Elon Musk prevê que a demanda por memória de robôs aumentará: o que isso significa para Micron e SK Hynix em 2026
Elon Musk prevê que a robótica impulsionará um crescimento massivo na demanda por memória
A declaração recente de Elon Musk no X sobre o futuro das necessidades de memória RAM para robôs, que ele afirma “ultrapassarão tudo o mais na Terra”, intensificou significativamente o foco nas demandas de memória associadas aos sistemas de IA física. O CEO da Tesla afirmou que robôs, que operam em substratos físicos para manipular e moldar átomos, inevitavelmente impulsionarão o consumo de memória a níveis muito superiores aos das aplicações computacionais atuais. Ele também observou que a potência de computação necessária para a superinteligência será em grande parte transferida para fora do planeta, indicando uma mudança no local e na forma como a computação avançada ocorrerá. Esse comentário surgiu em um contexto marcado por cadeias de suprimento apertadas para DRAM e memória de alta largura de banda, resultados financeiros recordes de grandes produtores de memória e estágios iniciais de escala de produção para plataformas humanóides, como o Optimus da Tesla.
A previsão de Musk, apoiada por dados emergentes sobre o conteúdo de memória necessário por robô e diversos cenários de volume de produção, aponta para uma oportunidade substancial de volume a longo prazo no mercado de DRAM de baixo consumo. Essa oportunidade é particularmente relevante para empresas como a Micron Technology e a SK Hynix, à medida que o campo da robótica começa a transcender as limitações normalmente associadas à IA de data centers e entra no domínio da implementação no mundo físico. As implicações dessa mudança são profundas, sugerindo que, à medida que a tecnologia de robótica avança, a demanda por soluções de memória especializadas aumentará drasticamente, criando novas vias de crescimento e inovação na indústria de suprimento de memória.
A declaração de Musk apresenta os robôs como os principais consumidores futuros de memória
O post de Musk de 26 de outubro de 2026 descartou a análise anterior sobre a demanda por DRAM humanoides como “tola” e afirmou que as necessidades de memória dos robôs superarão todos os outros usos terrestres, pois a interação física com o mundo exige memória local e de alta capacidade diretamente no robô. Ele distinguiu isso da superinteligência, que, segundo ele, dependeria em grande parte de computação no espaço profundo. As observações se basearam em divulgações anteriores da Tesla sobre o hardware do Optimus. No início de outubro, Musk confirmou que a Tesla reduziu a memória planejada em seu chip AI5 para 72 GB de LPDDR5 e no AI6 para 144 GB de LPDDR6, descrevendo os cortes como a única maneira prática de garantir volume suficiente para a produção do Optimus enquanto mantinha a largura de banda constante. O impacto no desempenho foi esperado como negligenciável.
Essas escolhas técnicas ilustram a tensão entre a capacidade desejada e os limites de oferta no mundo real que já restringem até programas de robôs em estágio inicial. O momento coincide com a atenção aumentada dos investidores aos fornecedores de memória. Analistas imediatamente associaram os comentários à Micron e à SK Hynix, observando que os robôs utilizam principalmente DRAM de baixo consumo, e não a memória de alta largura de banda que domina os aceleradores de IA de data centers. Essa distinção é importante porque produtos da classe LPDDR abrem um caminho de volume diferente assim que a produção de robôs ultrapassar os volumes piloto. A discussão do setor passou de se a demanda por memória permanecerá elevada para quão rapidamente as plataformas físicas de IA poderão adicionar demanda adicional de bits aos já restritos mercados de servidores e HBM.
Substratos físicos e fusão de sensores em tempo real impulsionam a intensidade da memória embarcada
Robôs devem processar fluxos contínuos de câmeras, LiDAR, sensores táteis e modelos de estado interno em tempo real, mantendo autonomia sem dependência constante da nuvem. O CEO da Micron, Sanjay Mehrotra, afirmou que veículos autônomos de nível 4 ou superior e robôs humanóides provavelmente exigirão mais de 200 GB de memória e vários terabytes de armazenamento por unidade, comparável a sistemas veiculares avançados. Robôs de serviço atuais frequentemente operam com muito menos conteúdo, cerca de 12 GB de DRAM e centenas de gigabytes de armazenamento, indicando amplo espaço para crescimento à medida que as capacidades avançam. A necessidade de memória local decorre diretamente das limitações de latência, confiabilidade e energia inerentes a plataformas móveis que devem “modelar átomos” em ambientes imprevisíveis.
