$NVDA Nvidia dispara 3,21%! Administração confirma novamente: a demanda por IA não é um problema; o verdadeiro gargalo está na memória e nos wafers avançados

As ações de tecnologia dos EUA estão se recuperando, especialmente com a retomada da Nvidia. Mas o que mais merece atenção hoje não é a alta das ações em si, e sim a conversa mais recente entre o JPMorgan e Toshiya Hari, vice-presidente de Relações com Investidores e Finanças Estratégicas da Nvidia.
Nvidia confirma novamente: a demanda por IA não é um problema
A frase mais importante dessa conversa foi: o que limita o crescimento do desempenho da Nvidia atualmente não é a demanda, mas a oferta.
A Nvidia considera que alcançar um crescimento anual de aproximadamente 70% no ano fiscal de 2028 é uma expectativa relativamente conservadora e viável. E, sem as restrições da cadeia de suprimentos, o tamanho dos negócios poderia até mais que dobrar.
Por quê? Porque há cada vez mais clientes que precisam do poder computacional da Nvidia. Antes, eram principalmente: Microsoft, Google, Amazon, Meta e outros grandes provedores de nuvem em hiperescala. Agora também se somam: OpenAI, Anthropic, laboratórios de IA, novos provedores de serviços de nuvem, IA soberana e implementação local por empresas.
Em outras palavras: a demanda por poder computacional de IA já deixou de ser apenas “as grandes empresas comprando GPUs” e passou gradualmente a envolver toda a cadeia da indústria de IA.

Uma mudança muito importante: a demanda por inferência de IA está crescendo cada vez mais
A Nvidia também revelou uma informação muito importante desta vez.
Há cerca de 18 meses: treinamento ≈ 50%
Inferência ≈ 50%
Agora: a participação dos negócios de inferência já supera a de treinamento e continuará aumentando no futuro.
O que isso significa? Antes, quando se falava em poder computacional de IA, pensava-se principalmente em: treinar grandes modelos. Mas, depois que os modelos são treinados, o que realmente os mantém funcionando continuamente é: a inferência. Por exemplo, quando usamos IA para conversar, pesquisar, gerar imagens e gerar vídeos todos os dias, isso exige, essencialmente, uma grande quantidade de poder computacional de inferência.
Portanto: a IA está passando gradualmente da “era do treinamento” para a “era impulsionada pelas duas frentes: treinamento + inferência”. Isso é uma vantagem de longo prazo para toda a cadeia, incluindo servidores de IA, GPUs, HBM, memória, módulos ópticos e outros componentes.

A informação mais importante chegou: Nvidia cita nominalmente “memória” e “wafers avançados”
Esta é a parte que mais merece atenção no artigo de hoje. A administração da Nvidia declarou claramente: chips de memória e wafers de processos avançados são atualmente os gargalos de oferta mais importantes na lista de materiais.
A Nvidia está mantendo comunicações contínuas com: TSMC e os três grandes fabricantes de memória: Micron, SK hynix e Samsung, na esperança de melhorar ainda mais a oferta. Essa frase é fundamental. Na prática, ela valida novamente a lógica que temos acompanhado: quanto maior o poder computacional de IA, maior a demanda por HBM e memória avançada.
O desempenho das GPUs continua melhorando.
↓As GPUs precisam de uma largura de banda maior
↓A capacidade e a velocidade da HBM continuam aumentando
↓HBM4, HBM4E e até a próxima geração de HBM continuam ganhando escala
↓A memória se torna um dos principais gargalos para a expansão do poder computacional de IA.
Então, por que temos enfatizado tanto a memória recentemente? Não é simplesmente porque o mercado está especulando sobre “aumento de preços”. É porque: a expansão do poder computacional de IA já começou a impulsionar concretamente a demanda por memória de alto nível.

É por isso que a memória merece atenção especial recentemente
Pela conversa da Nvidia desta vez: a demanda por IA está forte
As GPUs continuam evoluindo
A demanda por inferência está crescendo
A combinação desses fatores com a oferta insuficiente de memória significa que: a HBM continua sendo um dos componentes mais importantes do hardware de IA.

Outra direção facilmente ignorada: o empacotamento avançado
Além de citar a memória, a Nvidia mencionou especialmente: a oferta de wafers de processos avançados. E, à medida que as GPUs e a HBM continuam evoluindo, a importância do empacotamento avançado também aumenta. Atualmente, os chips de IA já não são simplesmente: uma GPU + uma memória. Eles caminham gradualmente para: GPU/ASIC + HBM + empacotamento avançado + Chiplet, e todo o sistema está cada vez mais complexo. Por isso, temos visto recentemente:
HBM4
HBM4E
Base Die
Ligação híbrida
Empacotamento 2,5D/3D
Na realidade, tudo isso faz parte de uma rota completa de modernização industrial.

Por que a comunicação óptica também continua merecendo atenção?
Ontem, o setor de comunicação óptica dos EUA se recuperou de forma geral: Marvell+2,86%
Coherent+1,77%
Lumentum+0,19%
A lógica por trás disso é, na verdade, bastante simples: os data centers de IA continuam se expandindo.
↓O número de GPUs está aumentando cada vez mais.
↓A transmissão de dados entre servidores está crescendo cada vez mais.
↓A largura de banda das redes continua aumentando.
↓A demanda por módulos ópticos de 800G e 1,6T continua crescendo.
Portanto, o poder computacional de IA não se resume às GPUs.
Na realidade, trata-se de uma cadeia industrial completa: GPU → HBM → PCB/CCL → módulo óptico → switch → empacotamento avançado → data center
Enquanto os investimentos de capital em IA continuarem crescendo, essa cadeia ainda terá espaço para continuar se expandindo.

A Nvidia também está passando por uma mudança: os clientes estão cada vez mais diversificados
No passado, o mercado frequentemente se preocupava com uma questão: a Nvidia depende demais de alguns grandes clientes, como Microsoft, Google e Amazon? Agora, essa situação está mudando.
A Nvidia afirmou: OpenAI e Anthropic representam atualmente cerca de 20% do tamanho dos negócios da Nvidia na métrica de consumo final, e essa proporção pode aumentar para aproximadamente 25% no futuro. Ao mesmo tempo, os novos provedores de serviços de nuvem já se tornaram um grupo de clientes muito importante para a Nvidia. Isso mostra que: a demanda por poder computacional de IA está se espalhando de um pequeno número de gigantes da internet para um número cada vez maior de empresas de IA e companhias.
Em outras palavras: a base da demanda por poder computacional de IA está se tornando cada vez mais ampla.

A conclusão mais importante de hoje
Resumindo toda a conversa da Nvidia em algumas frases:
Primeiro, a demanda por IA não diminuiu.
Segundo, a Nvidia acredita que ainda poderá manter um crescimento muito elevado nos próximos anos.
Terceiro, a inferência está se tornando um novo motor de crescimento para o poder computacional de IA.
Quarto, o que limita principalmente o crescimento da Nvidia atualmente não é a demanda, mas a oferta.
Quinto, a memória e os wafers de processos avançados já se tornaram gargalos centrais.

Na minha opinião, o maior valor desta conversa da Nvidia não é nos dizer “se a Nvidia ainda pode subir”, mas sim explicar novamente, de forma muito clara, a lógica de toda a cadeia da indústria de IA: a demanda por IA continua forte, a demanda por inferência continua crescendo, e o que realmente limita a velocidade de expansão do setor já se tornou a cadeia de suprimentos.$NVDA ‌