$NVDA A Nvidia dispara 3,21%! A administração confirma novamente: a procura por IA não é um problema; os verdadeiros entraves são a memória e os wafers avançados

As ações tecnológicas norte-americanas estão a recuperar, especialmente com a Nvidia a voltar a ganhar força. No entanto, o mais importante hoje não é a subida da cotação em si, mas a mais recente conversa entre a JPMorgan e Toshiya Hari, vice-presidente de Relações com Investidores e Finanças Estratégicas da Nvidia.

A Nvidia confirma novamente: a procura por IA não é de todo um problema

A frase mais importante desta conversa foi: aquilo que está atualmente a limitar o crescimento dos resultados da Nvidia não é a procura, mas sim a oferta.

A Nvidia considera que alcançar um crescimento homólogo de cerca de 70% no ano fiscal de 2028 é uma expectativa relativamente conservadora e viável. Sem as limitações da cadeia de abastecimento, a dimensão do negócio poderia até mais do que duplicar.

Porquê? Porque há cada vez mais clientes a precisar da capacidade de computação da Nvidia. Antes, eram sobretudo: Microsoft, Google, Amazon, Meta e outros grandes fornecedores de serviços de computação em nuvem. Agora, juntaram-se: OpenAI, Anthropic, laboratórios de IA, novos fornecedores de serviços de nuvem, IA soberana e implementações locais empresariais.

Ou seja: a procura por capacidade de computação para IA passou gradualmente de “as grandes empresas compram GPU” para toda a cadeia industrial da IA comprar capacidade de computação.

Uma mudança muito importante: a procura por inferência de IA está a crescer cada vez mais

A Nvidia revelou também uma informação muito importante nesta conversa.

Há cerca de 18 meses:
Treino ≈ 50%
Inferência ≈ 50%

Agora:
A proporção do negócio de inferência já ultrapassou a do treino e continuará a aumentar no futuro.

O que significa isto? Antes, quando se falava de capacidade de computação para IA, pensava-se sobretudo no treino de grandes modelos. Mas, depois de os modelos serem treinados, aquilo que realmente os mantém em funcionamento é a inferência. Por exemplo, quando utilizamos diariamente a IA para conversar, pesquisar ou gerar imagens e vídeos, estamos, essencialmente, a utilizar grandes quantidades de capacidade de computação para inferência.

Assim, a IA está a passar gradualmente da “era do treino” para uma “era impulsionada por dois motores: treino + inferência”. Isto representa um benefício estrutural de longo prazo para toda a cadeia industrial, incluindo servidores de IA, GPU, HBM, memória, módulos ópticos, entre outros.

Chegou a informação mais importante: a Nvidia destacou a “memória” e os “wafers avançados”

Esta é a parte mais importante do artigo de hoje. A administração da Nvidia afirmou claramente que os chips de memória e os wafers produzidos com processos avançados são, atualmente, os principais estrangulamentos da oferta na lista de materiais.

A Nvidia mantém conversações contínuas com a TSMC e os três grandes fabricantes de memória — Micron, SK hynix e Samsung — com o objetivo de melhorar ainda mais a oferta. Esta afirmação é muito importante, porque confirma novamente a lógica que temos vindo a acompanhar: quanto maior for a capacidade de computação para IA, maior será a procura por HBM e memória avançada.

O desempenho das GPU continua a melhorar.
↓As GPU precisam de uma largura de banda cada vez maior
↓A capacidade e a velocidade da HBM continuam a aumentar
↓A HBM4, a HBM4E e até a próxima geração de HBM continuam a ganhar escala
↓A memória tornou-se um dos principais estrangulamentos da expansão da capacidade de computação para IA.

Por isso, porque temos vindo a destacar tanto a memória? Não é simplesmente porque o mercado está a especular com “a subida dos preços”. É porque a expansão da capacidade de computação para IA já está, na prática, a impulsionar a procura por memória de alta qualidade.

