Superexcesso de data centers de IA até 2028? O que a SemiAnalysis diz sobre a oferta de GPUs e restrições de energia
A supercapacidade dos centros de dados de IA pode se tornar uma preocupação significativa até 2028, pois a rápida expansão da infraestrutura gera incerteza em relação à oferta de GPUs, disponibilidade de eletricidade e demanda por computação. Em sua pesquisa de 19 de outubro de 2026, a SemiAnalysis projetou mais de 50 gigawatts (GW) de capacidade adicional de centros de dados globais em 2027, levantando questões sobre se a produção de semicondutores poderá acompanhar a construção. O possível desequilíbrio pode afetar a Nvidia, grandes provedores de nuvem e investidores que financiam o desenvolvimento da infraestrutura de IA. No entanto, as atuais escassezes de eletricidade e a forte demanda por serviços de inteligência artificial complicam as perspectivas. Compreender a relação entre capacidade de centros de dados, disponibilidade de chips avançados e requisitos futuros de computação é essencial para avaliar os riscos financeiros e as oportunidades de crescimento do setor.
SemiAnalysis alerta para possível supercapacidade de data centers de IA até 2028
A empresa de pesquisa de semicondutores SemiAnalysis alertou que os centros de dados de IA podem enfrentar supercapacidade até 2028, à medida que a construção de infraestrutura acelera e as restrições de fornecimento de semicondutores evoluem. Em seu relatório de 19 de outubro de 2026, a empresa previu mais de 50 gigawatts (GW) de capacidade adicional de centros de dados globais em 2027. O líder da pesquisa, Jeremie Eliahou Ontiveros, destacou posteriormente a possibilidade de que o desenvolvimento de centros de dados possa acabar superando a disponibilidade de hardware de computação avançado. O alerta refere-se a um possível desequilíbrio entre a capacidade da infraestrutura e o fornecimento de chips, e não a uma redução confirmada na demanda por inteligência artificial.
SemiAnalysis prevê mais de 50 GW de capacidade de data centers em 2027
Em seu relatório de 19 de outubro, Datacenters 2027: The Year of Acceleration, a SemiAnalysis elevou sua previsão de expansão de capacidade para 2027 de aproximadamente 43 GW para mais de 50 GW. A pesquisa identificou mais de 24 GW de capacidade de data centers em construção avançada em 40 grandes complexos, com a maioria dessa capacidade prevista para ser entregue durante 2027. Muitas dessas instalações já estavam mais da metade do caminho na construção, com equipamentos elétricos e de refrigeração instalados. Os achados sustentam as expectativas de expansão substancial da infraestrutura de IA, embora a atividade de construção projetada não garanta que todas as instalações se tornem operacionais conforme o cronograma.
A SemiAnalysis baseou suas projeções em monitoramento da construção em nível de edifício, atividade de desenvolvimento de hyperscalers, compromissos de locação e indicadores de implantação de equipamentos. Grandes empresas de tecnologia, incluindo Microsoft, Amazon, Google, Meta e Oracle, contribuíram para o aumento da demanda por instalações de computação em grande escala. Os desenvolvedores também estão adotando construção modular e sistemas elétricos pré-fabricados para reduzir os prazos dos projetos e diminuir a necessidade de mão de obra. Essas melhorias podem acelerar a adição de capacidade, mas as condições de financiamento, conexões elétricas e disponibilidade de equipamentos permanecem como fatores importantes que influenciam as datas reais de conclusão.
O risco de superoferta de data centers de IA depende da oferta de chips e da expansão da infraestrutura
Durante uma discussão em 20 de outubro de 2026, o pesquisador da SemiAnalysis Jeremie Eliahou Ontiveros destacou a relação em mudança entre a disponibilidade de GPUs e a oferta de energia elétrica para centros de dados. Em alguns mercados, obter GPUs tornou-se mais fácil do que garantir energia suficiente para operá-las, deixando a infraestrutura elétrica como uma grande restrição à implantação. No entanto, à medida que os desenvolvedores expandem instalações e introduzem geração de energia no local, a indústria poderia enfrentar um gargalo diferente. Chips de lógica avançada, memória de alta largura de banda e capacidade de fabricação de semicondutores podem se tornar cada vez mais importantes para determinar quão rapidamente novos centros de dados podem ser equipados com sistemas de IA operacionais.
