Dan Ives Diz que Investidores Ignoram o Motor de Memória Coreano da Nvidia

Dan Ives reforçou uma tese otimista sobre a Nvidia, apesar de um verão volátil para as ações coreanas de memória. O analista da Wedbush afirma que os investidores ainda subestimam o potencial de lucros gerado pela demanda por infraestrutura de IA. Leitores do Google News talvez reconheçam a conhecida tese sobre a Nvidia, mas seu foco na cadeia de suprimentos muda a narrativa.

O argumento já não é simplesmente que a Nvidia vende os processadores por trás da IA generativa. É que cada novo acelerador exige um sistema mais amplo de memória especializada, redes, encapsulamento, energia e investimento em data centers. Samsung Electronics e SK Hynix estão próximas do centro desse sistema porque produzem memória de alta largura de banda, conhecida como HBM.

Essa conexão cria a verdadeira tensão. O negócio de data centers da Nvidia mostra uma demanda enorme, enquanto as ações de semicondutores coreanos passaram por fortes reversões após ganhos extraordinários. Ives trata essas liquidações como pausas dentro de um ciclo mais longo de investimento em IA. Os céticos veem algo mais familiar: um boom de memória intensivo em capital que pode, eventualmente, produzir excesso de oferta, preços menores e margens comprimidas.

Essa distinção importa além das carteiras de semicondutores. Provedores de nuvem, desenvolvedores de IA e compradores corporativos dependem da mesma cadeia. Se a memória continuar escassa, a capacidade computacional permanecerá cara e os cronogramas de implementação seguirão limitados. Se os fornecedores expandirem de forma agressiva demais, a economia atual de escassez pode se inverter mais rápido do que o esperado.

O Que Dan Ives Realmente Mudou no Debate do Google News

Ives deslocou a atenção de um único projetista vencedor de chips para todo o sistema necessário para transformar processadores de IA em capacidade computacional utilizável.

Em um relatório de agosto distribuído pela Stocktwits e republicado por meio da cobertura do mercado de IA, Ives descreveu a Coreia do Sul como um importante centro da cadeia de suprimentos de IA. Ele destacou Samsung e SK Hynix ao lado da Nvidia, em vez de tratar a memória como um componente secundário.

Esse enquadramento amplia a conhecida tese de investimento na Nvidia. A Nvidia projeta aceleradores, produtos de rede e software que permitem aos clientes construir grandes sistemas de IA. No entanto, um acelerador não consegue manter suas unidades de computação ocupadas se os dados não chegarem até elas com rapidez suficiente.

A HBM resolve esse gargalo. Os fabricantes empilham múltiplas camadas de memória e as conectam por caminhos elétricos muito curtos. Esse projeto oferece muito mais largura de banda do que a memória convencional de servidores, posicionada mais longe do processador.

O resultado é um produto estreitamente integrado. A Nvidia pode elevar o desempenho dos aceleradores, mas o sistema completo ainda precisa de HBM qualificada, com capacidade suficiente e rendimentos de produção aceitáveis. A escassez de um único componente pode atrasar a venda ou a instalação de um rack inteiro de servidores.

É por isso que o foco de Ives nas ações coreanas de memória tem mais peso do que uma lista rotineira de recomendações otimistas. Ele identifica a restrição física por trás do aumento dos gastos de capital em IA. O argumento liga a carteira de pedidos da Nvidia às fábricas, linhas de encapsulamento e ao trabalho de engenharia necessários para fornecer memória.

Os próprios registros da Nvidia sustentam a existência de uma demanda extraordinária por infraestrutura. A empresa reportou US$ 51,2 bilhões em receita de data centers no terceiro trimestre fiscal de 2026. Esse valor aumentou 66% em relação ao ano anterior e 25% ante o trimestre anterior.

A receita de computação para data centers atingiu US$ 43 bilhões, enquanto a receita de redes chegou a US$ 8,2 bilhões. Esta última cresceu 162% em relação ao ano anterior, segundo o relatório trimestral da Nvidia. Esses resultados mostram que os clientes estão comprando sistemas, não processadores isolados.

Ives interpreta esses gastos como o estágio inicial de um ciclo mais amplo. Sua tese pressupõe que a demanda se expandirá dos aceleradores para infraestrutura de hiperescala, software empresarial e serviços habilitados por IA. Os fornecedores de memória se beneficiam antes porque seus componentes precisam ser instalados antes que esses serviços possam operar.

