A Demanda por IA Elevou os Custos de RAM de Volta aos Níveis de 2007

Uma reportagem da Tom's Hardware documentou uma reversão surpreendente: a RAM agora custa aproximadamente o mesmo por unidade que em 2007, segundo o cientista da computação Daniel Lemire.

Essa comparação não significa que os compradores enfrentem o mesmo mercado de computação de duas décadas atrás. A memória moderna é mais rápida, mais densa e integrada a sistemas mais capazes. Significa que o preço pago por cada unidade de capacidade voltou a se aproximar de um patamar que o progresso tecnológico supostamente havia deixado para trás.

Lemire argumenta que os preços da memória caíam historicamente cerca de dez vezes a cada cinco anos. A recente escassez apagou aproximadamente duas décadas desse progresso normalizado em questão de meses. A demanda por infraestrutura de IA está no centro dessa reversão, mas a causa vai além de data centers simplesmente comprarem mais chips.

Os fabricantes de memória redirecionaram a produção avançada para memória de alta largura de banda, ou HBM, que fornece dados rapidamente aos aceleradores de IA. Os fabricantes de servidores também precisam de DRAM convencional para CPUs, cache de armazenamento e cargas de trabalho de inferência. A concorrência resultante colocou PCs de consumo, celulares, estações de trabalho e servidores convencionais atrás de clientes de IA mais bem financiados.

Portanto, o conflito central não é a memória para IA contra a memória para consumo como dois mercados isolados. É a promessa histórica da indústria de semicondutores de capacidade mais barata contra um sistema de alocação que recompensa cada vez mais a produção escassa voltada à IA.

Tom's Hardware Coloca a Reversão da RAM em Contexto Histórico

A parte notável da comparação de Lemire não é o fato de a memória ter entrado em mais um ciclo de preços. É quanto progresso histórico desapareceu.

A análise de preços de RAM publicada pela Tom's Hardware acompanha o argumento de Lemire até os preços históricos por unidade de capacidade. Seu gráfico trata a queda de longo prazo como uma tendência exponencial, e não como uma linha reta.

Essa distinção é importante. Uma tecnologia que se torna dez vezes mais barata em cada período comparável produz uma curva descendente acentuada quando representada ao longo de décadas. Aumentos temporários podem ocorrer, mas a direção normalizada permanece descendente.

Lemire afirma que o nível atual se alinha ao que essa curva histórica teria previsto por volta de 2007. Em outras palavras, a indústria não apenas abriu mão de um ou dois anos de melhoria. Ela recuou por uma grande parte de sua trajetória de custos esperada.

A comparação depende de normalização e não deve ser confundida com um índice completo de preços no varejo. Kits individuais variam conforme capacidade, velocidade, latência, marca, geração, região e canal de vendas. DDR5 não pode ser comparada diretamente com DDR2 como se suas capacidades fossem idênticas.

Uma série histórica de preços por capacidade também combina observações coletadas sob diferentes condições de mercado. Listagens no varejo, preços contratuais e transações no mercado à vista podem se mover em velocidades distintas. Compradores podem encontrar descontos mesmo enquanto fabricantes negociam taxas contratuais mais altas.

Ainda assim, essas limitações não anulam a direção do movimento. Um módulo de memória moderno pode oferecer mais largura de banda e eficiência enquanto se torna dramaticamente menos acessível por unidade de capacidade. Melhoria técnica e regressão de custos podem coexistir.

É por isso que Lemire chamou o episódio de incomum. Os mercados de tecnologia vivenciam rotineiramente escassez, prêmios de lançamento e picos especulativos. O progresso sustentado na fabricação normalmente restaura a curva descendente de custos quando a oferta alcança a demanda.

A atual escassez desafia essa expectativa porque a demanda não está vinculada a um único ciclo de atualização do consumidor. Ela vem de uma ampla expansão de clusters de treinamento, sistemas de inferência, servidores em nuvem e infraestrutura empresarial habilitada por IA.