O risco potencial de supercapacidade de data centers de IA em 2028 surgiria se as instalações concluídas excedessem a oferta disponível de equipamentos de computação adequados. Os operadores poderiam, consequentemente, enfrentar infraestrutura elétrica, de refrigeração e de edifícios subutilizadas enquanto aguardam a instalação de GPUs ou componentes de suporte. Tal descompasso poderia atrasar a geração de receita e aumentar a pressão financeira sobre projetos intensivos em capital, mesmo que a demanda por serviços de computação de IA continue crescendo. Se esse cenário se materializar dependerá da produção de semicondutores, da comissionamento das instalações, da disponibilidade de eletricidade e das necessidades de computação dos clientes. O aviso da SemiAnalysis permanece como uma perspectiva condicional, e não como confirmação de que a infraestrutura global de IA entrou em um ciclo de superoferta.
Restrições de oferta e energia da GPU criam novos gargalos na infraestrutura de IA
A rápida expansão da inteligência artificial está exercendo pressão crescente sobre as redes elétricas, a fabricação de semicondutores e a infraestrutura de computação avançada. Embora as empresas estejam investindo pesadamente em aceleradores de IA e novas instalações, a disponibilidade de GPUs sozinha não determina quanta capacidade de computação pode se tornar operacional. Os data centers exigem eletricidade confiável, refrigeração de alta densidade, equipamentos de rede e memória especializada para suportar cargas de trabalho modernas de IA. Esses requisitos interconectados criam gargalos na infraestrutura que podem atrasar a implantação mesmo quando os componentes individuais estão disponíveis. Compreender essas restrições ajuda a explicar por que uma forte demanda por computação de IA pode coexistir com capacidade inacabada ou subutilizada. Uma abordagem relacionada, decentralized physical infrastructure networks, coordena recursos de computação em hardware operado independentemente que ainda requer energia e conectividade confiáveis.
Escassez de energia e aumento da demanda por energia das GPU atrasam a implantação de data centers
A disponibilidade de energia elétrica continua sendo uma das maiores limitações para o desenvolvimento de data centers de IA, especialmente em regiões onde a expansão da rede não acompanha o ritmo dos novos projetos. De acordo com o relatório da Agência Internacional de Energia de 16 de abril de 2026, Key Questions on Energy and AI, a densidade de potência dos servidores de IA aumentou onze vezes entre 2020 e 2025, com um aumento adicional de quatro vezes projetado até 2027. Esses sistemas cada vez mais potentes exigem grande quantidade de eletricidade, refrigeração avançada e equipamentos especializados de distribuição de energia. Atrasos na conexão à rede, escassez de transformadores e limitações locais de geração podem impedir operadores de ativar hardware de computação instalado. A empresa de pesquisa IDC relatou em 22 de outubro de 2026 que quase 7 GW de capacidade planejada de data centers nos EUA para 2026 foram adiados ou cancelados devido à insuficiência de disponibilidade de energia, ilustrando como restrições elétricas podem interromper o desenvolvimento de infraestrutura.
Para enfrentar essas limitações, empresas de tecnologia e operadores de data centers estão explorando geração de energia no local, armazenamento em baterias e arranjos alternativos de fornecimento elétrico. Alguns desenvolvedores estão instalando geradores a gás natural ou células de combustível para reduzir sua dependência de processos longos de conexão à rede, enquanto outros estão investindo em infraestrutura elétrica projetada para computação de IA de alta densidade. No entanto, a geração no local introduz desafios adicionais relacionados à aquisição de equipamentos, disponibilidade de combustível, custos operacionais e confiabilidade do sistema. A IEA estima que uma geração confiável a gás no local pode exigir 30%–70% mais capacidade instalada do que a carga crítica do data center para atender aos requisitos operacionais. Consequentemente, o acesso a uma fonte de energia não garante automaticamente que uma instalação possa suportar a implantação total de GPUs sem novos investimentos em infraestrutura.
