Astra não está simplesmente reforçando a ideia de que "um determinado chip venderá mais", mas sim a confiança do mercado na continuidade dos modelos avançados em direção a raciocínio complexo, contextos longos e tarefas de agentes; essas cargas de trabalho aumentarão simultaneamente a demanda por poder de processamento, largura de banda de memória, DRAM de servidor e armazenamento de alta velocidade.

Autor e fonte do artigo: ME News



TL;DR

• Astra não está simplesmente reforçando a ideia de que "um determinado chip venderá mais", mas sim a confiança do mercado na continuidade dos modelos avançados em direção a raciocínio complexo, contextos longos e tarefas de agentes; essas cargas de trabalho aumentarão simultaneamente a demanda por poder de processamento, largura de banda de memória, DRAM de servidor e armazenamento de alta velocidade.
• Em 4 de setembro, as ações de armazenamento e memória dos EUA lideraram a alta, com a SanDisk subindo 11,9% e a Micron aumentando 6,1%; em 7 de setembro, o mercado sul-coreano seguiu a tendência, com a SK Hynix subindo 8,26% e a Samsung Electronics aumentando 5,68%. Isso indica que os capitais estão se deslocando de “comprar apenas GPUs” para buscar pontos de estrangulamento na infraestrutura de IA que ainda apresentam elasticidade de lucro.
• Esta rodada de mercado de armazenamento não foi criada inteiramente pela Astra. Dados da TrendForce mostram que a receita global da indústria de DRAM no segundo trimestre de 2026 aumentou 59,5% em relação ao trimestre anterior, chegando a aproximadamente US$ 154,7 bilhões, com a expansão da oferta continuando a ficar atrás da demanda; a Astra parece mais ter reavivado os argumentos já existentes de escassez, aumento de preços e revisão para cima dos lucros.
• “Armazenamento de transações” também não pode ser generalizado. O HBM está mais fortemente vinculado a GPUs e ASICs de IA, a DRAM de servidores é diretamente impulsionada por cargas de inferência de IA e agentes, enquanto o NAND é mais afetado por conjuntos de dados, bancos de dados vetoriais, pontos de verificação e camadas de dados; a elasticidade de mercado, as barreiras tecnológicas e os riscos cíclicos desses três componentes não são iguais.
• O que realmente vale a pena acompanhar não são os preços das ações de um ou dois dias, mas três variáveis: se os gastos de capital em IA continuarão a ser revisados para cima, se os preços dos contratos de memória e a lacuna de oferta poderão ser mantidos, e se a produção em massa e a certificação pelos clientes do HBM4 e dos próximos produtos ocorrerão sem problemas.

Por que a Astra está redirecionando fundos para chips de armazenamento?

A OpenAI lançou oficialmente o GPT-6 Astra em 3 de setembro, definindo-o como o modelo principal voltado para trabalhos profissionais complexos e com múltiplos passos, com foco em capacidades como raciocínio, programação, pesquisa, operação de computadores e execução de tarefas end-to-end por meio de ferramentas diversas. Do ponto de vista da própria lançamento do produto, isso não equivale a uma declaração da OpenAI de que “irá adquirir mais memória”, mas fornece ao mercado financeiro um sinal importante: a competição entre modelos avançados ainda não entrou em uma fase de simples redução de custos; a indústria continua buscando cadeias de tarefas mais longas, raciocínios mais complexos e maior grau de automação. Para a infraestrutura, isso significa que os gargalos não se limitarão apenas à capacidade de cálculo matricial das GPUs; como os dados entram rapidamente nas unidades de cálculo, como manter o estado em contextos longos e raciocínios multirrounds, e como permitir que muitos agentes leiam e escrevam dados simultaneamente, tornar-se-ão cada vez mais importantes.