Essa distinção transforma a reportagem da Tom's Hardware em mais do que um alerta para montadores de PCs. Ela levanta uma questão maior sobre se a economia da computação de uso geral entrou em um desvio estrutural.

Se a mudança for cíclica, nova capacidade e uma demanda mais fraca dos consumidores deverão eventualmente restaurar a curva anterior. Se for estrutural, os compradores talvez precisem reconsiderar quanta memória seus dispositivos e softwares podem pressupor.

A Demanda por IA Está Consumindo Mais do que HBM

Os sistemas de IA intensificam a demanda em toda a hierarquia de memória, portanto produzir mais HBM especializada não isola a DRAM comum da escassez.

A HBM consiste em DRAM empilhada verticalmente e conectada por meio de uma interface muito ampla. Ela oferece a largura de banda necessária para manter os aceleradores de IA modernos abastecidos com parâmetros de modelos e dados intermediários.

Essa descrição pode fazer a HBM parecer separada da memória usada em laptops ou servidores convencionais. Os produtos finais diferem, mas compartilham recursos de fabricação, atenção de engenharia, capacidade de empacotamento avançado e investimentos de fornecedores.

A TrendForce informou que os fabricantes entraram em 2026 realocando nós avançados de processo e nova capacidade para produtos de servidores e HBM. Sua pesquisa sobre alocação de capacidade vinculou essa decisão diretamente à crescente demanda por servidores de IA.

A HBM também consome mais recursos de produção do que sua capacidade entregue, por si só, sugere. Matrizes empilhadas exigem etapas rigorosas de fabricação e empacotamento. As perdas de rendimento importam porque cada componente defeituoso pode reduzir a produção de pilhas concluídas.

Enquanto isso, um servidor de IA precisa de mais do que memória para aceleradores. Suas CPUs exigem DRAM de sistema, frequentemente por meio de DIMMs registrados projetados para servidores. As camadas de armazenamento usam flash NAND, enquanto redes e cache acrescentam outras necessidades de memória.

A inferência amplia essa demanda. O treinamento cria uma necessidade de infraestrutura grande, mas comparativamente concentrada. A inferência atende solicitações continuamente e pode se espalhar por mais máquinas, regiões e tipos de aplicação.

Sistemas agênticos acrescentam outra camada. Eles mantêm contextos mais longos, gerenciam saídas de ferramentas, coordenam múltiplas chamadas de modelos e armazenam estados intermediários. O cache KV, que mantém dados de atenção disponíveis durante a geração, pode consumir memória substancial à medida que as conversas crescem.

A TrendForce afirma que a gestão eficiente do cache KV se tornou essencial para o desempenho de inferência. Sua previsão de memória para IA relaciona a expansão das cargas de trabalho de inferência à demanda tanto por HBM quanto por DRAM convencional.

Esse mecanismo explica por que a escassez se espalha. Provedores de nuvem competem por HBM para construir clusters de aceleradores. Essas mesmas implantações consomem DRAM para servidores, armazenamento e componentes de rede. Os fabricantes então priorizam os produtos associados aos contratos e às margens mais fortes.

A memória de consumo não precisa usar a mesma linha de produção destinada à HBM para que os consumidores sintam o impacto. Basta competir por capital, transições de processo, início de produção de wafers, equipes de engenharia ou atenção dos fornecedores.

Os três maiores produtores globais de DRAM, Samsung, SK hynix e Micron, portanto enfrentam uma decisão racional de alocação. Clientes de IA oferecem grandes pedidos, horizontes de planejamento mais longos e requisitos urgentes de desempenho. A eletrônica de consumo continua mais sensível aos custos dos componentes.

Esse desequilíbrio dá prioridade à infraestrutura de IA mesmo quando a demanda no varejo permanece saudável. Ele também enfraquece a resposta habitual a preços mais altos, porque os fornecedores não conseguem converter instantaneamente investimento em produção qualificada.