A memória de alta largura de banda e o empacotamento avançado restringem a oferta de GPUs de IA
Além da eletricidade, a memória de alta largura de banda (HBM) e o empacotamento avançado de semicondutores estão se tornando restrições cada vez mais importantes para a capacidade de computação de IA. Aceleradores modernos da Nvidia, AMD e outros projetistas de chips dependem da HBM para fornecer as velocidades de transferência de dados necessárias para grandes modelos de IA, enquanto tecnologias avançadas de empacotamento integram processadores e memória em sistemas de computação de alto desempenho. Em sua análise de 22 de outubro de 2026, a IDC projetou que a produção de HBM4 não atenderia plenamente à demanda até por volta de meados de 2027. A empresa também estimou que a capacidade de empacotamento em nível de wafer avançado poderia aumentar em aproximadamente 80% em 2027, enquanto a demanda poderia quase dobrar no mesmo período. Essas restrições podem limitar o número de aceleradores de IA completos disponíveis para instalação, mesmo quando a demanda por serviços de computação permanece forte. Escassezes adicionais envolvendo componentes de rede óptica, equipamentos de refrigeração líquida e eletrônica de potência podem atrasar ainda mais a implantação. Como resultado, a oferta eficaz de computação de IA depende de sistemas completos e operacionais, e não apenas da produção de GPUs, tornando essencial a coordenação entre a fabricação de semicondutores, a infraestrutura elétrica e a comissionamento de data centers.
A expansão de data centers de IA pode exceder a oferta de chips em 10 GW em 2028
O mercado global de infraestrutura de IA pode enfrentar um desequilíbrio significativo de capacidade até 2028, à medida que o desenvolvimento de data centers acelera mais rapidamente do que a oferta de hardware de computação avançado. Pesquisa da SemiAnalysis identifica um possível excedente de aproximadamente 10 gigawatts (GW) de capacidade de data centers em relação aos chips de IA disponíveis até o final de 2028. Esse cenário reflete uma possível discrepância entre instalações concluídas e os sistemas semicondutores necessários para operá-las, e não serviços de computação em excesso disponíveis para os clientes. O resultado permanece incerto, pois os cronogramas de construção, a produção de chips e a demanda empresarial por IA estão evoluindo simultaneamente.
A construção de centros de dados e as entregas de semicondutores moldam as perspectivas de oferta para 2028
A próxima fase da expansão da infraestrutura de IA dependerá de se as instalações recém-desenvolvidas puderem ser equipadas com processadores adequados tão rapidamente quanto entrarem em operação. A pesquisa de 19 de outubro de 2026 da SemiAnalysis identificou forte atividade de construção apoiada por acordos de locação de longo prazo e aumento do investimento de grandes provedores de nuvem. A empresa relatou que a Oracle havia garantido aproximadamente 4,5 GW de capacidade de TI de data centers em três locais entre agosto e outubro de 2025, ajudando a estabelecer um mercado mais amplo para compromissos de infraestrutura em grande escala. Esses acordos apoiam a construção futura, mas a capacidade contratada não se traduz necessariamente em poder computacional imediatamente disponível. Os operadores ainda precisam coordenar compras de equipamentos, cronogramas de instalação, testes e comissionamento antes que as instalações possam gerar receita com cargas de trabalho de IA.
O possível desequilíbrio de 2028 também depende da velocidade com que os fabricantes de semicondutores expandem a produção em relação aos desenvolvedores de infraestrutura. Empresas como Nvidia, AMD e TSMC são centrais para o fornecimento de sistemas avançados de processamento de IA, enquanto operadores de nuvem exigem configurações completas de servidores, e não chips individuais. Diferenças entre os cronogramas de entrega de hardware e as datas de conclusão das instalações podem deixar parte da capacidade dos data centers temporariamente ociosa, especialmente onde os operadores exigem gerações específicas de aceleradores ou arquiteturas de rede. No entanto, construção mais lenta, aumento da produção de semicondutores ou maior flexibilidade na implantação de hardware podem reduzir o descompasso projetado. O excedente aproximado de 10 GW permanece como um cenário de pesquisa, e todas as suposições por trás do modelo baseado em assinatura da SemiAnalysis ainda não foram verificadas independentemente.