Essa arquitetura difere fundamentalmente da IA de data center, onde a memória pode ser agrupada e atualizada centralmente. Os projetos de memória para inferência de borda em desenvolvimento visam equilibrar densidade, potência e largura de banda para essas cargas de trabalho. A Micron discutiu publicamente memória para inferência de borda voltada para aplicações de IA física, com observadores da indústria apontando para possíveis prazos de produção no final da década. O resultado é um perfil de demanda ponderado em favor de DRAM de alto volume e baixo consumo, em vez do HBM especializado e com capacidade limitada usado em clusters de treinamento. Fornecedores que já investem em LPDDR6 e tecnologias de baixo consumo relacionadas estão em posição de se beneficiar se frotas de robôs se expandirem.
Counterpoint Research prevê aumento acentuado no consumo de DRAM para humanoides
A Counterpoint Research projeta a demanda total de DRAM de robôs humanóides aumentando mais de vinte vezes entre 2026 e 2030, de aproximadamente 8.300 terabits para 172.000 terabits. A capacidade média por robô deve aumentar de cerca de 19 GB para 39 GB no mesmo período. Mesmo nesses níveis, a participação absoluta da produção global de DRAM permanece modesta sob as suposições base de envio de robôs. Cálculos independentes mostram que a demanda de robôs humanóides em 2030, segundo a trajetória da Counterpoint, equivale a uma pequena fração da produção anual atual de DRAM, medida em dezenas de petabytes contra a produção global medida em dezenas de exabytes.
A sensibilidade da previsão reside no volume unitário. Taxas de produção mais altas ou conteúdo por robô mais elevado aumentam rapidamente os totais. As metas de memória do próprio Optimus da Tesla já superam a média da Counterpoint, sugerindo que as principais plataformas podem antecipar a demanda. A lacuna entre as previsões conservadoras da pesquisa e a visão mais abrangente de Musk reflete em grande parte suposições diferentes sobre a velocidade com que os humanóides atingem a produção em escala automotiva ou superior. Os fornecedores de memória monitoram ambas as trajetórias, pois mesmo volumes intermediários adicionam um novo mercado final em crescimento, acima da demanda por servidores, dispositivos móveis e automotivos.
As reduções de memória da Tesla ilustram restrições de oferta já em vigor
A decisão da Tesla de reduzir pela metade a memória do AI5 e em um terço a memória do AI6 foi apresentada explicitamente como uma necessidade de volume e custo, e não como uma compensação de desempenho. A largura de banda foi preservada, reforçando que a capacidade total pode ser trocada por throughput em certos loops de controle de robôs. A medida seguiu os comentários da Micron de que humanoides poderiam exigir mais de 200 GB, destacando como até mesmo fabricantes ambiciosos de robôs estão dimensionando sistemas em torno da memória disponível, e não especificações ideais ilimitadas. A produção inicial do Optimus permanece limitada, mas o hardware já reflete o realismo da cadeia de suprimentos.
Esses ajustes reduzem a demanda de bits de curto prazo por robô, mas sinalizam simultaneamente que a escala da produção ainda exigirá grandes volumes absolutos de DRAM de baixa potência. Com 72 GB por unidade, dez milhões de robôs Optimus anuais gerariam aproximadamente 720 petabytes de demanda. Embora esse valor permaneça hipotético e dependa da Tesla alcançar a fabricação em grande escala, ele fornece um ponto de referência concreto para a escala da oportunidade que analistas destacaram para produtores de memória orientados a volume. O episódio também demonstra que a disponibilidade de memória já está influenciando a arquitetura dos sistemas robóticos.
