A IA criou simultaneamente escassez e excesso de memória

Em 29 de Março, a zona de Huaqiangbei e o retalho dos EUA experienciaram em simultâneo uma queda abrupta e em forte desvalorização nos preços das memórias RAM. O kit de memória Corsair de 32GB DDR5-6400 desceu dos 490 dólares para 380 dólares, com uma queda diária de 22%. Em território nacional, os kits DDR5 de alta frequência de 32GB caíram 800 yuan numa semana; os distribuidores entraram em pânico e fizeram vendas desesperadas. Há revendedores que dizem: “num dia, caiu mais de cem euros”.

Mas, quando se coloca este número numa linha temporal mais longa, o quadro é completamente diferente: mesmo depois da queda, o preço actual da DDR5 ainda é quatro vezes o de Julho de 2025. É um desfasamento preciso entre oferta e procura, na última vez na cadeia industrial da IA: a mesma força, primeiro criou escassez e, depois, gerou um pânico de excesso.

Montanha-russa: subida de 540% em oito meses, queda de 22% num mês

Em Julho de 2025, um kit DDR5-6000 de 32GB, de gama mainstream, no mercado de retalho dos EUA custava apenas 77 dólares. Em Janeiro de 2026, o preço do mesmo kit disparou para 490 dólares. Em oito meses, um aumento de 540%.

O aumento de preço não aconteceu porque os consumidores, de repente, enlouqueceram a actualizar os computadores. De acordo com dados da TrendForce, no 1.º trimestre de 2026 a cotação dos contratos de DRAM subiu 90%-95% em cadeia (em relação ao trimestre anterior). Dentro disso, a subida do PC DRAM ultrapassou 100%, atingindo o maior aumento trimestral de sempre. O que impulsionou tudo isto foi a procura voraz por um tipo específico de memória por parte da construção de infra-estruturas de IA.

Depois, a 25 de Março, a Google lançou um algoritmo de compressão chamado TurboQuant. Quatro dias depois, os preços da memória colapsaram.

Para onde foi a capacidade produtiva? A HBM comeu a tua memória DDR

Para compreender esta ronda de aumentos, é preciso entender primeiro um parâmetro técnico-chave. A área de wafer consumida por cada GB na HBM (memória de alta largura de banda, uma memória dedicada para os chips de IA da NVIDIA) é três vezes a do DDR5 normal. De acordo com o que reporta a Tom’s Hardware, isto significa que, com o mesmo wafer, só é possível produzir um terço da capacidade em HBM.

A Samsung, a SK hynix e a Micron, as três maiores fabricantes de memória, tomaram uma escolha racional face às elevadas margens de lucro da HBM: desviaram até 40% da capacidade de produção dos wafers com processos avançados para a produção de HBM. De acordo com dados da TrendForce, no 1.º trimestre de 2026, a margem de lucro da DDR5 deverá ultrapassar pela primeira vez a da HBM3e, reflectindo o grau a que a oferta de memória de consumo foi comprimida.

A escolha da Micron foi a mais agressiva. Em Dezembro de 2025, a empresa anunciou o encerramento da sua marca de consumo Crucial, que operava há 29 anos, e abandonou totalmente os mercados de memória e armazenamento para consumo, passando de forma completa para clientes empresariais e de IA. Num comunicado de relações com investidores da Micron, a sua receita total no ano fiscal de 2025 foi de 37,38 mil milhões de dólares, e os data centers e aplicações de IA passaram a representar 56% da receita total. O mercado de consumo não vale a pena.

A capacidade de produção de HBM da SK hynix já está totalmente esgotada até ao final de 2026. A Samsung planeia aumentar a capacidade de produção mensal de HBM de 170 mil wafers para 250 mil wafers até ao final de 2026. As novas fábricas de wafers (Samsung P4L e SK hynix M15X) só conseguirão atingir produção em massa o mais cedo em 2027-2028. Ou seja, a falta de oferta de DRAM para consumo é estrutural e não é um problema que se possa aliviar com uma ou duas cadências trimestrais.

Inversão do panorama: a SK hynix quebra o domínio de 40 anos da Samsung

Esta transferência de capacidade também reescreveu o mapa de poder da indústria de memória. De acordo com dados da TrendForce, no 2.º trimestre de 2025, a SK hynix, graças à sua ligação profunda com a NVIDIA, conseguiu obter 62% de quota de mercado da HBM; a Samsung ficou com 17% e a Micron com 21%.

Ainda mais marcante é a inversão ao nível das receitas. Segundo o relatório Q3 2025 da TrendForce, a SK hynix, com 13,75 mil milhões de dólares de receita trimestral de DRAM, ultrapassou pela primeira vez a liderança; a Samsung seguiu logo a seguir com 13,50 mil milhões de dólares. A diferença entre as duas foi apenas 250 milhões de dólares, mas trata-se da primeira vez em quase 40 anos que a Samsung perdeu a posição de primeira ao nível das receitas de memória. De acordo com a CNBC, o lucro operacional anual de 2025 da SK hynix também ultrapassou, pela primeira vez, o da Samsung.

A vantagem de arranque em HBM deu à SK hynix capital suficiente, mas esta corrida está longe de terminar. A Samsung está a perseguir intensivamente o cronograma de produção em massa do HBM4; a Micron, apesar de ter abandonado o mercado de consumo, no domínio empresarial e de IA, tem o crescimento de receitas mais rápido entre as três empresas (Q3 em cadeia: +53,2%).

Como é que um algoritmo abalou a lógica dos aumentos de preço?

Em 25 de Março, a Google apresentou o algoritmo TurboQuant na ICLR 2026. Este algoritmo faz uma coisa: comprime a cache KV (KV cache, a parte que ocupa mais memória durante a inferência de modelos de linguagem de grande escala) de FP16 para 3-bit, reduzindo pelo menos 6 vezes o consumo de memória, e ao mesmo tempo alcança um máximo de aceleração de 8 vezes no cálculo de atenção em GPUs H100. De acordo com o blogue de investigação da Google, em cinco testes de benchmarks de contexto longo, como o Needle-in-a-Haystack, a perda de precisão é zero.

O mercado calculou rapidamente as contas. Se o TurboQuant ou algoritmos semelhantes forem adoptados de forma generalizada pelas principais empresas de IA, então a procura incremental de DRAM para inferência de IA ficará muito reduzida. E a narrativa central que sustentou os aumentos de preços da memória durante os últimos seis meses estava precisamente em: “a infra-estrutura de IA consome demasiado da capacidade de produção de memória”.

Quatro dias depois, a confiança dos canais colapsou.

Há que salientar que o TurboQuant se destina à cache KV na ponta de inferência de IA, e não às necessidades de HBM na formação (treino). A relação entre oferta e procura de HBM não mudará a curto prazo por causa de um algoritmo de optimização da inferência. Mas o mercado nem sempre distingue estas duas coisas. Segundo a Sina Finance, numa fase inicial antes da queda acentuada, muitos intervenientes nos canais nacionais entraram em grandes quantidades para acumular stock fora do seu círculo habitual devido aos aumentos de preço; com preços elevados, as vendas de retalho caíram mais de 60%. A cadeia de vendas em série, ampliada pela tensão na tesouraria, agravou a queda.

Uma cadeia industrial de IA, ao mesmo tempo, fabricou a escassez de memória e o pânico de excesso. A compressão da capacidade física de HBM fez com que a memória de consumo entrasse em falta; a eficiência do algoritmo TurboQuant quebrou expectativas de procura de memória em IA, que caíram abruptamente. Fabricar o aumento de preço e fabricar o colapso, é a mesma força.