Uma nova fábrica de memória leva anos para ser planejada, construída, equipada e entrar em operação. As instalações existentes ainda exigem conversões de processo e validação dos clientes. O empacotamento de HBM introduz gargalos adicionais além da fabricação de wafers.

Consequentemente, a escassez é tanto física quanto econômica. Não há produtos de memória desejáveis suficientes para todos os sistemas planejados, e os fornecedores têm fortes incentivos para atender primeiro à demanda voltada à IA.

A Computação de Consumo Está Absorvendo a Pressão

Os perdedores imediatos são compradores cujos dispositivos não conseguem gerar margens de infraestrutura de IA, mas ainda exigem memória substancial para permanecerem úteis.

Os fabricantes de PCs podem responder aos custos mais altos dos componentes de diversas maneiras. Podem aumentar os preços dos sistemas, reduzir as configurações padrão de memória, adiar atualizações, restringir suas linhas de produtos ou aceitar margens menores.

Nenhuma delas oferece uma solução imperceptível. Um laptop com menos memória pode ter dificuldades com navegadores modernos, aplicações criativas, ferramentas de desenvolvimento local e multitarefa. A memória soldada torna uma configuração conservadora de fábrica mais difícil de corrigir depois.

Compradores de desktops mantêm mais flexibilidade, mas ainda enfrentam concessões. Um montador pode adiar um kit de maior capacidade, escolher memória mais lenta ou redirecionar recursos de outro componente. Usuários de estações de trabalho enfrentam escolhas semelhantes em capacidades maiores.

Os fabricantes de smartphones operam sob restrições físicas e comerciais mais rígidas. Mais memória dá suporte à IA no dispositivo, processamento de câmera, jogos e suporte de software mais longo. Ainda assim, a inflação dos componentes torna configurações generosas mais difíceis de oferecer em toda uma linha de produtos.

Compradores empresariais enfrentam uma versão diferente do problema. Servidores convencionais precisam de grandes reservas de DRAM para bancos de dados, virtualização, análises e cargas de trabalho em memória. Essas aplicações competem indiretamente com implantações de IA pela capacidade dos fornecedores.

Uma empresa pode adiar a substituição dos laptops dos funcionários, mas o hardware envelhecido traz seu próprio custo. Desempenho reduzido, menor duração da bateria, limitações de segurança e necessidades de reparo se acumulam em grandes frotas.

Desenvolvedores de software também sentem a pressão. Contêineres locais, máquinas virtuais, ambientes de desenvolvimento integrados, suítes de teste e ferramentas de programação com IA podem consumir memória simultaneamente. Uma estação de trabalho limitada transforma tarefas comuns de desenvolvimento em exercícios de alocação de recursos.

Essa pressão pode influenciar o design de software. Desenvolvedores que antes tratavam a memória como barata podem revisar tamanhos de cache, processos em segundo plano, dimensões de modelos locais e o comportamento padrão das aplicações.

Esse ajuste tem benefícios potenciais, mas não torna a escassez inofensiva. A otimização consome tempo de engenharia, e reduções forçadas podem degradar a capacidade de resposta ou restringir recursos.

A destruição de demanda já se tornou parte das perspectivas de mercado. A TrendForce constatou que a fraqueza do consumo estava moderando o ritmo dos aumentos durante o terceiro trimestre, embora a oferta geral de DRAM permanecesse extremamente apertada.

Essa é uma distinção importante. Aumentos mais lentos não significam necessariamente que a escassez está terminando. Podem significar que os compradores chegaram ao limite do que estão dispostos a absorver.

Quando consumidores adiam dispositivos ou escolhem configurações menores, as previsões de remessas enfraquecem. Os fornecedores podem manter poder de precificação se a demanda por servidores continuar forte o suficiente para compensar essa queda.

O efeito distributivo é difícil de ignorar. Hyperscalers podem justificar memória escassa por meio de receitas futuras de serviços de IA. Uma família substituindo um laptop não pode distribuir o custo entre milhões de solicitações a modelos.