Cenários de volume de analistas apontam para um novo mercado final significativo
O analista da Futurum Equities Shay Boloor traduziu os comentários de Musk em uma ilustração simples de volume: dez milhões de robôs Optimus a 72 GB cada equivalem a cerca de 720 petabytes de demanda anual de memória. O cálculo é ilustrativo, e não uma previsão formal, mas esclarece por que alguns observadores descrevem a robótica como uma possível história de volume “muito maior” para a Micron e a SK Hynix, uma vez que a IA se expanda além dos data centers. Robôs consomem memória da classe LPDDR, e não HBM, alinhando-se com linhas de produtos que podem ser escaladas mais facilmente do que o segmento de HBM, limitado por embalagem avançada.
A produção global de DRAM atualmente opera em dezenas de exabytes anualmente. Capturar mesmo um único dígito percentual dessa capacidade para robótica representaria um mercado novo substancial. Alcançar volumes em escala automotiva (cerca de 100 milhões de unidades) com maior conteúdo de memória absorveria uma parcela significativa da produção da indústria. Os criadores de memória já alocam capacidade sob acordos de longo prazo para servidores de IA; a demanda incremental de robôs competirá pelos bits restantes ou exigirá investimento adicional em capacidade. O consenso analítico é que a robótica não substituirá a demanda de data centers, mas adicionará crescimento adicional a um mercado já apertado.
Micron enfatiza a IA física como um impulsionador de demanda futura
A Micron destacou repetidamente a inteligência artificial física e os robôs humanóides como impulsionadores significativos de longo prazo para a demanda por memória e armazenamento. Durante os comentários do quarto trimestre fiscal, a liderança observou que os humanóides deverão exigir níveis de memória e armazenamento comparáveis aos de veículos autônomos avançados, mais de 200 GB de DRAM e vários terabytes de NAND. Os clientes já estão testando produtos de próxima geração destinados a essas aplicações. A empresa também desenvolveu conceitos de memória de inferência de borda adaptados às cargas de trabalho de inteligência artificial física, com horizontes de produção mais adiante na década.
O segmento automotivo e embarcado da Micron representa atualmente uma parcela modesta da receita total, mas fornece o canal existente mais próximo aos clientes de robótica. A capacidade mais ampla da empresa está fortemente comprometida por acordos de longo prazo que cobrem uma grande parte da produção até o final da década de 2020. Qualquer aceleração na adoção de robôs, portanto, interagiria com decisões de alocação existentes e possíveis expansões de capacidade. A gestão afirmou que não possui visibilidade clara sobre quando a oferta e a demanda serão reequilibradas, reforçando a rigidez que enfrentaria o aumento dos volumes de robôs.
SK Hynix relata resultados recorde e condições de esgotamento por vários anos
SK Hynix apresentou resultados recorde no terceiro trimestre de 2026, com receita superior a 100 trilhões de won e uma margem operacional próxima a 80 por cento, impulsionada principalmente por HBM e DRAM relacionados a IA. A empresa afirmou que os volumes de DRAM e HBM até 2029 estão praticamente esgotados, considerando acordos de longo prazo garantidos e discussões ativas com clientes. A demanda deve continuar superando a oferta até 2030. O HBM4 está projetado para superar o HBM3E como produto principal no quarto trimestre.
Esses resultados reforçam a imagem mais ampla da indústria de oferta restrita. Embora o HBM permaneça o produto de maior margem, a SK Hynix e suas concorrentes também fornecem as categorias de DRAM de baixo consumo relevantes para robótica. A empresa colaborou em memórias de baixo consumo para plataformas de computação robótica, posicionando-se para o crescimento da IA física. A apertada continuidade implica que qualquer aumento significativo na demanda por LPDDR relacionada a robôs ocorreria em um ambiente onde a capacidade já está priorizada para as aplicações mais lucrativas de servidores de IA, potencialmente elevando preços ou alongando prazos de entrega para outros segmentos.