É também por isso que a memória merece especial atenção

Tendo em conta esta conversa com a Nvidia:
A procura por IA é forte
As GPU continuam a evoluir
A procura por inferência está a crescer
A oferta de memória é insuficiente

A combinação destes fatores significa que a HBM continua a ser um dos componentes mais importantes do hardware de IA.

Outra área facilmente ignorada: o encapsulamento avançado

Além de destacar a memória, a Nvidia mencionou especificamente a oferta de wafers produzidos com processos avançados. À medida que as GPU e a HBM continuam a evoluir, a importância do encapsulamento avançado também aumenta.

Atualmente, os chips de IA já não são simplesmente:
Uma GPU + uma memória

Estão a evoluir gradualmente para:
GPU/ASIC + HBM + encapsulamento avançado + Chiplet

Todo o sistema está a tornar-se cada vez mais complexo. Por isso, temos observado recentemente:
HBM4
HBM4E
Base Die
Hibridação
Encapsulamento 2.5D/3D

Na realidade, trata-se de uma rota completa de modernização industrial.

Porque é que as comunicações ópticas também continuam a merecer atenção?

Ontem, o setor das comunicações ópticas recuperou globalmente nas bolsas norte-americanas:
Marvell +2,86%
Coherent +1,77%
Lumentum +0,19%

A lógica subjacente é, na realidade, bastante simples: os centros de dados de IA continuam a expandir-se.

↓O número de GPU continua a aumentar.
↓A quantidade de dados transferidos entre servidores é cada vez maior.
↓A largura de banda das redes continua a evoluir.
↓A procura por módulos ópticos de 800G e 1.6T continua a crescer.

Por isso, a capacidade de computação para IA não se limita às GPU.

Na realidade, trata-se de uma cadeia industrial completa:
GPU → HBM → PCB/CCL → módulos ópticos → comutadores → encapsulamento avançado → centros de dados

Enquanto as despesas de capital relacionadas com a IA continuarem a crescer, esta cadeia industrial continuará a ter espaço para se expandir.

A Nvidia registou ainda outra mudança: os clientes estão cada vez mais diversificados

No passado, o mercado preocupava-se frequentemente com uma questão: será que a Nvidia depende demasiado da Microsoft, da Google, da Amazon e de alguns outros grandes clientes? Esta situação está agora a mudar.

A Nvidia afirmou que a OpenAI e a Anthropic representam atualmente cerca de 20% da dimensão do negócio da Nvidia, com base no consumo final, e que esta proporção poderá aumentar para cerca de 25% no futuro. Ao mesmo tempo, os novos fornecedores de serviços de nuvem já se tornaram um grupo de clientes muito importante para a Nvidia.

Isto demonstra que a procura por capacidade de computação para IA está a espalhar-se de um pequeno número de gigantes da Internet para um número cada vez maior de empresas de IA e de empresas em geral.

Por outras palavras: a base da procura por capacidade de computação para IA está a tornar-se cada vez mais ampla.

A conclusão mais importante de hoje

Se resumirmos toda esta conversa com a Nvidia em algumas frases:

Primeiro, a procura por IA não diminuiu.
Segundo, a Nvidia considera que poderá continuar a manter um crescimento muito elevado nos próximos anos.
Terceiro, a inferência está a tornar-se um novo motor de crescimento da capacidade de computação para IA.
Quarto, aquilo que está atualmente a limitar principalmente o crescimento da Nvidia não é a procura, mas sim a oferta.
Quinto, a memória e os wafers produzidos com processos avançados já se tornaram estrangulamentos fundamentais.

Na minha opinião, o maior valor desta conversa com a Nvidia não está em dizer-nos “se a Nvidia ainda pode subir”, mas sim em explicar novamente, de forma muito clara, a lógica de toda a cadeia industrial da IA: a procura por IA continua forte, a procura por inferência continua a crescer e aquilo que realmente limita a velocidade de expansão do setor passou a ser a cadeia de abastecimento.$NVDA