Essa é também a principal diferença entre esta rodada de mercado e a de 2023 a 2024, quando "comprar GPU era comprar IA". Nos estágios iniciais, o investimento em IA generativa era mais facilmente medido pelo número de GPUs; o mercado se concentrava em quantos aceleradores a NVIDIA poderia entregar e quantos clusters de treinamento os provedores de nuvem poderiam montar. Em 2026, o treinamento de modelos ainda é importante, mas o peso do raciocínio, agentes e fluxos de trabalho empresariais continua aumentando, e a eficiência do sistema depende cada vez mais da capacidade de os recursos de computação, memória, rede e armazenamento se complementarem. Mesmo que a GPU seja mais rápida, se a largura de banda da memória for insuficiente, as unidades de cálculo ficarão aguardando dados; quanto maior a janela de contexto e maior o número de tarefas simultâneas, mais KV Cache, parâmetros e estados intermediários precisam ser armazenados e gerenciados no lado do servidor. Assim, a lógica de investimento em infraestrutura de IA começa a mudar de "escassez de chips de computação" para "todo o caminho de dados pode ser escasso".

A reação do mercado foi muito direta. Em 4 de setembro, a SanDisk subiu 11,9%, a Micron subiu 6,1%, enquanto o S&P 500 apresentou fraqueza geral no mesmo dia; em 7 de setembro, os mercados asiáticos assumiram o ritmo, com a Samsung Electronics fechando em alta de 5,68%, a SK Hynix em alta de 8,26% e a Kioxia japonesa também mostrando forte desempenho. Astra é certamente o catalisador, mas se apenas o lançamento de um modelo conseguisse fazer as ações de armazenamento em múltiplos mercados subirem simultaneamente, já deveria haver fundamentos subjacentes capazes de sustentar esse movimento.

O armazenamento não é um "acessório da GPU", mas sim o novo gargalo que os sistemas de IA estão revelando

Para entender isso, é necessário primeiro separar HBM, DRAM e NAND. O HBM resolve essencialmente o problema de “estar suficientemente próximo da GPU e ter largura de banda suficientemente alta”; ele trabalha em conjunto com a GPU ou ASIC de IA por meio de empacotamento avançado, impactando diretamente a capacidade dos aceleradores de alto desempenho de manter pleno uso da potência de processamento. O DRAM dos servidores atua como memória de trabalho de maior escopo, servindo tanto ao CPU quanto às necessidades de cache e agendamento durante o processo de inferência. O NAND e os SSD empresariais são responsáveis pelos dados persistentes de maior capacidade, incluindo dados de treinamento, bancos de dados vetoriais, pontos de verificação de modelos e armazenamento em camadas. Quanto mais a IA se transforma de uma resposta única em um agente contínuo, mais evidente se torna a necessidade de coordenação entre essas três camadas de armazenamento.

Os dados divulgados pela TrendForce em 7 de setembro são representativos: no segundo trimestre de 2026, a receita global da indústria de DRAM aumentou 59,5% em relação ao trimestre anterior, atingindo cerca de US$ 154,73 bilhões, impulsionada tanto pelo forte aumento nos preços contratuais tradicionais de DRAM quanto pelo aumento da demanda por HBM3E, LPDDR5X e RDIMMs de alta capacidade; a instituição também prevê que, no terceiro trimestre, os preços contratuais tradicionais de DRAM ainda podem subir entre 13% e 18% em relação ao trimestre anterior. Mais notável ainda é que os estoques dos fornecedores permanecem em níveis historicamente baixos, com o aumento da oferta claramente direcionado ao mercado de servidores. Isso significa que a melhoria na rentabilidade do setor de memória atual não se baseia apenas na "valoração baseada no conceito de IA", mas sim na realização da lacuna entre oferta e demanda por meio de preços, receita e estrutura de produtos.

