Panorama dos investimentos em infraestrutura de inteligência artificial: quem domina as três principais pistas de GPU, memória e rede?

Em 2026, a construção global de infraestrutura de inteligência artificial avança em um ritmo sem precedentes. O Morgan Stanley prevê que, até 2028, cerca de US$ 3 trilhões em investimentos em infraestrutura de IA fluirão pela economia global, com mais de 80% dos gastos ainda por vir. Somente em 2026, as principais empresas de tecnologia do mundo já investiram coletivamente mais de US$ 600 bilhões em capital em infraestrutura de inteligência artificial. A Omdia projeta ainda que, até 2030, o investimento acumulado em data centers globais se aproximará de US$ 1,6 trilhão.

A escala dessa onda de gastos de capital é rara na história da tecnologia. O total de gastos de capital das empresas de tecnologia de grande escala em 2026 deve ficar entre US$ 660 bilhões e quase US$ 700 bilhões. A infraestrutura de IA evoluiu de um investimento tecnológico "opcional" para um gasto estratégico que determina o cenário competitivo das empresas. O mercado de AI Factory já ultrapassou um ponto de inflexão irreversível e está se transformando em uma nova forma de organização industrial — cujas características centrais são altíssima intensidade de capital, relevância geopolítica significativa e barreiras técnicas de engenharia complexas.

Para os investidores, compreender a estrutura da cadeia industrial e o fluxo de capital da infraestrutura de inteligência artificial (IA) é um pré-requisito para aproveitar este ciclo de investimento em tecnologia. Partindo das três principais áreas de hardware — GPU, Memória e Rede — e combinando os dados de mercado mais recentes com a lógica do setor, este artigo analisa o valor de investimento e os ativos-chave de cada área.

GPU: O "Motor" da Infraestrutura de Computação

A GPU é a unidade de computação mais central na infraestrutura de inteligência artificial e também o componente com a maior proporção nos gastos de capital atuais. Dados da Research and Markets mostram que o mercado global de infraestrutura de inteligência artificial crescerá de US$ 71,88 bilhões em 2025 para US$ 90,91 bilhões em 2026, com uma taxa de crescimento anual composta de 26,5%. Estima-se que, até 2030, esse número cresça ainda mais, para US$ 226,95 bilhões. As GPUs e sistemas aceleradores dominam esse crescimento.

Do ponto de vista do mercado, o desempenho das ações das líderes do setor de GPU confirma a busca de capital pela infraestrutura de computação. Ao final do dia 30 de junho, horário de Pequim, os três principais índices de ações dos EUA fecharam em alta, com o Índice Composto Nasdaq subindo 2,07%, para 25.820,14 pontos. A Nvidia (NVDA) fechou a US$ 194,97, alta de 1,27%, com valor de mercado total de aproximadamente US$ 4,72 trilhões. A AMD (Advanced Micro Devices) fechou a US$ 539,49, alta de 3,43%, com valor de mercado total de cerca de US$ 879,7 bilhões. O Índice de Semicondutores da Filadélfia subiu cerca de 3,83% no dia, com um ganho acumulado no ano de 93,55%.

A lógica de investimento no setor de GPU baseia-se em dois fatores estruturais. O primeiro é que a demanda por poder de computação para treinamento e inferência de grandes modelos continua a aumentar — desde a expansão do número de parâmetros dos modelos até a escala da implementação de inferência, a curva de consumo de poder de computação ainda não mostra sinais de inflexão. O segundo são as altíssimas barreiras de entrada do lado da oferta, incluindo design de arquitetura, processos de fabricação e ecossistemas de software (como CUDA), formando múltiplos fossos que permitem que os principais players mantenham um forte poder de precificação no futuro previsível.

Entre os ativos dignos de nota, a Nvidia, como a líder absoluta em computação de IA, continua sendo a referência do setor em termos de roteiro de produtos e amplitude de cobertura de clientes. A AMD, por sua vez, continua perseguindo a líder tanto em CPUs quanto em GPUs para data centers, com uma alta acumulada de 141,3% desde o início do ano. A Cantor Fitzgerald elevou recentemente seu preço-alvo para a AMD para US$ 700. Além disso, a Applied Materials (AMAT), como fornecedora central de equipamentos de fabricação de semicondutores, fechou em forte alta de 10,82% em 29 de junho, a US$ 694,64, refletindo as expectativas contínuas do mercado pela expansão da capacidade de produção de chips.