A distinção é importante para leitores que acompanham manchetes do Google News sobre NVDA. A Nvidia continua sendo a empresa de plataforma mais visível, mas suas vendas impulsionam receita em várias camadas menos visíveis. SK Hynix e Samsung transformam essa demanda em uma história de procura por memória coreana.

Isso não significa que todos os fornecedores capturam o mesmo valor. A Nvidia controla a plataforma de software e grande parte da arquitetura de sistemas. A memória continua sendo um negócio mais padronizado, mesmo quando a HBM avançada exige fabricação e qualificação difíceis.

Ainda assim, a HBM não é intercambiável no momento em que uma nova plataforma é lançada. Os fornecedores precisam cumprir metas exigentes de largura de banda, calor, consumo de energia, confiabilidade e compatibilidade de encapsulamento. Isso cria uma vantagem temporária para empresas que se qualificam cedo e fabricam com confiabilidade.

O evento, portanto, não é o anúncio de um novo produto da Nvidia. É a tentativa de um analista de redesenhar o mapa do mercado. Em vez de perguntar se a demanda por IA beneficia a Nvidia, Ives pergunta quais fornecedores participam quando as plataformas da Nvidia continuam crescendo.

A Demanda de Memória da Nvidia Transforma a Coreia em um Mercado Central de IA

A operação de infraestrutura de IA agora pressiona os investidores a avaliarem a Coreia como parte do sistema de produção da Nvidia, e não como um mercado regional separado.

A Coreia do Sul importa porque Samsung e SK Hynix ocupam posições enormes na produção global de memória. Juntas, elas fabricam cerca de dois terços dos chips de memória do mundo, segundo reportagens sobre sua expansão coreana de chips.

Essa concentração expõe o país de maneira incomum tanto à demanda por IA quanto ao risco do ciclo de memória. Pedidos fortes de aceleradores podem elevar a demanda por HBM, melhorar o poder de negociação dos fornecedores e redirecionar a capacidade das fábricas. Uma desaceleração pode se transmitir pela mesma cadeia.

A produção de HBM também afeta os mercados de memória convencional. A memória avançada consome recursos de fabricação, atenção de engenharia e capacidade de encapsulamento. Quando os fornecedores priorizam HBM, menos recursos permanecem disponíveis para produtos DRAM comuns.

Essa realocação pode apertar o mercado mais amplo mesmo quando a demanda por computadores pessoais ou smartphones permanece modesta. Maior utilização e um mix de produtos melhor podem elevar os lucros em todo o portfólio de um fornecedor. Esse mecanismo ajuda a explicar por que os investidores tratam a memória para IA como mais do que uma categoria de nicho.

A SK Hynix entrou nesse ciclo com uma posição especialmente forte. A perspectiva da empresa para 2026 citou estimativas da Counterpoint Research que apontavam uma participação de 62% nos envios de HBM durante o segundo trimestre de 2025. Sua participação na receita ficou em 57% no trimestre seguinte.

A mesma perspectiva do mercado de HBM afirmou que a HBM3E deve representar aproximadamente dois terços dos envios de HBM em 2026. A HBM3E é uma geração avançada usada com os aceleradores de IA atuais, incluindo sistemas baseados na arquitetura Blackwell da Nvidia.

A SK Hynix também afirmou ter estabelecido um sistema de produção em massa para a HBM4. Essa geração mais nova tem como alvo as próximas plataformas de aceleradores e amplia ainda mais a largura de banda. No entanto, os leitores devem tratar o posicionamento de mercado e as alegações de produção da empresa como declarações corporativas até que as entregas aos clientes as confirmem.

A Samsung apresenta um perfil diferente. Ela possui uma operação de semicondutores mais ampla, grande exposição à memória convencional e extensos recursos de fabricação. Seu desafio é converter essa escala em qualificações oportunas para os produtos de IA mais valiosos.

A concorrência entre as duas empresas coreanas, portanto, opera dentro da história mais ampla da demanda da Nvidia. A SK Hynix busca defender sua liderança inicial em HBM. A Samsung busca usar sua escala e profundidade de engenharia para conquistar mais pedidos avançados.

A Micron acrescenta um terceiro grande fornecedor dos Estados Unidos. Sua presença oferece aos clientes outra fonte qualificada e reduz a dependência de duas empresas coreanas. Também aumenta a probabilidade de que o futuro crescimento de capacidade enfraqueça os preços praticados pelos fornecedores.