E é exatamente isso que distingue os chips de memória das ações gerais de IA. Quando os fabricantes desviam mais capacidade avançada de DRAM para HBM e produtos de servidores, a oferta disponível para DRAM tradicional também é comprimida; quando servidores de IA exigem maior capacidade de memória, HBM e DRAM comum para servidores acabam competindo simultaneamente por wafers, processos avançados e recursos de fabricação subsequentes. Assim, a IA não traz apenas um aumento na demanda por um único produto de alto nível, mas pode gerar um efeito em cadeia: “demanda elevada puxa — realocação de capacidade — tensão simultânea na memória de servidores”. Para os investidores, isso é mais importante do que simplesmente rastrear qual empresa conquistou um pedido de HBM de uma determinada geração, pois o primeiro determina se o pool de lucros do setor como um todo poderá continuar a se expandir.

Por que "armazenamento de transações" agora é mais resiliente do que apenas "transação de poder de mineração"?

Primeiro, o mercado está buscando partes com maior elasticidade de lucro nos gastos de capital da IA. As GPU ainda são ativos centrais, mas o caminho de crescimento dos principais fabricantes de GPU já foi amplamente estudado, e surpresas marginais dependem cada vez mais de volumes de envio mais altos e ciclos de produtos novos mais fortes. Em contraste, a indústria de memória passou por múltiplas rodadas de superoferta, e os principais fabricantes são naturalmente mais cautelosos com expansões em larga escala; caso a demanda aumente repentinamente, a elasticidade de oferta a curto prazo é ainda menor, tornando os preços e os lucros mais sensíveis às variações da demanda. O forte aumento nos preços do DRAM e na receita do setor desde 2026 é uma demonstração dessa elasticidade cíclica.

Em segundo lugar, a "demanda de memória por unidade de poder de processamento" para cargas de trabalho de IA não diminui linearmente com a melhoria da eficiência dos modelos. Modelos mais eficientes podem realmente reduzir a quantidade de cálculo necessária para concluir uma única tarefa, mas se a redução de custos levar a mais chamadas, contextos mais longos, maior concorrência e mais agentes, o volume total de memória consumida e de dados movimentados ainda pode aumentar. É por isso que não se pode simplificar a ideia de "modelos cada vez mais eficientes" como "demanda por hardware atingindo seu pico". Durante a fase de construção da infraestrutura de IA, o aumento da eficiência geralmente significa que muitas aplicações anteriormente não econômicas tornam-se viáveis; a demanda final depende de qual fator cresce mais rápido: a redução do custo por unidade ou o aumento no volume de uso.

Em terceiro lugar, a concentração no lado da oferta facilita a formação de disciplina de preços nos armazenamentos de alto desempenho. O DRAM avançado global tem sido dominado a longo prazo pela Samsung, SK Hynix e Micron, e o HBM adiciona barreiras adicionais, como embalagem avançada, taxa de rendimento, design de dissipação de calor e certificação de clientes. A Samsung já anunciou em fevereiro de 2026 que o HBM4 entrou em produção em massa e começou a ser entregue comercialmente, e a SK Hynix também confirmou em seu relatório de desempenho do segundo trimestre que o HBM4 já está sendo entregue em grande escala. A competição tecnológica continuará a intensificar-se, mas, a curto prazo, os fornecedores capazes de atender simultaneamente aos requisitos de desempenho, taxa de rendimento e certificação de grandes clientes ainda são limitados, o que torna a lógica de oferta do HBM completamente diferente da dos chips convencionais em processos maduros.

Aqui há outra mudança subestimada: a demanda por IA já não é mais definida exclusivamente pelas GPUs da NVIDIA. Com o aumento contínuo dos TPU do Google e dos ASICs desenvolvidos internamente por grandes provedores de nuvem, a memória de alta largura de banda está se transformando gradualmente de um “produto complementar da NVIDIA” em um componente básico comum para aceleradores de IA avançados. Em outras palavras, mesmo que a participação de mercado de GPUs mude no futuro, desde que o volume total de poder de computação para IA continue a crescer e a capacidade de memória por chip de IA aumente, a demanda por HBM ainda poderá ser sustentada por uma variedade maior de tipos de aceleradores. Para os fabricantes de memória, isso significa que as fontes de demanda podem se tornar ainda mais diversificadas do que na fase anterior.

