Muitas pessoas compram memória de IA, com os olhos apenas na HBM.

Mas a verdadeira escassez é muito maior do que isso.
O julgamento do Goldman Sachs e do JPMorgan é unânime: esta escassez de memória já ultrapassou o ciclo normal, e de 2024 a 2027, o déficit de oferta e procura de DRAM, NAND e HBM continuará a aumentar.
Isto não é uma questão de um ou dois trimestres, mas de um ciclo de aumento de preços que dura anos.
A razão é simples: a HBM está ao lado da GPU, sendo o gargalo mais direto para o treino de IA, todos sabem disso, mas agora a carga de trabalho de inferência de IA também está a crescer rapidamente, e a inferência necessita de DRAM de servidor e SSDs empresariais, não de HBM.
Ou seja, toda a cadeia de produção de memória está sob pressão ao mesmo tempo, de cima para baixo.
As cinco empresas neste setor cobrem diferentes níveis:
Micron é a única nos EUA capaz de produzir simultaneamente HBM, DRAM, NAND e SSD, e os provedores de serviços em nuvem dependerão cada vez mais dela para diversificar a cadeia de abastecimento.
Previsão de crescimento de receita de 188% no próximo ano fiscal, com um rácio P/L de 11,1 vezes, ainda não é extremo em relação ao pico do ciclo.
SK Hynix é o líder mais claro em HBM, fornecedor principal da Nvidia, com capacidade de novas wafers e atualização de nós lógicos, tornando a barreira de entrada cada vez maior, com previsão de crescimento de receita de 212%, e uma avaliação de 6,3 vezes.
SanDisk tem a relação mais direta com NAND, os provedores de serviços em nuvem migrando dados ativos de armazenamento lento para matrizes de memória flash densas, sendo o beneficiário mais direto dessa tendência.
Previsão de crescimento de receita de 209%, mas a avaliação já atingiu 12,6 vezes, sendo mais cara em relação às demais.
Samsung cobre a gama mais ampla, produz HBM, DRAM, NAND e SSD, seguindo a diversificação do ciclo de memória, mas a taxa de rendimento da HBM tem sido sua fraqueza.
Kioxia foca em NAND, com previsão de crescimento de receita de 311%, a mais alta deste grupo, mas uma avaliação de 9,7 vezes também é a mais cara.
Ao colocar essas cinco empresas juntas, há uma regra: quanto maior a taxa de crescimento da receita, menor a probabilidade de a avaliação ser a mais cara.
O mercado ainda não refletiu completamente a continuidade do déficit de oferta e procura neste setor.
Se a demanda de inferência de IA expandir conforme o esperado, DRAM, NAND e HBM se tornarão os gargalos mais duradouros em toda a pilha tecnológica de IA.
No futuro, essa lógica será repetidamente validada.