Por enquanto, o mercado recompensa o acesso à memória escassa. A resposta política da Coreia do Sul mostra quão seriamente o país encara essa oportunidade. Samsung e SK Hynix anunciaram planos para quatro fábricas adicionais de semicondutores no sudoeste do país.

As empresas estimaram seu plano combinado de investimento de longo prazo em 800 trilhões de won. Elas não forneceram datas de conclusão para essas fábricas específicas. O presidente do SK Group, Chey Tae-won, também alertou que tais projetos exigem extensas áreas de terra, água, energia e trabalhadores qualificados.

Esse alerta revela uma restrição por trás de cada grande anúncio de capacidade. Uma fábrica de semicondutores leva anos para ser planejada, construída, equipada e qualificada. Compromissos de investimento não se transformam imediatamente em produção utilizável de HBM.

Essa defasagem sustenta a visão otimista de Ives no curto prazo. A demanda da Nvidia por memória pode crescer mais rápido que a oferta porque os clientes encomendam sistemas agora, enquanto novas fábricas só entram em operação muito mais tarde. Os fornecedores existentes podem, portanto, manter poder de negociação durante essa lacuna.

A mesma defasagem cria incerteza de longo prazo. Projetos anunciados por Samsung, SK Hynix e Micron podem eventualmente chegar ao mercado ao mesmo tempo. Se os gastos com IA desacelerarem antes que essas linhas sejam ocupadas, uma escassez pode se transformar em excesso de capacidade.

A Coreia é, consequentemente, tanto a beneficiária quanto o ponto de pressão. Seus fabricantes de memória precisam investir o suficiente para atender os clientes sem repetir a história do setor de expansão excessiva. Os investidores precisam decidir se a HBM muda essa história ou apenas prolonga o atual ciclo de alta.

O Mecanismo que Liga Pedidos da NVDA aos Lucros Coreanos

A demanda da Nvidia chega aos lucros coreanos por meio de qualificação, alocação de capacidade, encapsulamento e mix de produtos, e não por um simples aumento no volume de chips.

O primeiro elo é arquitetural. Modelos modernos de IA movem grandes quantidades de informação entre processadores e memória. O desempenho dos aceleradores sofre quando a memória não consegue entregar essas informações com rapidez suficiente.

A HBM coloca memória empilhada próxima ao processador e conecta ambos os componentes dentro de um encapsulamento avançado. Essa configuração aumenta o fluxo de dados enquanto gerencia limitações de espaço e energia. Ela também torna a fabricação mais complexa.

Um fornecedor precisa produzir matrizes de memória funcionais, empilhá-las com sucesso e integrá-las a parceiros de encapsulamento. O rendimento, ou seja, a parcela das unidades fabricadas que atende às especificações, torna-se uma variável financeira decisiva. Rendimentos baixos elevam custos e restringem os envios.

O segundo elo é a qualificação do cliente. A Nvidia e outros projetistas de aceleradores testam a memória em relação a requisitos específicos de plataforma. A qualificação antecipada pode dar a um fornecedor uma posição favorável durante a parte mais intensa da expansão de um produto.

Essa vantagem não é permanente. Samsung, SK Hynix e Micron melhoram continuamente seus produtos e processos de fabricação. Os clientes também preferem múltiplos fornecedores porque a diversificação reduz riscos operacionais e geopolíticos.

O terceiro elo é a alocação de capacidade. A HBM usa mais recursos de wafers e encapsulamento do que produtos convencionais com capacidade de bits comparável. Expandir a produção de HBM pode, portanto, limitar o crescimento da oferta em outras áreas do portfólio de memória.

Essa troca pode sustentar os preços de DRAM para servidores e de outros produtos. Ela também pode expor os fabricantes a riscos de execução se alocarem capacidade demais a uma única previsão de demanda. O melhor mix de produtos hoje pode se tornar o errado depois que os planos dos clientes mudarem.

O quarto elo é a escala de sistemas. A Nvidia já não vende apenas um processador que os clientes instalam de forma independente. A sua oferta para data centers inclui módulos de computação, redes, interconexões, software e projetos completos em escala de rack.

Esse sistema mais amplo aumenta o número de componentes associados a cada implantação. O crescimento anual de 162% da Nvidia em redes no ano fiscal de 2026 ilustra esse efeito. Os clientes precisam de conexões rápidas dentro e entre racks, e não apenas de GPUs individuais mais rápidas.