Memória: Capacidade "Travada" e Poder de Precificação

Se a GPU é o "cérebro" da computação de IA, a memória de alta largura de banda (HBM) é a "fibra nervosa" que sustenta a operação de alta velocidade desse cérebro. Durante o treinamento e a inferência de IA, a largura de banda da memória determina diretamente se a unidade de computação pode ser alimentada com dados suficientes — isso é conhecido como o gargalo da "barreira da memória".

A demanda por memória de alta largura de banda está crescendo rapidamente devido à expansão contínua dos modelos de treinamento e inferência. O mercado observa amplamente que a capacidade de produção principal já foi bloqueada por grandes clientes até 2026 ou mesmo 2027, com elasticidade de oferta de curto prazo extremamente limitada. Esse desequilíbrio entre oferta e demanda dá aos fornecedores de memória maior poder de barganha em termos de preços, visibilidade de pedidos e lucratividade.

Do ponto de vista dos dados de mercado, a prosperidade do setor de memória também foi confirmada. A Micron Technology (MU) fechou a US$ 1.145,28 em 29 de junho, alta de 1,14%. A SK Hynix, como outro player central no mercado de HBM, juntamente com a Micron e a Samsung Electronics, forma o "triângulo de ferro" do fornecimento global de memória de alta largura de banda. O peso da Samsung Electronics no portfólio de investimentos relacionados à infraestrutura de inteligência artificial também não pode ser ignorado.

A lógica de investimento no setor de memória difere da das GPUs: não é uma corrida puramente de liderança tecnológica, mas uma disputa entre a velocidade de expansão da capacidade e a profundidade dos vínculos com os clientes. Devido à complexidade do processo de fabricação da HBM e ao longo ciclo de ramp-up de rendimento, os fabricantes que conseguirem produção estável em larga escala primeiro obterão uma vantagem significativa de pioneirismo. Além disso, com a explosão dos cenários de inferência de IA — espera-se que a demanda por poder de computação para inferência ultrapasse a demanda para treinamento — os requisitos de capacidade e largura de banda da memória aumentarão ainda mais.

Redes: O "Sistema Nervoso" da IA e o Próximo Gargalo

No setor de redes, um consenso emergente é: quanto maior o cluster de IA, maior a probabilidade de a largura de banda da rede se tornar o novo gargalo. Em um relatório divulgado em maio, o Bank of America (BofA) prevê que o mercado de redes de IA atingirá US$ 316 bilhões até 2030, acima da previsão anterior de US$ 240 bilhões.

A base lógica para essa previsão é: os clusters de treinamento de IA estão evoluindo de milhares de GPUs para dezenas de milhares e até centenas de milhares de GPUs. Nessa escala, a eficiência da comunicação entre GPUs determina diretamente a taxa de utilização efetiva do poder de computação geral. O chamado efeito "GPU zumbi" na indústria — onde GPUs caras ficam ociosas devido à espera por E/S — está se tornando um dos maiores problemas para clientes de grande escala. As métricas de avaliação estão mudando de operações de ponto flutuante por segundo (FLOPS) para latência do primeiro token (TTFT) e velocidade de recuperação vetorial.

Durante o Fórum de Verão de Davos de 2026, o vice-presidente sênior global da Ericsson, Lan Shangli, propôs que a primeira rodada de investimentos em IA foi direcionada a chips e data centers, mas os vencedores da próxima fase podem ser as operadoras de telecomunicações que instalam cabos de fibra óptica e estações base. Ele comparou a rede ao "sistema nervoso da IA física" — os grandes modelos de linguagem são o cérebro, robôs e drones são o corpo, e a rede é responsável por permitir que o cérebro acione o corpo.