O aumento do investimento em infraestrutura de IA cria novos riscos e oportunidades de mercado
As previsões de investimento indicam que o desenvolvimento de data centers de IA pode continuar a se expandir substancialmente até 2028. De acordo com um relatório da Reuters de 23 de outubro de 2026, a BofA Global Research espera que os gastos globais em data centers aumentem de aproximadamente US$ 1 trilhão em 2026 para US$ 2,1 trilhões até 2028. A empresa estimou custos médios de desenvolvimento de cerca de US$ 49 milhões por megawatt, com equipamentos relacionados a TI representando aproximadamente 78% do gasto total. Esses números destacam a dependência da indústria em sistemas de computação caros, bem como infraestrutura física. Para desenvolvedores e provedores de nuvem especializados, atrasos entre a conclusão da instalação e a implantação produtiva de GPUs podem aumentar as despesas de financiamento e adiar a receita esperada. Ao mesmo tempo, a atividade de construção sustentada pode apoiar a demanda por equipamentos elétricos, sistemas de refrigeração e fornecedores de infraestrutura industrial.
A perspectiva de longo prazo também depende se a demanda por computação de IA cresce suficientemente rápido para absorver capacidade operacional adicional. Em pesquisa publicada em 22 de outubro de 2026, o IDC argumentou que as escassezes de infraestrutura permanecem mais significativas do que a demanda insuficiente dos clientes, citando a contínua adoção empresarial e restrições em toda a cadeia de suprimentos tecnológicos. Suas descobertas oferecem uma perspectiva alternativa às preocupações sobre supercapacidade futura, especialmente porque instalações não utilizadas em um local podem coexistir com recursos computacionais insuficientes em outro lugar. Serviços descentralizados de GPU, como Render Network, fornecem outra maneira de disponibilizar capacidade de processamento distribuída para cargas de trabalho computacionais suportadas. Durante 2027 e 2028, investidores e operadores de infraestrutura precisarão monitorar os cronogramas de entrega de GPU, a utilização de data centers, os preços de aluguel de computação em nuvem, as orientações de gastos em capital e os compromissos dos clientes. Preços de aluguel em queda acompanhados por utilização mais fraca forneceriam evidências mais fortes de excesso de oferta computacional, enquanto demanda sustentada e instalações atrasadas sugeririam que as restrições de infraestrutura permanecem o desafio dominante. Nenhum desses resultados pode ser estabelecido apenas com previsões de construção.
Riscos de sobrecarga de data center para a Nvidia, ações de tecnologia e investimentos futuros
A possível supercapacidade dos centros de dados de IA até 2028 pode afetar os fabricantes de semicondutores, provedores de computação em nuvem e investidores em tecnologia de maneiras diferentes. Enquanto a adoção contínua de inteligência artificial sustenta a demanda por infraestrutura de computação avançada, a lucratividade futura dependerá da eficiência com que as empresas convertem investimentos de capital em receita. Alterações nos padrões de compra de hardware, financiamento de infraestrutura e gastos dos clientes podem influenciar as avaliações das ações de tecnologia, mesmo que o mercado de IA como um todo continue se expandindo.
Nvidia enfrenta riscos de demanda e gestão de estoque de GPUs
A Nvidia (NVDA) permanece como um dos principais beneficiários do investimento em infraestrutura de IA, relatando $89 bilhões em receita de data centers para o segundo trimestre do exercício fiscal de 2027, encerrado em 26 de julho de 2026, representando um crescimento de 117% em relação ao mesmo período do ano anterior. No entanto, a rápida expansão também aumenta a importância de alinhar a produção de semicondutores com os cronogramas de compra dos clientes. Em seu arquivo regulatório de agosto de 2026, a Nvidia revelou que os compromissos de fornecimento e capacidade aumentaram para $279 bilhões, em comparação com $119 bilhões no trimestre anterior. A empresa alertou que previsões imprecisas de demanda, compras dos clientes atrasadas e limitações de infraestrutura poderiam criar volatilidade no inventário e na receita. Um desequilíbrio futuro na capacidade dos data centers não reduziria automaticamente as vendas da Nvidia, mas encomendas mais fracas de hardware ou adoção mais lenta de novas arquiteturas de GPU poderiam afetar o crescimento da receita e as margens de lucro. A exposição da empresa depende, em última análise, da demanda dos clientes, da competitividade dos produtos e de sua capacidade de ajustar os compromissos de fabricação.