Os fornecedores de memória se beneficiam da mesma mudança. Modelos maiores, janelas de contexto mais longas e cargas de trabalho de inferência podem exigir maior capacidade de memória. Inferência é o processo de executar um modelo treinado para gerar respostas ou previsões.

O treinamento criou a primeira onda visível de demanda por aceleradores. A inferência amplia a carga de trabalho potencial porque aplicações implantadas atendem usuários continuamente. Ainda assim, isso não garante consumo ilimitado de HBM.

Os desenvolvedores de modelos estão melhorando a eficiência por meio de quantização, modelos menores e especializados, cache e software mais avançado. A quantização reduz a precisão numérica utilizada por um modelo, diminuindo suas necessidades de memória. Essas técnicas podem reduzir o hardware necessário para uma determinada tarefa.

A eficiência também pode aumentar o consumo total. Custos menores tornam mais aplicações economicamente viáveis, colocando cargas de trabalho adicionais em operação. O efeito final depende de o uso crescer mais rapidamente do que a memória economizada por tarefa.

É nesse ponto que o argumento de Ives se torna mais do que uma previsão sobre remessas de chips. Ele espera que o valor econômico da adoção de IA se espalhe por toda a pilha tecnológica. A demanda por hardware continua central porque todo serviço de software, no fim, precisa de capacidade computacional.

A adoção empresarial oferece um exemplo prático. Uma empresa que implementa busca interna com IA precisa processar documentos, armazenar representações, executar modelos e retornar respostas dentro de um atraso aceitável. As equipes podem organizar essas informações por meio de uma base de conhecimento pesquisável, mas o serviço subjacente ainda consome infraestrutura.

Milhões de pequenas interações podem gerar uma demanda sustentada por inferência. A carga de trabalho resultante alcança provedores de nuvem, fornecedores de aceleradores, fornecedores de rede e fabricantes de memória. Essa é a cadeia de demanda por trás da tese otimista de Dan Ives sobre ações de IA.

No entanto, os lucros não evoluem em perfeita sintonia ao longo dessa cadeia. A Nvidia pode preservar margens elevadas por meio da integração de software e do controle da plataforma. Os fornecedores de memória permanecem mais expostos a custos de fabricação, ciclos de preços e capacidade concorrente.

A posição inicial da SK Hynix lhe dá poder de negociação, enquanto a escala da Samsung lhe confere potencial de recuperação. A Micron oferece diversificação geográfica e competição adicional. A Nvidia se beneficia quando as três aumentam a oferta, porque HBM abundante sustenta mais remessas de aceleradores.

Esse último ponto cria um conflito sutil. Os fabricantes de memória se beneficiam da escassez e de preços favoráveis. A Nvidia se beneficia de oferta suficiente para enviar sistemas completos em escala. As perspetivas de demanda estão alinhadas, mas as condições ideais de oferta não.

O Que a Tese Otimista para Memória Não Resolve

As evidências sustentam uma forte demanda por IA, mas não provam que as margens, participações de mercado ou avaliações das ações atuais vão persistir.

A memória é uma das indústrias mais cíclicas da tecnologia. Os produtores investem pesadamente durante períodos de escassez, adicionam capacidade com longos atrasos e, às vezes, colocam essa capacidade em operação depois que a demanda enfraqueceu. Os preços podem então cair rapidamente.

A HBM contém mais diferenciação do que a memória convencional. Seu projeto, empilhamento, comportamento térmico e requisitos de qualificação criam barreiras relevantes. Essas barreiras podem retardar a comoditização, mas não a eliminam.

A própria SK Hynix reconhece o risco. Sua perspetiva para 2026 aponta preocupações com correções de preços após 2026, à medida que a concorrência se intensifica e a produção se expande. A empresa argumenta que as lacunas técnicas tornam improvável uma mudança súbita no curto prazo.

Essa avaliação é útil, mas vem de uma líder de mercado interessada em defender sua posição. Investidores independentes ainda precisam de evidências sobre volume de remessas, preços de venda, concentração de clientes e rendimentos de fabricação.

A resposta da Samsung é especialmente importante. Uma qualificação bem-sucedida para mais plataformas da Nvidia melhoraria a diversidade de oferta e intensificaria a concorrência. Isso poderia fortalecer o sistema geral de IA, ao mesmo tempo em que reduziria o poder de negociação individual da SK Hynix.