No lado dos equipamentos de rede, a Broadcom (AVGO) é um nome obrigatório. Como fornecedora central de chips de rede de IA (como ASICs de switches), a Broadcom se beneficia profundamente da demanda de atualização da largura de banda de interconexão dentro dos data centers. Apesar de uma recente correção no preço das ações, instituições como a Jefferies ainda mantêm uma classificação de "compra forte", com um preço-alvo médio de cerca de US$ 513,58. Em 29 de junho, a Broadcom fechou a US$ 372,45, alta de 2,04%.

Além disso, a Cisco Systems, como gigante tradicional de equipamentos de rede, está se transformando ativamente para atender às novas demandas dos data centers de IA, fechando em alta de 3,45% em 29 de junho, a US$ 117,70. A Dell, como integradora de sistemas de servidores de IA, fechou em alta de 3,78%, a US$ 414,61.

Comparação Horizontal das Três Áreas e Perspectiva de Investimento

Do ponto de vista da posição na cadeia industrial, GPU, Memória e Rede apresentam diferenças significativas:

O setor de GPU está no topo da cadeia de valor, desfrutando das maiores margens brutas e prêmios tecnológicos, mas também enfrenta os níveis de avaliação e expectativas de mercado mais altos. A relação preço/lucro (P/L atual) da Nvidia é de aproximadamente 29,86 vezes. Considerando sua taxa de crescimento, essa avaliação não é extrema entre os gigantes da tecnologia, mas qualquer desaceleração no crescimento da demanda pode desencadear uma reprecificação da avaliação.

O setor de memória tem características cíclicas mais pronunciadas. A escassez de oferta de HBM pode mascarar temporariamente as flutuações cíclicas da DRAM e NAND tradicionais, mas os investidores ainda precisam monitorar as mudanças na relação oferta-demanda após a liberação em larga escala da capacidade. O cenário atual de capacidade bloqueada até 2026-2027 fornece uma visibilidade de lucros de médio prazo relativamente clara para este setor.

O setor de redes atualmente recebe menos atenção do mercado do que GPUs e memória, mas isso pode significar exatamente um maior potencial de surpresa. A previsão do Bank of America de um mercado de US$ 316 bilhões até 2030 implica que a taxa de crescimento composto do setor de redes nos próximos anos pode exceder o consenso atual do mercado.

Do ponto de vista dos riscos, os três setores enfrentam riscos comuns, incluindo: uma desaceleração marginal nos gastos de capital com IA, perturbações geopolíticas na cadeia de suprimentos de chips e o impacto de mudanças na trajetória tecnológica (como novas paradigmas de computação na memória e interconexão óptica) na estrutura industrial existente. Em uma pesquisa com mais de 200 empresas, a Omdia identificou quatro desafios principais: ROI e prazo de comercialização, soberania digital, lacuna de talentos em IA e complexidade sistêmica de engenharia. Esses desafios afetarão, em diferentes graus, o ciclo de retorno do investimento de cada setor.

Como Planejar Investimentos em Infraestrutura de Inteligência Artificial na Gate?

Para investidores que desejam participar das oportunidades de investimento em infraestrutura de inteligência artificial, a plataforma Gate oferece caminhos diversificados de entrada.

A Gate já listou mais de 12.500 ativos de ações, incluindo ações dos EUA, de Hong Kong e da Coreia do Sul. A plataforma agora suporta totalmente negociações 24 horas por dia, 7 dias por semana, de ações dos EUA, Hong Kong e Coreia do Sul — cobrindo períodos pré-mercado, intraday, pós-mercado, overnight e fins de semana. Isso significa que os investidores não precisam se limitar aos horários de abertura das bolsas tradicionais e podem ajustar suas posições de forma mais flexível com base na dinâmica do mercado.

Em relação aos ativos de ações relacionados à infraestrutura de inteligência artificial, a Gate cobre várias empresas centrais mencionadas neste artigo: Nvidia (NVDA), AMD (AMD), Micron Technology (MU), Broadcom (AVGO), Applied Materials (AMAT), Cisco (CSCO), Dell (DELL), entre outras. Os investidores podem usar o módulo de negociação de ações da Gate para alocar e ajustar suas posições nesses ativos em uma única plataforma.

Conclusão

Em 2026, a infraestrutura de inteligência artificial evoluiu de uma narrativa conceitual para uma competição real de gastos de capital. Os investimentos anuais de centenas de bilhões de dólares por empresas de tecnologia de grande escala estão tecendo GPUs, memória de alta largura de banda e redes de alta velocidade em uma rede de infraestrutura de computação que cobre o globo.