DRAM de baixo consumo torna-se a tecnologia relevante para escala de robótica
Robôs humanóides e móveis priorizam eficiência energética, gerenciamento térmico e custo em escala. A memória de alta largura de banda, otimizada para clusters densos de GPU, é menos adequada para plataformas alimentadas por bateria ou com restrições térmicas. Os participantes do setor esperam, portanto, que LPDDR5, LPDDR6 e variantes de baixo consumo relacionadas dominem os projetos de robôs. O uso explícito da memória LP5 e LP6 pela Tesla em seus chips AI5 e AI6 confirma essa direção. Fornecedores que avançam nessas linhas de produtos podem atender tanto aos mercados móveis e automotivos atuais quanto à emergente oportunidade de robótica, sem desviar a capacidade escassa de empacotamento avançado do HBM.
Essa divisão tecnológica cria caminhos de crescimento diferenciados. A demanda por HBM permanece concentrada entre um pequeno número de hyperscalers e fornecedores de aceleradores de IA. O DRAM de baixo consumo pode ser escalado em dispositivos consumidores, veículos e robôs. À medida que a produção de robôs aumenta, a demanda absoluta em bits para produtos da classe LPDDR pode crescer em termos percentuais mais rapidamente do que o segmento de HBM mais limitado por capacidade, apoiando a caracterização de “história de volume” oferecida por analistas. Os criadores de memória que equilibram sua mistura de produtos precisarão alocar cuidadosamente as iniciativas de wafer entre as duas categorias.
Os perfis de memória de robôs diferem dos cargas de trabalho de data centers em aspectos-chave
A IA de data-center enfatiza largura de banda e capacidade máximas para treinamento e inferência em lotes grandes, frequentemente usando HBM empilhada próxima ao processador. Cargas de trabalho de robôs enfatizam fusão contínua de sensores em tempo real, execução local de modelos e resiliência a conectividade intermitente. O conteúdo de memória deve suportar simultaneamente visão, propriocepção, planejamento e loops de controle, mantendo-se dentro de limites rigorosos de potência e custo. O resultado é uma preferência por DRAM de alta densidade e baixo consumo, com largura de banda suficiente, em vez da largura de banda extrema da HBM. Os requisitos de armazenamento também aumentam com a necessidade de registrar experiências ou armazenar em cache grandes modelos a bordo.
Essas diferenças implicam que a robótica não simplesmente competirá pelos mesmos wafers de HBM que servem aos servidores de IA. Em vez disso, amplia o mercado total acessível para DRAM convencional e de baixo consumo. O planejamento de capacidade torna-se mais complexo, pois as taxas de conversão de HBM já reduzem a saída efetiva da DRAM padrão; adicionar um segmento de robôs em crescimento aperta ainda mais a oferta residual disponível para PCs, smartphones e outros usos tradicionais. Fornecedores que mantêm tecnologia de processo flexível entre tipos de produtos estarão melhor posicionados para captar a demanda incremental.
Escalar a oferta de memória para corresponder aos volumes potenciais de robôs apresenta desafios estruturais
Novas fábricas de DRAM e instalações de embalagem avançada exigem anos e investimentos de bilhões de dólares. A capacidade existente está amplamente comprometida por acordos de longo prazo para infraestrutura de IA. A SK Hynix e a Micron sinalizaram períodos de vários anos de subabastecimento. Mesmo se a demanda por robôs se materializar mais lentamente do que sugere a retórica de Musk, volumes intermediários medidos em milhões de unidades ainda absorveriam quantidades significativas. Em níveis de conteúdo mais altos, aproximando-se de 100–200 GB por robô, a indústria precisaria de capacidade adicional significativa para evitar desviar a oferta de outros mercados de crescimento.
Ciclos de memória histórica foram caracterizados por flutuações acentuadas nos preços uma vez que a capacidade finalmente acompanha a demanda. O ciclo atual difere porque acordos de longo prazo relacionados à IA garantem uma parcela maior da produção, elevando o piso dos lucros. A demanda por robótica, se escalar, apoiaria ainda mais a utilização e o poder de precificação. Por outro lado, uma adoção mais lenta de robôs deixaria os fornecedores ainda enfrentando demanda robusta por servidores. A variável-chave permanece o ritmo no qual plataformas humanóides passam de protótipos e produção limitada para implantação em massa.