A Micron gera pressão semelhante. Três fornecedores confiáveis podem sustentar um crescimento mais rápido dos aceleradores, mas também podem reduzir retornos extraordinários. O resultado depende da rapidez com que a demanda por memória da Nvidia se expande em relação à oferta qualificada.

A concentração de mercado acrescenta outro risco. Samsung e SK Hynix se tornaram centrais para o desempenho do mercado acionista sul-coreano. Em agosto, as duas empresas representavam aproximadamente metade do índice KOSPI, segundo uma análise da volatilidade da IA.

Essa concentração pode ampliar tanto altas quanto liquidações. Uma mudança no apetite global por risco, nas taxas de juros ou no posicionamento alavancado pode sobrepor-se a notícias operacionais favoráveis. A fraqueza do preço das ações não indica automaticamente uma demanda mais fraca por IA.

A resposta da SK Hynix ilustra a diferença entre condições de negócio e comportamento do mercado. A empresa anunciou um plano de recompra e cancelamento de ações de 40 trilhões de won após uma queda das ações por dois meses. A medida ocorreu depois de uma perda substancial de valor de mercado, apesar do entusiasmo contínuo em torno da memória para IA.

Ives vê essa volatilidade como uma pausa, e não como uma tese quebrada. Essa interpretação continua sendo um julgamento de analista, não um fato estabelecido. Os mercados podem precificar o crescimento futuro de forma excessivamente agressiva, mesmo quando a indústria subjacente continua a se expandir.

A concentração de clientes merece igual atenção. Um fornecedor que depende fortemente da Nvidia ganha exposição à principal plataforma de IA. Também se torna vulnerável a mudanças de projeto, perdas de qualificação ou movimentos em direção a aceleradores personalizados.

Google, Amazon e outros operadores de nuvem desenvolvem chips proprietários para cargas de trabalho selecionadas. Esses chips ainda usam memória avançada e, portanto, podem ampliar a demanda por HBM. No entanto, seus projetos podem alterar as relações com fornecedores e reduzir a participação da Nvidia em determinadas implantações.

Os controles de exportação criam outra incerteza. O relatório da Nvidia afirma que mudanças nas regras comerciais podem afetar decisões de investimento, operações de fornecimento, custos e o momento das compras dos clientes. Restrições podem fechar mercados ou forçar empresas a redesenhar produtos.

A disponibilidade de energia também limita as implantações. Os clientes não podem operar novos racks de IA sem capacidade elétrica, refrigeração, redes e edifícios adequados. Os pedidos de chips podem avançar antes da conclusão dos data centers, criando diferenças de timing entre a demanda reportada e o uso produtivo.

O financiamento também importa. Grandes provedores de nuvem podem financiar programas longos de construção, mas operadores menores dependem mais dos mercados de capitais. Custos de financiamento mais altos ou menor utilização podem atrasar projetos.

A previsão de demanda depende, em última instância, da economia dos clientes. As empresas precisam obter valor suficiente das aplicações de IA para justificar gastos recorrentes com infraestrutura. Experimentos e projetos-piloto não necessariamente se transformam em grandes cargas de trabalho em produção.

Os desenvolvedores também estão trabalhando para reduzir os custos de inferência. Modelos melhores, software otimizado e chips especializados podem processar mais trabalho com a mesma memória. Uma previsão otimista deve considerar essas melhorias em vez de assumir intensidade fixa de hardware.

O contra-argumento não exige um colapso da IA. A demanda pode permanecer saudável enquanto os lucros dos fornecedores decepcionam expectativas elevadas. Crescimento mais lento, queda de preços ou uma mudança na participação de mercado podem enfraquecer a tese de investimento sem encerrar o ciclo de infraestrutura.

Os leitores do Google News devem, portanto, separar três questões. A demanda por computação de IA está crescendo? Os fornecedores coreanos estão capturando esse crescimento? As suas ações estão precificando a oportunidade de forma conservadora? Cada questão exige evidências diferentes.

Ives oferece uma resposta confiante às duas primeiras. A terceira depende dos preços de mercado, dos lucros futuros e das premissas de cada investidor. Ela não pode ser resolvida por um trimestre forte ou uma entrevista televisiva otimista.

Três Sinais Que Testarão a Tese de Dan Ives sobre a Demanda por IA

O próximo teste virá das remessas de plataformas, da qualificação do HBM4 e dos gastos em nuvem, e não de outra rodada de comentários otimistas.