Mas essa afirmação de que "em 2027, mais da metade dos gastos em capital em IA serão direcionados à memória" precisa ser vista com cautela.

Recentemente, um número chamativo vem circulando amplamente no mercado: o Goldman Sachs e o Morgan Stanley estimam que os gastos globais em capital com IA atingirão de US$ 1,3 trilhão a US$ 1,5 trilhão em 2027, com mais da metade sendo investida em infraestrutura de memória. Essa afirmação resume bem o sentimento atual do mercado, e algumas reportagens de mercado realmente utilizam esse ponto de vista; no entanto, se verificado rigorosamente contra os materiais originais públicos, não se deve aceitá-la sem reservas como um fato definitivo.

Materiais públicos da Morgan Stanley mostram que sua equipe de pesquisa já elevou várias vezes as previsões de gastos com capital para empresas de IA e nuvem em grande escala até 2026. No podcast oficial lançado em agosto, a Morgan Stanley mencionou que as estimativas de gastos com capital relacionados em 2027 subiram para cerca de US$ 1,2 trilhão a US$ 1,3 trilhão, enquanto as previsões anteriores estavam muito abaixo desse nível; sua avaliação central é que a demanda por computação ainda supera a oferta atual, e a escala e velocidade do ciclo de gastos com capital continuam superando as expectativas. Essa tendência, por si só, já é suficientemente importante, mas não pode ser diretamente usada para concluir que “mais da metade disso é memória”.

É necessário separar os conceitos de “computadores e periféricos”, “hardware de servidores” e “infraestrutura de memória”. GPU, CPU, dispositivos de rede, servidores completos, sistemas de armazenamento e memória fazem todos parte dos gastos de capital de data centers. Equipar diretamente o orçamento total de equipamentos aos gastos com armazenamento superestimará claramente a proporção de memória. Portanto, para avaliar se a linha principal de armazenamento é válida, não é necessário depender de uma proporção que pode ser amplificada durante a disseminação secundária. Evidências mais sólidas já estão disponíveis nos dados do setor: receita de DRAM em forte crescimento, preços contratuais ainda em alta, estoques baixos, prioridade de aquisição por servidores, HBM4 em produção em massa e revisões contínuas para cima nos gastos de capital dos provedores de nuvem. Construir uma lógica com base nesses fatores é muito mais confiável do que recorrer a um número atraente, mas mal definido.

A verdadeira tendência principal não é "todos os ações de armazenamento subindo juntas"

O erro mais comum neste ciclo de mercado é classificar HBM, DRAM, NAND e fabricantes de discos rígidos todos sob o mesmo conceito de “armazenamento para IA”. Na realidade, o HBM é mais diretamente impulsionado pela entrega de GPUs e ASICs de IA; sua barreira tecnológica e a certificação de clientes determinam o poder de negociação dos líderes do setor. O DRAM de servidores é mais afetado pela expansão dos data centers, pelo número de CPUs e pelo consumo de memória para inferência. Embora o NAND também seja impulsionado pelo aumento dos volumes de dados da IA, sua volatilidade é mais intensa devido à velocidade de expansão da oferta, à taxa de penetração de SSDs empresariais e aos ciclos de preços. A forte alta da SanDisk e da Kioxia indica que o mercado está estendendo a narrativa da IA do HBM para o NAND, mas seus caminhos finais de realização de resultados não são equivalentes aos do HBM.

É por isso que "o armazenamento se tornou a nova linha principal" não deve ser entendido como uma migração coletiva de fundos das GPUs, mas sim como uma mudança na forma de precificação da infraestrutura de IA. Anteriormente, o mercado precisava apenas fazer uma pergunta: quantas GPUs existem? Agora, é necessário fazer, pelo menos, mais perguntas: quantos HBM acompanham as GPUs? Quantos DRAM são necessários nos servidores? Que tamanho de SSD é exigido nos data centers? A rede consegue conectar todos esses nós? A energia consegue sustentar a operação de todo o centro de dados? À medida que a complexidade dos modelos de IA continua aumentando, qualquer gargalo na oferta pode impedir que outros equipamentos caros funcionem plenamente, e o elo gargalo naturalmente adquire maior poder de precificação.