Dinâmicas de Preços e Capacidade até o Fim da Década
Os preços de memória já aumentaram substancialmente, com aumentos sequenciais adicionais esperados em algumas categorias de produtos. Acordos de longo prazo que cobrem grandes partes da produção de 2027–2029 proporcionam visibilidade de receita para fornecedores, enquanto limitam a disponibilidade no mercado à vista. Criadores de robôs que entrarem no mercado mais tarde podem enfrentar custos mais altos ou ciclos de qualificação mais longos. As reduções anteriores de memória da Tesla ilustram uma estratégia de adaptação: projetar sistemas com base na oferta disponível, e não em especificações ideais. Outros desenvolvedores de robôs provavelmente seguirão uma pragmática semelhante.
Para a Micron e a SK Hynix, a combinação da demanda sustentada por servidores de IA e da emergente IA física cria um cenário de crescimento de vários anos. As expansões de capacidade atualmente em construção aliviarão parte da pressão mais tarde na década, mas ambas as empresas indicaram que a demanda provavelmente permanecerá acima da oferta até 2030. A robótica representa uma demanda adicional sobre essa capacidade, e não um substituto para a demanda existente. Investidores que monitoram o setor acompanharão os aumentos nas remessas unitárias do Optimus e das plataformas concorrentes como indicadores principais de quão rapidamente a tese de volume se converterá em pedidos.
Links mais amplos conectam a expansão da infraestrutura de IA às plataformas físicas de IA
Os mesmos hyperscalers que impulsionam a demanda por HBM também estão investindo em robótica e IA incorporada. O progresso em modelos fundamentais treinados em data centers acaba alimentando pilhas de controle de robôs que operam localmente. Os fornecedores de memória, portanto, se beneficiam em ambos os extremos da cadeia de valor da IA: HBM de alto valor para clusters de treinamento e inferência e DRAM de alto volume e baixo consumo para os sistemas físicos resultantes. Essa dupla exposição fortalece o caso estrutural para continuidade do investimento em capacidade de memória, mesmo enquanto os ciclos de curto prazo flutuam.
As previsões da indústria para o envio de robôs humanóides variam amplamente, variando de centenas de milhares a poucos milhões até 2030 sob diferentes suposições. Os alvos públicos de Musk e o planejamento interno de produção da Tesla situam-se na extremidade mais ambiciosa do espectro. Independentemente da trajetória exata, a direção é clara: a IA física aumentará a intensidade de memória do cenário computacional como um todo. Fornecedores que conseguirem navegar com sucesso a transição da dominação de data centers para uma mistura de mercados finais mais diversificada têm potencial para capturar crescimento duradouro.
Indicadores que determinarão o ritmo da realização da demanda por memória
As métricas-chave a serem monitoradas incluem as taxas reais de produção do Optimus e o conteúdo de memória por unidade à medida que a Tesla amplia a fabricação, as conquistas de design e os anúncios de envio das plataformas humanoides concorrentes, e os comentários trimestrais da Micron e da SK Hynix sobre atividades de amostragem de IA física ou robótica. As decisões de alocação de capacidade entre HBM e DRAM convencional também sinalizarão como os fornecedores priorizam a oportunidade emergente. As tendências de preço nos produtos LPDDR em comparação com HBM revelarão a relativa tensão entre os segmentos.
Em um prazo mais longo, a interação entre o crescimento da unidade de robôs e o conteúdo de memória por robô determinará se a robótica se tornará um motor primário ou secundário de demanda. Previsões de pesquisa conservadoras mantêm a demanda absoluta modesta até 2030; suposições de volume mais agressivas produzem impactos maiores. A insistência de Musk de que as necessidades dos robôs eventualmente excederão todas as outras aplicações na Terra estabelece um patamar elevado que os dados atuais ainda não confirmam, mas a lógica técnica subjacente — memória local para interação física — permanece sólida. Fornecedores de memória e seus investidores medirão o progresso contra as previsões cautelosas e a visão mais abrangente nos anos vindouros.