Provedores de nuvem enfrentam pressões crescentes de financiamento e rentabilidade
Grandes empresas de tecnologia, incluindo Microsoft, Amazon, Alphabet, Meta e Oracle, estão alocando capital substancial para infraestrutura de IA, enquanto provedores especializados em nuvem, como a CoreWeave, dependem fortemente da utilização da capacidade de computação e de contratos de longo prazo com clientes. Esses investimentos criam obrigações financeiras que podem persistir mesmo quando a receita esperada é adiada. Em 19 de outubro de 2026, a Reuters relatou que a S&P Global expressou preocupações sobre empréstimos relacionados à IA e arranjos de financiamento interconectados envolvendo grandes empresas de tecnologia e desenvolvedores de infraestrutura. Esses arranjos podem aumentar a exposição financeira quando projetos dependem de gastos futuros dos clientes para justificar custos de construção e equipamentos. Despesas de juros mais altas, depreciação e crescimento mais lento da receita podem pressionar o fluxo de caixa livre e os retornos sobre investimentos, especialmente entre operadores altamente endividados. No entanto, provedores de nuvem diversificados podem ter maior flexibilidade para absorver esses custos por meio de negócios estabelecidos e receita recorrente de serviços. O Akash Network cloud marketplace ilustra uma abordagem distinta para conectar recursos computacionais disponíveis aos usuários por meio de provedores de infraestrutura distribuída.
Fornecedores de semicondutores e investidores em tecnologia enfrentam exposição desigual ao mercado
As consequências financeiras da supercapacidade da infraestrutura de IA provavelmente variarão ao longo da cadeia de suprimentos de tecnologia. Em uma análise de 5 de outubro de 2026 relatada pela Reuters, o Morgan Stanley sugeriu que a Nvidia e a Broadcom estavam relativamente imunes às restrições de energia nos data centers de curto prazo devido à sua visibilidade sobre as implantações dos clientes e a demanda por semicondutores. Fabricantes que fornecem memória, componentes ópticos, chips de gerenciamento de energia e outras tecnologias de suporte poderão enfrentar maiores interrupções de inventário se as instalações de equipamentos forem adiadas. Enquanto isso, empresas que fornecem equipamentos elétricos, sistemas de refrigeração e manutenção de infraestrutura podem continuar se beneficiando dos requisitos de construção e operação, embora cancelamentos de projetos possam enfraquecer pedidos futuros. Para investidores em tecnologia, a distinção entre crescimento de receita e retornos sustentáveis de investimento tornar-se-á cada vez mais importante ao longo de 2027 e 2028. Os resultados das empresas, compromissos de capital, margens de lucro e qualidade dos contratos com clientes fornecerão evidências mais significativas de resiliência financeira do que previsões gerais sobre um excedente de infraestrutura de IA.
Conclusão
A possibilidade de supercapacidade de data centers de IA até 2028 destaca o crescente desafio de coordenar a construção de infraestrutura, a fabricação de GPUs, a disponibilidade de eletricidade e a demanda dos clientes. A previsão da SemiAnalysis de mais de 50 GW de capacidade adicional em 2027 sugere que o desenvolvimento pode acelerar consideravelmente, enquanto seu cenário potencial de superávit de 10 GW levanta questões sobre se a oferta de semicondutores poderá suportar a expansão. No entanto, escassez contínua de energia e forte adoção empresarial de IA indicam que as restrições de infraestrutura podem permanecer significativas mesmo à medida que novas instalações forem concluídas.