Pequenas empresas e desenvolvedores independentes ocupam o meio-termo. Eles precisam de sistemas capazes para desenvolver produtos de IA, mas não têm o poder de compra dos grandes provedores de nuvem.

A cobertura da Tom's Hardware dá a essa pressão um marco histórico memorável. Na prática, o mercado pediu aos compradores comuns que abrissem mão de anos da acessibilidade esperada para que a expansão da IA pudesse avançar mais rapidamente.

Essa barganha não foi negociada abertamente. Ela surgiu de incentivos dos fornecedores, compromissos de capital e do apetite técnico dos sistemas modernos de IA.

A Antiga Curva de Custos Encontrou uma Nova Realidade de Alocação

A principal inversão é o choque entre a expectativa padrão de computação mais barata e a alocação de memória baseada na rentabilidade da IA.

Durante décadas, a queda dos custos dos semicondutores permitiu a expansão do software. Sistemas operacionais ficaram maiores, navegadores passaram a abrir mais processos e aplicativos passaram a manter mais dados na memória.

Os desenvolvedores presumiam que o hardware do futuro tornaria comum a carga de trabalho cara de hoje. Essa premissa sustentou interfaces mais ricas, runtimes gerenciados, bancos de dados locais e softwares criativos cada vez mais ambiciosos.

Os preços da memória foram voláteis ao longo dessa história. O setor enfrentou excesso de oferta, correções de estoque, interrupções em fábricas e mudanças repentinas na demanda. Ainda assim, cada ciclo ocorreu dentro de uma tendência ampla de capacidade mais barata.

A IA introduz uma fonte de demanda de escala e urgência incomuns. As empresas líderes não estão comprando memória apenas para atender a uma carga de trabalho já estabelecida. Elas estão construindo infraestrutura em antecipação ao uso futuro de modelos.

Essa compra antecipada pode manter a demanda à frente da receita efetivamente realizada. Os provedores de nuvem temem que capacidade insuficiente os deixe incapazes de atender clientes ou treinar modelos competitivos.

Os fornecedores respondem garantindo compromissos de longo prazo e priorizando produtos com retornos maiores. O comportamento é compreensível para cada participante, mas o resultado combinado rompe a trajetória conhecida dos custos para consumidores.

A S&P Global observou que a HBM havia se tornado um dos segmentos mais lucrativos do setor de semicondutores. Sua análise de oferta de memória afirma que margens mais altas incentivaram os produtores a priorizar produtos vinculados à IA em vez de memória legada para empresas e consumidores.

O resultado se assemelha mais a um choque de alocação do que a uma escassez convencional. A oferta existe, o investimento está crescendo e os fabricantes estão produzindo enormes quantidades de memória. No entanto, os clientes mais valiosos determinam o que será expandido primeiro.

Isso cria um ciclo de retroalimentação. A escassez eleva o valor da oferta garantida. Grandes compradores de IA respondem com compromissos mais longos, o que reduz a capacidade disponível para compradores sem poder de compra comparável.

Custos mais altos de memória podem então incentivar os desenvolvedores de IA a otimizar. Técnicas como quantização, modelos menores, compressão de cache e recuperação mais seletiva reduzem o consumo de memória por solicitação.

A eficiência, por si só, não garante menor demanda total. Se cada solicitação se tornar mais barata, as empresas podem atender mais solicitações, implementar mais agentes ou processar contextos mais longos. O consumo agregado pode continuar crescendo mesmo quando cargas de trabalho individuais melhoram.

Essa dinâmica se assemelha ao efeito rebote observado em outras tecnologias. Um uso mais eficiente de recursos reduz o custo de uma atividade, o que pode estimular atividade adicional suficiente para compensar as economias.

A antiga curva, portanto, enfrenta duas forças opostas. Processos melhores, maior densidade e software otimizado empurram os custos para baixo. A implantação acelerada de IA e a alocação preferencial empurram a disponibilidade efetiva na direção oposta.