Perguntas frequentes
O que exatamente Elon Musk disse sobre a demanda por memória de robôs?
Musk afirmou que as necessidades de RAM para robôs excederão tudo o mais na Terra, pois os robôs devem operar em substratos físicos para moldar átomos. Ele acrescentou que os requisitos de superinteligência serão ainda maiores, mas estarão em grande parte concentrados em computação no espaço profundo. Os comentários foram feitos em resposta a uma análise das previsões de DRAM para humanoides e refletem sua visão de que a IA física dominará o consumo de memória terrestre.
Quanta memória um robô humanóide atualmente requer, segundo estimativas da indústria?
A Counterpoint Research espera que a média de DRAM por humanoide aumente de cerca de 19 GB em 2026 para 39 GB até 2030. A Micron indicou que humanoides avançados podem precisar de mais de 200 GB de memória e vários terabytes de armazenamento, semelhante aos veículos autônomos de Nível 4. A Tesla projetou seus próximos chips Optimus em torno de configurações de 72 GB e 144 GB para equilibrar capacidade com viabilidade de produção em volume.
Por que os robôs usam DRAM de baixo consumo em vez de memória de alta largura de banda?
Robôs operam sob restrições rigorosas de energia, calor e custo que favorecem memórias da classe LPDDR. HBM é otimizada para aceleradores de data centers densos, onde energia e refrigeração são menos limitadas. A largura de banda permanece importante, mas a capacidade total e a eficiência energética têm prioridade maior em plataformas físicas móveis, levando os projetistas a selecionarem variantes de DRAM de baixo consumo.
O que as previsões atuais dizem sobre a escala da demanda por DRAM humanoid até 2030?
Counterpoint projeta um aumento de mais de vinte vezes na demanda total de DRAM para humanoides, de aproximadamente 8.300 terabits em 2026 para 172.000 terabits em 2030. Sob suposições base de envio, isso permanece uma pequena parcela da produção global de DRAM. Volumes unitários mais altos ou conteúdo por robô mais elevado aumentariam significativamente a contribuição absoluta.
Como a Micron e a SK Hynix se posicionaram para a demanda relacionada à robótica?
Ambas as empresas fornecem tecnologias de DRAM de baixo consumo relevantes para robôs. A Micron destacou a inteligência física como um futuro impulsionador de demanda e está desenvolvendo memória de inferência na borda. A SK Hynix trabalhou em soluções de baixo consumo para plataformas de robótica e se beneficia da tensão geral na memória que sustenta os preços. Nenhuma delas trata a robótica como o principal impulsionador de curto prazo, mas ambas reconhecem a oportunidade de longo prazo.
Que evidência mostra que o fornecimento de memória já está restringindo os projetos de robôs?
A Tesla reduziu o conteúdo de memória planejado em seus chips AI5 e AI6 especificamente para garantir volume suficiente para a produção do Optimus. A Micron afirmou que não tem visibilidade sobre quando a oferta e a demanda serão reequilibradas. A SK Hynix relata que os volumes de DRAM e HBM até 2029 estão efetivamente esgotados sob acordos e discussões existentes. Essas declarações indicam que a disponibilidade está influenciando a arquitetura de sistemas hoje.
Isenção de responsabilidade: Esta informação geral de mercado, possivelmente proveniente de fontes terceirizadas, comerciais ou patrocinadas, é fornecida apenas para referência e fins educacionais e não constitui aconselhamento financeiro ou de investimento, oferta, solicitação ou garantia. Renunciamos à responsabilidade por sua precisão, completude, confiabilidade e quaisquer perdas decorrentes. Investimentos/operações envolvem riscos; desempenho passado não garante resultados futuros. Os usuários devem pesquisar, julgar com prudência e assumir total responsabilidade. Para mais detalhes, consulte os Termos de Uso e Divulgação de Riscos da KuCoin.
Aviso legal: Esta página foi traduzida usando tecnologia de IA para sua conveniência. Para informações mais precisas, consulte a versão original em inglês.