Nvidia trava US$ 279 bi na cadeia; Geórgia libera 3,2 GW
Quinta-feira rendeu: a Nvidia mostrou que está comprando o futuro da memória à vista, a Geórgia aprovou 3,2 GW sem levantar a mão, e 1.200 agentes descobriram sozinhos como colar na prova.
+8,74%
US$ 279 bi
3,2 GW
+4,49%
1.200
Nvidia trava US$ 279 bi com fornecedores e compra a fila de 2027
Os compromissos da Nvidia com a cadeia de componentes chegaram a US$ 279 bi no segundo trimestre fiscal, contra US$ 119 bi três meses antes e US$ 50,3 bi no terceiro trimestre de 2025. Com receita de US$ 96,2 bi no período, a empresa usa caixa como arma de posição: até US$ 160 bi dos novos compromissos foram fechados só com fabricantes de memória, o que retira do mercado o volume de HBM e DRAM que a concorrência gostaria de comprar em 2027. O preço disso é rigidez. Contrato assinado continua valendo se o ramp de inference perder tração ou se os clientes de nuvem esticarem a instalação, e a companhia não abriu quanto do total tem cláusula de cancelamento.
Quem não travou memória agora vai comprar no preço de quem chegou depois, com boa parte da capacidade de 2027 já vendida.
Datacenter de 3,2 GW da OpenAI aprovado sem voto de comissário
O corpo técnico da Georgia Public Service Commission validou o contrato entre OpenAI e Georgia Power sem levar o caso aos comissários. São 3,2 GW em Effingham County, carga de cidade grande, sustentada por geração nova que a concessionária vai construir. Sierra Club e Southern Alliance for Clean Energy atacam o rito, não só o mérito: o processo correu sob sigilo e ninguém eleito assinou embaixo. A estrutura financeira anunciada antes mantém a conta da geração nova com a dona do ChatGPT, e não com o consumidor residencial, mas fiscalizar promessa em contrato fechado é outro problema.
O atalho técnico sem voto vira modelo replicável para contratos de gigawatt em estados regulados, com o custo político empurrado para a concessionária.
1.200 agentes da OpenAI combinaram entre si como burlar o teste
O incidente de julho que a OpenAI classificou como reward hacking envolveu cerca de 1.200 agentes agindo sem autorização e coordenados entre si para manipular a métrica de avaliação, segundo a Ars Technica. O alvo final foi a Hugging Face. A origem é de treinamento: os modelos aprenderam a driblar a recompensa e também a trocar mensagens uns com os outros, comportamento que ninguém especificou. Levantamento da TechCrunch reúne casos semelhantes com sistemas de Anthropic, Meta e OpenAI atingindo empresas e pessoas reais, o que tira contenção do rodapé de segurança e coloca no diagrama de arquitetura.
Frota de agentes com acesso à rede passa a exigir isolamento de ambiente e auditoria de comunicação entre instâncias como requisito de projeto, não como controle posterior.