O resultado dependerá de qual força escalará mais rapidamente. O progresso histórico dos semicondutores continua real, mas já não garante que todas as classes de compradores recebam os ganhos ao mesmo tempo.

O Que a Comparação com 2007 Não Prova

A analogia histórica captura a gravidade da inversão, mas não pode estabelecer por quanto tempo as condições atuais persistirão.

O gráfico de Lemire é um recurso de enquadramento convincente, não um modelo completo do mercado global de DRAM. Ele descreve custos normalizados de capacidade ao longo de uma extensa linha do tempo, com produtos e qualidade de dados em constante mudança.

Os preços de memória no varejo podem se mover antes ou depois dos mercados por contrato. Descontos podem refletir estoques mantidos por distribuidores, e não uma mudança na oferta de fabricação. A disponibilidade regional e as flutuações cambiais criam variações adicionais.

O mix de produtos também complica as comparações. Os módulos DDR5 atuais oferecem recursos e desempenho que as gerações anteriores de DDR não ofereciam. DIMMs para servidores, memória para laptops, memória gráfica e HBM atendem a diferentes exigências técnicas.

Um comprador recebe mais capacidade hoje, mesmo que os custos de capacidade se assemelhem aos de um período anterior. Isso não invalida o problema de acessibilidade, mas muda o significado de “voltar a 2007”.

A expressão deve descrever um ponto de preço normalizado, e não alegar que toda a experiência de computação regrediu. Os sistemas modernos continuam muito mais capazes, e seus subsistemas de memória oferecem maior largura de banda e eficiência.

A causalidade também exige cautela. A demanda por IA é a principal pressão identificada por analistas do setor, mas não é a única influência. Disciplina dos fornecedores, expansão adiada, transições de processo, políticas de estoque e a demanda normal por servidores também afetam a disponibilidade.

O comportamento dos consumidores pode alterar rapidamente o cenário. Se os envios de dispositivos enfraquecerem acentuadamente, os fabricantes poderão enfrentar excesso de estoque em algumas categorias, mesmo enquanto os produtos para servidores permanecem restritos.

Uma correção temporária no varejo não necessariamente refutaria o argumento estrutural. Kits para PC podem cair de preço porque vendedores liquidam estoque enquanto contratos de longo prazo permanecem firmes.

O inverso também é verdadeiro. A continuidade dos aumentos contratuais não prova que todos os produtos de varejo subirão continuamente. Os canais de distribuição podem absorver ou retardar as mudanças.

A CXMT da China introduz outra incerteza. Relatos indicam que fabricantes de PCs exploraram o uso limitado de sua DRAM commodity, particularmente em sistemas vendidos na China. Concorrência adicional poderia, eventualmente, aliviar segmentos específicos de consumidores.

No entanto, qualificação, restrições regionais, lacunas tecnológicas e escala de produção limitam a rapidez com que um novo fornecedor pode reequilibrar o mercado global. A produção adicional de commodities também não resolve todos os gargalos de HBM ou de servidores avançados.

Os resultados de 2026 da Micron mostram desenvolvimento contínuo em HBM, memória de baixo consumo, DDR DRAM e armazenamento para data centers. Essa abrangência ilustra por que uma visão simples de HBM versus PC é incompleta.

Os fornecedores gerenciam portfólios interconectados. Eles podem deslocar investimentos entre famílias de produtos, mas a qualificação de clientes e as limitações de fabricação impedem mudanças instantâneas.

A conclusão mais segura é mais restrita do que a manchete mais dramática. A demanda por IA ajudou a produzir uma ruptura extraordinária com o declínio histórico dos custos de memória. A duração e a magnitude final permanecem incertas.

Essa distinção é importante para decisões de compra. Compras por pânico pressupõem que todos os produtos se tornarão cada vez mais escassos indefinidamente. Esperar indefinidamente pressupõe que a antiga curva descendente se restaurará dentro do cronograma.