Para a Nvidia, os principais provedores de nuvem e os investidores em tecnologia, as consequências financeiras dependerão da demanda por hardware, da eficiência dos gastos em capital e da utilização da capacidade computacional operacional. Monitorar a produção de semicondutores, a infraestrutura elétrica, os preços da nuvem e os resultados das empresas ao longo de 2027 e 2028 fornecerá uma imagem mais clara de se a indústria está se aproximando da capacidade excedente ou continuando a enfrentar escassez de oferta. A perspectiva permanece incerta, tornando os dados operacionais verificados mais úteis do que assumir que a construção rápida levará inevitavelmente ao excesso de oferta.
Perguntas frequentes
Como a capacidade dos data centers de IA é medida em gigawatts?
A capacidade dos data centers de IA é comumente medida em gigawatts (GW) ou megawatts (MW), representando a potência elétrica que uma instalação pode suportar. Um gigawatt equivale a 1.000 megawatts. No entanto, a capacidade relatada pode se referir à potência dos equipamentos de TI em vez do consumo total da instalação. O uso de eletricidade é medido separadamente em quilowatt-horas ou terawatt-horas, tornando importante distinguir a capacidade instalada de potência do consumo real de energia.
É possível converter centros de dados existentes em instalações de computação para IA?
Os centros de dados existentes às vezes podem ser atualizados para cargas de trabalho de IA, mas a conversão depende da eletricidade disponível, da infraestrutura de refrigeração e do projeto do prédio. Clusters modernos de GPU frequentemente exigem maior densidade de potência por rack e sistemas de refrigeração líquida que instalações mais antigas não conseguem acomodar facilmente. A adaptação pode envolver a substituição de equipamentos de distribuição elétrica, a atualização das conexões de rede e a modificação dos sistemas de refrigeração. Esses requisitos podem tornar a conversão cara ou tecnicamente impraticável.
Por que algumas regiões podem ter capacidade excedente em centros de dados enquanto outras enfrentam escassez?
A oferta e a demanda de data centers são influenciadas pela disponibilidade regional de eletricidade, conectividade de rede, localização dos clientes e regulamentações de infraestrutura. Uma instalação com capacidade ociosa em uma região nem sempre pode atender clientes em outros locais ao mesmo custo ou nível de desempenho. A latência de rede, os requisitos de residência de dados e as limitações de transmissão podem restringir as opções de realocação. Consequentemente, um excesso local de oferta pode coexistir com escassez de computação em outros mercados.
Modelos de IA mais eficientes poderiam reduzir a demanda futura por data centers?
Modelos de IA mais eficientes podem reduzir a potência computacional necessária para tarefas individuais, potencialmente diminuindo os custos de infraestrutura por requisição. No entanto, serviços de IA mais baratos e rápidos podem incentivar uma adoção mais ampla, gerando demanda adicional por computação. O efeito geral depende da velocidade com que as empresas expandem aplicações de IA em relação às melhorias na eficiência dos modelos. Portanto, maior eficiência não se traduz automaticamente em menor investimento total em data centers.
Um contrato de locação de longo prazo para um data center garante a utilização total da capacidade?
Um contrato de longo prazo fornece compromissos de receita contratual, mas não garante que todos os racks de servidor disponíveis estejam ocupados ou operando em plena capacidade. Alguns acordos reservam infraestrutura antes da instalação do equipamento, enquanto outros exigem que os clientes façam pagamentos independentemente do uso real. Os investidores devem distinguir entre capacidade contratada, capacidade ocupada e utilização produtiva de computação ao avaliar o desempenho financeiro de projetos de infraestrutura de IA.
A sobrecarga dos centros de dados de IA pode afetar os preços da eletricidade para os consumidores?
A expansão de data centers de IA pode influenciar os preços da eletricidade por meio de atualizações da rede, investimentos em geração e mudanças na demanda local por energia. Mesmo que alguns instalações permaneçam subutilizadas, as concessionárias ainda podem precisar recuperar os custos de desenvolvimento da infraestrutura. O impacto nas contas de luz residenciais depende da regulamentação local, das estruturas de precificação da eletricidade e de como os custos são alocados entre os clientes. A capacidade excedente dos data centers não necessariamente resultaria em eletricidade mais barata.
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/negociações 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 o Descarte de Risco 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.