O primeiro sinal é o crescimento do data center da Nvidia. Os números do terceiro trimestre fiscal estabeleceram uma base exigente: US$ 51,2 bilhões em receita de data center e crescimento anual de 66%. Os próximos relatórios precisarão mostrar que os sistemas baseados em Blackwell continuam convertendo pedidos em receita reconhecida.

As redes merecem atenção especial. Vendas fortes de NVLink, InfiniBand e Ethernet sugerem que os clientes estão construindo clusters completos. Um crescimento fraco em redes ao lado de fortes remessas de processadores poderia indicar uma expansão de infraestrutura menos equilibrada.

Os investidores também devem monitorar estoques e compromissos de compra. Compromissos crescentes podem sustentar uma tese de demanda duradoura, mas aumentam a exposição caso os cronogramas dos clientes mudem. As divulgações da Nvidia podem revelar se a oferta continua sendo a restrição ou se a demanda está se tornando menos certa.

O segundo sinal é a qualificação do HBM4 e o rendimento de produção. O HBM4 representa a próxima grande transição para memória avançada. As posições iniciais dos fornecedores influenciarão a participação de mercado à medida que as próximas plataformas da Nvidia ganharem escala.

A SK Hynix afirma que sua liderança em HBM3E está avançando para HBM4. A Samsung quer um papel maior, enquanto a Micron continua desenvolvendo seu próprio fornecimento. Qualificações reais de clientes e remessas comerciais importam mais do que anúncios de amostras.

O rendimento determinará se a qualificação gera lucros atraentes. Um produto tecnicamente bem-sucedido ainda pode decepcionar financeiramente se unidades demais falharem nos testes de fabricação. Uma maior produção aproveitável apoiaria as remessas de sistemas, mas poderia eventualmente aliviar a escassez.

Esse sinal pode fortalecer ou enfraquecer a visão de Ives de maneiras diferentes. Uma transição tranquila para HBM4 entre vários fornecedores reforçaria a tese mais ampla de infraestrutura de IA. Uma grande perda de qualificação enfraqueceria o caso para o fornecedor afetado sem necessariamente prejudicar a Nvidia.

O terceiro sinal é o gasto de capital de Microsoft, Alphabet, Amazon, Meta e outros grandes operadores. Essas empresas financiam grande parte da demanda por aceleradores e memória que circula pela cadeia de fornecimento. Seus orçamentos fornecem uma verificação externa do otimismo dos fornecedores.

O gasto por si só é insuficiente. Os leitores devem comparar as despesas de capital com o crescimento da nuvem, o uso de serviços de IA e os comentários da administração sobre capacidade. Mais construção apoia a cadeia de demanda apenas quando os clientes conseguem implantar e monetizar os equipamentos.

Uma redução coordenada nos planos de data centers desafiaria o argumento central de Ives. A expansão contínua, sustentada por maior receita ou uso de IA, o fortaleceria. Atrasos causados apenas por energia ou construção poderiam preservar a demanda, alterando apenas seu timing.

Esses sinais devem ser avaliados em conjunto. A Nvidia pode reportar vendas fortes enquanto os fornecedores de memória perdem poder de precificação. As empresas de HBM podem reportar margens excelentes enquanto os clientes de nuvem questionam os gastos futuros. Nenhuma métrica isolada comprova toda a cadeia.

A percepção mais ampla desta reportagem do Google News é que o mercado de IA foi além de uma narrativa centrada em um único ticker. NVDA continua central, mas o desempenho dos aceleradores depende de memória, encapsulamento, redes, eletricidade e economia dos clientes.

Dan Ives aposta que a demanda em toda essa cadeia continua subestimada. Os números verificados mostram um mercado de infraestrutura grande e em expansão. Eles não eliminam a ciclicidade, a concorrência ou a possibilidade de os investidores já terem precificado anos de crescimento favorável.

Para desenvolvedores e compradores corporativos, a questão imediata é prática. A disponibilidade de HBM e a capacidade de nuvem melhoram o suficiente para reduzir o custo de implantação de sistemas de IA úteis? Para investidores, a pergunta é mais rigorosa: o crescimento da receita supera as expectativas já precificadas nessas empresas?

Acompanhe as vendas de sistemas completos da Nvidia, não apenas os anúncios de GPUs. Observe quais fornecedores de memória se qualificam para HBM4 e, em seguida, analise seus rendimentos. Por fim, compare os gastos dos hyperscalers com o uso mensurável de IA. Essas três verificações revelarão se o motor coreano de memória é duradouro ou se está simplesmente operando no auge de mais um ciclo.