | Meta FY2027 ~40% | ~20–30% |
Fonte: Resultados empresariais e dados públicos de mercado.
Perspetiva do Investidor
A J.P. Morgan assinala que, embora a taxa de crescimento dos lucros esperados a longo prazo da NVIDIA (51,7%) seja superior à da Marvell (39,4%), a valorização da Marvell é mais elástica — o preço das ações reage mais sensivelmente a novas encomendas e clientes. Esta diferença resulta da fase do ciclo: a NVIDIA está numa fase de expansão madura, enquanto a Marvell está no ponto de inflexão em que os ASIC personalizados passam de crescimento incremental para exponencial.
Após a aquisição da Celestial AI, o investimento estratégico da NVIDIA e a inclusão no S&P 500, a Stifel elevou o preço-alvo da Marvell para 321 $ (de 230 $), reiterando a recomendação de compra.
Riscos Potenciais na Via dos Chips Personalizados
Apesar do otimismo do mercado, há vários riscos a considerar:
Aumento da Concorrência pela Quota de Mercado
Embora a Marvell seja a segunda em ASIC personalizados, a líder Broadcom (AVGO) garantiu grandes contratos com a Google TPU e a Meta MTIA. A capacidade da Marvell para aumentar a sua quota permanece incerta. A Counterpoint prevê mesmo que a quota da Marvell em serviços de design possa cair para cerca de 8% em 2027.
Risco de Concentração de Clientes
O negócio de ASIC personalizados da Marvell depende fortemente de alguns grandes clientes — Amazon, Microsoft e Google. Qualquer alteração no roadmap de produto ou mudança de fornecedor por parte de um destes clientes pode ter impacto significativo. Apesar de a Marvell ter parcerias de design de ASIC de IA com mais de 20 clientes, a receita continua concentrada nos principais.
Estabilidade das Margens de Lucro
A margem operacional atual da Marvell ronda os 15%, refletindo o modelo tradicional de serviços de design de hardware. A possibilidade de melhoria das margens à medida que os ASIC personalizados escalam é um ponto de atenção do mercado.
Incerteza Devida à Evolução Contínua das GPU NVIDIA
O roadmap das GPU da NVIDIA continua a avançar rapidamente. Saltos de desempenho em novas gerações podem atrasar alguns projetos de chips personalizados. O panorama competitivo no hardware de IA mantém-se dinâmico.
Riscos Geopolíticos e de Cadeia de Abastecimento
A cadeia global de semicondutores enfrenta incertezas geopolíticas, incluindo controlos de exportação e riscos de desglobalização.
Risco de Valorização
A receita da Marvell em FY2026 foi de cerca de 8,2 mil milhões $, mas a sua capitalização bolsista ronda os 250 mil milhões $ — refletindo expectativas elevadas de crescimento futuro. Uma análise recente da AInvest assinala que o preço atual da Marvell pode enfrentar pressão de valorização. Qualquer decréscimo no desempenho ou nas encomendas pode desencadear uma correção.
Conclusão
O desempenho acima do esperado da Marvell no 1.ºT FY2027, aliado à previsão de Jensen Huang de que será uma empresa de bilião de dólares, sinaliza que a via dos chips personalizados de IA passou da periferia para o centro do setor.
Numa perspetiva mais ampla, a infraestrutura de IA está a sofrer uma transformação estrutural — de uma arquitetura monolítica centrada em GPU para um modelo diversificado, que combina treino em GPU com inferência em ASIC e colaboração ao nível da interconexão.
A ascensão de chips personalizados como o Google TPU, Amazon Trainium, Microsoft Maia e Meta MTIA reflete uma direção comum dos líderes cloud globais para reduzir a dependência da NVIDIA. Mas a "des-NVIDIA-ização" não significa substituir a NVIDIA. Na verdade, a parceria de capital e técnica profunda entre a Marvell e a NVIDIA revela uma tendência mais ampla: a chave para vencer nos data centers de IA está a passar do poder de computação para a conectividade. À medida que os clusters de computação escalam para centenas de milhares de chips, a eficiência da interconexão torna-se tão crítica como a computação em si.
Neste novo cenário multipolar, a Marvell está a construir uma barreira competitiva única, com o seu duplo foco no design de ASIC personalizados e infraestrutura de interconexão de alta velocidade. Não se trata de substituir as GPU, mas sim de uma via paralela e indispensável no ecossistema de infraestrutura de IA full-stack.
Se a Marvell se tornará a próxima empresa de bilião de dólares dependerá da execução das encomendas, evolução da quota de mercado e roadmap tecnológico nos próximos anos. Mas uma coisa é certa: a era dos chips personalizados já começou.