Claro, a memória também é um dos bens cíclicos mais típicos da indústria de semicondutores. A escassez atual certamente estimulará os gastos com capital no futuro; uma vez que a nova capacidade adicionada entre 2027 e 2028 for liberada em massa e o crescimento dos gastos com capital em IA começar a desacelerar, a elasticidade de preço poderá inverter rapidamente. Ao mesmo tempo, os fabricantes chineses de memória continuam a expandir-se; embora existam restrições tecnológicas claras em equipamentos avançados e HBM de alto desempenho, a concorrência nos segmentos tradicionais de DRAM e NAND aumentará gradualmente. Após a forte alta de 2026, algumas ações de memória no exterior já anteciparam suposições bastante otimistas sobre preços e lucros; uma taxa de aumento nos preços de contrato inferior ao esperado, atrasos na certificação de clientes de HBM ou cortes nos gastos com capital por provedores de nuvem seriam suficientes para desencadear um forte recuo.

Portanto, prefiro definir o mercado após a Astra como "a fase de preenchimento das lacunas na infraestrutura de IA", em vez de simplesmente declarar que "o GPU está em retirada e o armazenamento está assumindo o papel". O GPU continua sendo o núcleo de computação, a rede determina a eficiência do cluster, e a energia e os data centers permanecem como limitações físicas; apenas quando os modelos evoluem de ferramentas de chat para agentes complexos, o mercado começa a perceber que a capacidade de computação não é apenas uma história de um único chip, mas sim uma cadeia completa que abrange computação, memória, interconexão e armazenamento. O elo mais apertado será aquele para o qual o capital e os lucros se concentrarão primeiro.

Se esse julgamento for válido, o que realmente merece observação a seguir não é quantos dias ainda a Astra poderá impulsionar sua cotação, mas sim se o setor de armazenamento conseguirá provar, por vários trimestres consecutivos, três coisas: que o crescimento da demanda ainda supera a expansão da oferta, que os aumentos de preços conseguem se traduzir continuamente em fluxo de caixa e retorno de capital, e que a próxima geração de HBM e memória de servidor de alta capacidade continua sob o controle de poucas empresas que possuem barreiras tecnológicas e de clientes. Somente se essas três condições persistirem, a “linha principal de armazenamento” se transformará de uma negociação acionada pelo lançamento de novos produtos em uma fase mais duradoura de realocação de lucros dentro do ciclo de gastos em IA.

Referências

1. OpenAI, “Notas de Lançamento: Apresentando o GPT-6 Astra”, 3 de setembro de 2026.
2. Barron’s, “A ação da Micron fechou acima de US$ 1.000. Por que não é o que parece”, 2026年9月4日。
3. Agência de Notícias Yonhap, “A febre da OpenAI impulsiona a Samsung Electronics e a SK Hynix”, 7 de setembro de 2026.
4. MarketWatch, “Por que o lançamento do mais recente modelo Astra da OpenAI reacendeu o comércio de chips de memória”, 8 de setembro de 2026.
5. TrendForce, “A receita da indústria de DRAM aumentou 59,5% na base trimestral no 2T26, pois a expansão da oferta continua a atrasar-se em relação ao crescimento da demanda”, 7 de setembro de 2026.
6. Samsung Global Newsroom, “Samsung envia o primeiro HBM4 comercial da indústria com desempenho máximo para computação de IA”, 12 de fevereiro de 2026.
7. SK hynix Newsroom, “SK hynix anuncia resultados financeiros do 2T26”, 29 de julho de 2026.
8. Morgan Stanley, “Pensamentos sobre o Mercado: Financiamento de IA e a Evolução dos Mercados de Crédito”, 21 de agosto de 2026.