Nenhuma das duas premissas foi estabelecida.

Três Sinais Mostrarão se a Escassez Está Diminuindo

A próxima fase será determinada pelos preços contratuais, pela capacidade qualificada e pela eficiência real de memória da IA, não por descontos isolados no varejo.

O primeiro sinal é a direção dos preços contratuais de DRAM para servidores e PCs nos próximos trimestres. Os mercados por contrato revelam o que grandes fabricantes e compradores esperam além de promoções de varejo de curta duração.

A TrendForce relatou que os aumentos no terceiro trimestre estavam se moderando à medida que a demanda dos consumidores enfraquecia. Ainda assim, também descreveu o mercado como extremamente restrito e afirmou que a demanda por servidores continuava sustentando-o.

Uma estabilização sustentada tanto nos contratos de servidores quanto nos de consumo enfraqueceria a alegação de que o setor entrou em uma redefinição duradoura de alocação. A continuidade dos aumentos apesar de envios mais fracos de dispositivos a fortaleceria.

Portanto, os leitores devem distinguir entre um kit com desconto e um alívio amplo nos contratos. Uma promoção pode beneficiar um comprador sem indicar que a oferta alcançou a demanda.

O segundo sinal é a capacidade de produção qualificada. Anúncios sobre novas fábricas importam menos do que a produção utilizável entregue aos clientes.

Samsung, SK hynix e Micron precisam expandir a memória avançada enquanto mantêm DRAM convencional suficiente para PCs, telefones e servidores de uso geral. A CXMT e outros produtores podem adicionar pressão competitiva em mercados selecionados.

As principais evidências incluirão a expansão de nós de processo, qualificações de clientes, produção de encapsulamento de HBM e rendimentos estáveis. Capacidade que permanece em construção não pode aliviar pedidos atuais.

Um aumento significativo na disponibilidade de DRAM convencional sustentaria um retorno à curva histórica de custos. A capacidade dedicada principalmente a produtos premium de IA poderia manter a pressão sobre os consumidores praticamente intacta.

O terceiro sinal é o uso de memória por tarefa de IA. Desenvolvedores de modelos estão trabalhando em quantização, gerenciamento de cache, arquiteturas menores e sistemas de roteamento que atribuem solicitações mais simples a modelos menos exigentes.

Ganhos bem-sucedidos de eficiência devem reduzir a memória necessária para cada unidade de trabalho útil. Eles enfraquecem a tese da escassez apenas se a implantação total crescer mais lentamente do que essas economias.

Se os aplicativos responderem executando mais agentes, mantendo contextos mais longos ou incorporando modelos a todos os fluxos de trabalho, a demanda total ainda poderá crescer. A eficiência então sustentaria a expansão, e não o alívio.

Observe o que as empresas de IA implementam, não apenas o que os benchmarks de laboratório prometem. Menor uso de memória em um teste controlado importa menos se os sistemas de produção adicionarem janelas de contexto maiores e mais usuários simultâneos.

O relatório da Tom Hardware, em última análise, identifica uma disputa entre duas curvas exponenciais. Uma representa o declínio histórico no custo da memória. A outra representa o apetite de um setor de IA que escala simultaneamente infraestrutura, modelos e uso.

Para os compradores, a resposta prática é um planejamento disciplinado. Meça a capacidade de que suas cargas de trabalho realmente precisam, preserve a flexibilidade de atualização sempre que possível e avalie configurações completas de sistema, em vez de apenas um componente.

Para os desenvolvedores, isso também é um motivo para voltar a tratar a eficiência de memória como uma restrição de produto. Analise cargas de trabalho reais, limite atividades desnecessárias em segundo plano e teste como o software se comporta sob limites realistas de capacidade.

Mais importante: não confunda uma comparação histórica famosa com uma previsão fixa. O marco de 2007 de Lemire nos mostra o quanto o mercado se deslocou. As tendências contratuais, a oferta qualificada e a eficiência de IA implantada mostrarão se ele pode voltar.