O setor de GPU se beneficia das maiores barreiras tecnológicas e do mapeamento mais direto da demanda por poder de computação, sendo a direção com maior certeza atualmente; o setor de memória, com seu cenário de oferta-demanda bloqueado pela capacidade, oferece a visibilidade de lucros de médio prazo mais clara; o setor de redes, devido ao conhecimento insuficiente do mercado, pode conter o maior potencial de surpresa.

Os ritmos de investimento e as características de risco-retorno das três áreas são diferentes, e os investidores podem fazer alocações diferenciadas com base em sua própria tolerância ao risco e ciclo de investimento. A negociação de ações 24 horas por dia, 7 dias por semana, e a ampla cobertura de ativos da Gate fornecem ferramentas de execução flexíveis e eficientes para essa alocação.

O ciclo de construção da infraestrutura de inteligência artificial está longe de terminar. Como Jensen Huang disse na assembleia geral de acionistas da Nvidia em 2026, a construção da infraestrutura de IA é o maior projeto de engenharia da história da humanidade. Nessa onda de gastos de capital que durará muitos anos, entender a estrutura e o ritmo da cadeia industrial pode trazer retornos de valor de longo prazo maiores do que perseguir tendências de curto prazo.

FAQ

P1: Quais subsetores específicos o investimento em infraestrutura de inteligência artificial cobre principalmente?

Inclui principalmente três áreas centrais de hardware: GPU (unidade de processamento gráfico, responsável pela aceleração da computação de IA), memória de alta largura de banda (HBM, que resolve o gargalo da "barreira da memória") e redes de data center (que resolvem o problema de comunicação de interconexão em clusters de grande escala). Além disso, inclui áreas complementares como refrigeração de data centers, sistemas de energia e camada de agendamento de software.

P2: Por que a rede é considerada o próximo ponto de inflexão nos investimentos em IA?

À medida que os clusters de treinamento de IA se expandem de milhares para dezenas de milhares e centenas de milhares de GPUs, a eficiência da comunicação entre GPUs se torna o gargalo chave para a taxa de utilização efetiva do poder de computação. O Bank of America prevê que o mercado de redes de IA atingirá US$ 316 bilhões até 2030. A rede é comparada ao "sistema nervoso da IA física", sendo a infraestrutura que permite que a inteligência vá do data center para o mundo real.

P3: É possível negociar na Gate ações dos EUA relacionadas à infraestrutura de inteligência artificial?

Sim. A Gate já listou mais de 12.500 ativos de ações, cobrindo os mercados de ações dos EUA, Hong Kong e Coreia do Sul, incluindo empresas centrais como Nvidia (NVDA), AMD (AMD), Micron Technology (MU), Broadcom (AVGO), entre outras. A plataforma suporta negociações 24 horas por dia, 7 dias por semana, cobrindo períodos pré-mercado, intraday, pós-mercado, overnight e finais de semana.

P4: Quais são os principais riscos enfrentados atualmente pelos investimentos em infraestrutura de inteligência artificial?

Os principais riscos incluem: queda na demanda devido à desaceleração no crescimento dos gastos de capital com IA, perturbações geopolíticas na cadeia de suprimentos de chips, impacto de mudanças na trajetória tecnológica (como novas paradigmas de computação na memória e interconexão óptica) na estrutura existente, e pressão de correção devido a avaliações excessivamente altas em alguns setores. Os investidores devem alocar com base em sua própria tolerância ao risco.

P5: Qual é a expectativa de tamanho do mercado de infraestrutura de inteligência artificial em 2026?

Dados da Research and Markets mostram que o mercado global de infraestrutura de inteligência artificial deve crescer de US$ 71,88 bilhões em 2025 para US$ 90,91 bilhões em 2026, um crescimento anual de 26,5%. Outras instituições preveem que chegará a US$ 465 bilhões até 2033. Somente em 2026, os gastos de capital combinados das principais empresas de tecnologia do mundo em infraestrutura de inteligência artificial já ultrapassaram US$ 600 bilhões.