CEO da Gigabyte confirma estratégia de VRAM da NVIDIA

O CEO da Gigabyte, Eddie Lin, revelou detalhes sobre a nova estratégia de alocação de GPUs da NVIDIA, que prioriza o fornecimento de placas com base no cálculo de "receita por gigabyte de memória". A declaração, feita durante uma entrevista, sugere que a escassez de memória de vídeo (VRAM) está forçando a NVIDIA a otimizar a produção, favorecendo modelos que oferecem maior retorno financeiro por unidade de memória.
Essa abordagem pode ter um impacto significativo na disponibilidade de certas placas de vídeo da série RTX 50, especialmente modelos de gama média com maior capacidade de VRAM, como a RTX 5060 Ti de 16 GB. Lin explicou que a NVIDIA está ajustando sua estratégia de fornecimento para maximizar os lucros em um cenário de recursos limitados, uma tática que pode levar à marginalização de produtos que, embora populares, oferecem um retorno menor por gigabyte de memória.
Veja também:
Contexto da Escassez de VRAM e Demanda de IA
O pano de fundo para essa mudança estratégica é a crescente escassez de memória de vídeo, impulsionada em grande parte pela explosão da demanda no setor de inteligência artificial (IA) e data centers. A NVIDIA tem priorizado o fornecimento de GPUs de alto desempenho para IA, como as linhas H100 e A100, que geram margens de lucro significativamente maiores do que as placas de consumo. Essa priorização desvia recursos de VRAM (como GDDR7) do mercado de PCs para o mercado de IA.
A escassez de componentes, especialmente de GDDR7, intensificou a pressão sobre a NVIDIA para otimizar a produção de suas placas GeForce RTX. Segundo Lin, a empresa precisa equilibrar a necessidade de atender a todos os segmentos de mercado (do baixo ao alto custo) com a realidade da limitação de suprimentos. A solução encontrada é focar nos produtos que geram o maior lucro por gigabyte de memória alocada.
A Lógica do "Retorno por GB" em Detalhes
Eddie Lin detalhou o cálculo de "receita por gigabyte" que a NVIDIA estaria utilizando. Ele forneceu exemplos hipotéticos de placas da série RTX 50 para ilustrar o ponto:
- Uma GPU de US$ 300 (como a RTX 5060) com 8 GB de VRAM gera aproximadamente US$ 35 de receita por GB de memória.
- Uma GPU de US$ 400 (como a RTX 5060 Ti) com 8 GB de VRAM gera cerca de US$ 50 de receita por GB de memória.
- Uma GPU de US$ 500 (como a RTX 5060 Ti) com 16 GB de VRAM gera apenas cerca de US$ 32 de receita por GB de memória.
Esses números mostram que, em termos de eficiência de lucro por VRAM, a versão de 8 GB da RTX 5060 Ti é significativamente mais lucrativa para a NVIDIA do que a versão de 16 GB. A versão de 16 GB, apesar de ter um preço de venda mais alto, utiliza o dobro de memória, diluindo o retorno por gigabyte.
Implicações para o Consumidor e o Mercado
A estratégia de priorização baseada em "receita por GB" implica que os consumidores podem enfrentar dificuldades para encontrar modelos de gama média com maior capacidade de VRAM. A NVIDIA tenderá a priorizar a produção de modelos com maior margem de lucro por gigabyte, como as placas de 8 GB e as placas de altíssimo desempenho (como a RTX 5080 e RTX 5090), onde a receita por GB é mais alta.
A declaração de Lin também aborda rumores recentes sobre o possível fim da produção de alguns modelos de placas de vídeo. Embora a NVIDIA tenha negado oficialmente o fim da linha de produção de qualquer SKU (Stock Keeping Unit), a alocação de recursos baseada em lucro por gigabyte sugere que a disponibilidade de modelos menos lucrativos será reduzida. Isso pode levar a um desequilíbrio no mercado, onde os consumidores terão menos opções de placas de gama média com VRAM suficiente para os jogos e aplicações atuais.
Repercussão e Posicionamento da NVIDIA
A NVIDIA, por sua vez, emitiu um comunicado genérico afirmando que "a demanda por GPUs GeForce RTX permanece forte e o fornecimento de memória está restrito" e que a empresa continua a "enviar todos os SKUs GeForce" enquanto trabalha para maximizar a disponibilidade de memória. No entanto, a análise de mercado e a confirmação do CEO da Gigabyte indicam que a priorização de modelos mais lucrativos é uma realidade. A situação ressalta a pressão que a demanda por IA está exercendo sobre o mercado de hardware de consumo, com a VRAM se tornando um recurso cada vez mais valioso e escasso.
