Semicondutores Globais e da Grande China (ASICs de IA, Poder de Computação de IA e Segurança Quântica): A Expansão da Computação de IA Continua a Remodelar os Semicondutores Globais, com ASICs Personalizados, Poder de Computação na China e Segurança Quântica Emergindo como Novos Vetores de Crescimento

Visão geral

Esta é uma perspectiva setorial que abrange semicondutores globais de IA, ASICs personalizados para nuvem, poder de computação de IA na China e segurança quântica. O relatório acredita que o capex de nuvem, a demanda de inferência, o empacotamento avançado e a infraestrutura doméstica de computação sustentarão o crescimento de longo prazo, mas a divergência entre as condições de semicondutores relacionados e não relacionados à IA se ampliará, enquanto custos, energia, capacidade e regulação constituem as principais restrições.

Visões principais

O relatório atribui uma visão Atraente ao setor de semicondutores da Ásia-Pacífico, com clara preferência de alocação pela cadeia de suprimentos de IA, memória de nicho e ecossistema doméstico de computação da China. Em IA, a MediaTek é a principal escolha, enquanto TSMC, SMIC, Aspeed, Alchip, KYEC, ASE, FOCI, ASMPT, AllRing e GUC também são favorecidas. Em memória, a AP Memory é a principal escolha, enquanto Macronix, Nanya Tech, Winbond e GigaDevice também são favorecidas. Em IA/semicondutores/equipamentos para fabricação de wafer na China, o relatório prefere Iluvatar, Cambricon, Hygon Information, NAURA Technology e AMEC; nomes de equipamentos e consumíveis de teste incluem WinWay, MPI, Hon Hai e Gudeng; e a UMC é preferida em nós maduros. O relatório classifica OmniVision Group, Phison, MetaX, Realtek e GlobalWafers EW, e WIN Semi, Silergy e ASMedia UW. O ciclo geral mostra uma divergência entre forte demanda por IA e fraca demanda não relacionada à IA. O relatório espera que o setor global de semicondutores possa atingir US$1,5 trilhão até 2030, com semicondutores de IA contribuindo com aproximadamente metade; o TAM de semicondutores de IA é estimado em aproximadamente US$753 bilhões até 2030, enquanto um cenário otimista orientado por dados da cadeia de suprimentos indica que o TAM de semicondutores de IA em nuvem poderia atingir US$485 bilhões em 2026. Enquanto isso, excluindo memória e receita de GPU de IA da NVIDIA, espera-se que o crescimento de semicondutores não relacionados à IA decline em 2026. A utilização de fundições de semicondutores lógicos poderia atingir 80% no segundo semestre de 2026. Historicamente, a redução dos dias de estoque geralmente coincidiu com ganhos nos índices de ações de semicondutores, mas a recuperação atual não está ocorrendo de forma sincronizada em todos os submercados. Os gastos dos provedores de serviços em nuvem continuam sendo o principal ponto de partida da demanda por chips de IA. O capex combinado dos quatro principais provedores de serviços em nuvem — Amazon, Google, Microsoft e Meta — cresceu 87% em relação ao ano anterior no segundo trimestre de 2026, e a relação capex/EBITDA ultrapassou 70%. O modelo de acompanhamento do Morgan Stanley estima que o capex dos 14 maiores provedores de serviços em nuvem listados do mundo se aproxime de US$1,4 trilhão em 2027, excluindo IA soberana. O relatório ainda deriva a demanda por racks, energia, GPUs/ASICs, wafers de nós avançados, CoWoS e HBM a partir do capex, concluindo que os orçamentos permanecem robustos, embora a intensidade de capex, a disponibilidade de energia nos EUA e a velocidade de implantação dos projetos determinem se as previsões se concretizarão. A TSMC é a principal beneficiária dessa cadeia de transmissão. O relatório estima que a TSMC produziu 5,1 milhões de chips relacionados em 2025 e que os embarques de racks GB200 NVL72 no ano completo poderiam atingir 30.000 unidades; espera-se que o valor do consumo de wafers de computação de IA exceda US$46 bilhões em 2027, com a NVIDIA ainda contribuindo com a maior parte da demanda. O consumo de HBM poderia chegar a 48 bilhões de Gb em 2027, com a NVIDIA novamente respondendo pela maioria. Espera-se que a demanda total de CoWoS aumente de 1,394 milhão de wafers em 2026 para 2,694 milhões de wafers em 2027, levando o relatório a sugerir que a TSMC poderia expandir a capacidade de CoWoS para 200.000 wafers por mês até 2027. A composição de clientes se tornará mais diversificada: a demanda de CoWoS da NVIDIA é projetada em 780.000 wafers em 2026 e 1,222 milhão de wafers em 2027, representando aproximadamente 56% e 45%, respectivamente; as participações da Broadcom são aproximadamente 22% e 18%, as da AMD aproximadamente 9% e 20%, e a demanda da MediaTek em 2027 é de aproximadamente 180.000 wafers, ou cerca de 7%. A demanda por nós avançados é igualmente robusta. Informações fornecidas pela TSMC indicam que a capacidade de N2 poderia atingir uma taxa composta anual de crescimento de 70% de 2026 a 2028; a capacidade de N5 cairá em 2027 enquanto N3 continuará a aumentar, em linha com as previsões de demanda dos clientes do relatório. Espera-se que a capacidade de nós maduros e especializados cresça a uma taxa composta anual de 7% de 2024 a 2029. A receita de semicondutores de IA poderia representar mais de 30% da receita da TSMC em 2026 e impulsionar a tese de expansão de margem apresentada no relatório. CPUs de servidores de IA e memória constituem duas cadeias adicionais de crescimento e restrição. A CPU Vera da NVIDIA utiliza um projeto que não divide núcleos entre chiplets, encurtando os caminhos de conexão entre núcleos; o relatório afirma que seu desempenho poderia atingir 1,8 vez o da CPU x86 de maior desempenho. O cenário otimista corresponde a um TAM de orquestração de CPU de US$238 bilhões, enquanto o modelo top-down projeta uma taxa composta anual de crescimento de 251% para o TAM de CPU Agentic de F26 a F30. Em memória, a demanda de armazenamento de IA está causando escassez de NAND, espera-se que a oferta restrita de NOR Flash persista até 2026, e a escassez de DDR4 poderia continuar até o segundo semestre de 2026. Enquanto isso, o aumento dos custos de wafers, montagem e testes, e memória pressionará as margens das empresas de design de chips em 2026, enquanto a elasticidade de preços poderia suprimir a demanda por produtos tecnológicos finais. Os ASICs personalizados não se tornarão desnecessários devido às melhorias no desempenho das GPUs da NVIDIA. O relatório acredita que grandes provedores de serviços em nuvem ainda precisarão de chips otimizados para suas cargas de trabalho proprietárias e espera que mais projetos de ASIC avancem conforme o roteiro de cada provedor de serviços em nuvem. O modelo da Alchip mostra 800.000 unidades confirmadas de Trainium4 em 2028, correspondendo a US$8 bilhões em receita; a receita total da Alchip naquele ano é projetada em US$9,8 bilhões, com Trainium contribuindo com 82%. As previsões de TPU do Google mostram o volume total aumentando de 3,7 milhões de unidades em 2026 para 7,35 milhões de unidades em 2027 e permanecendo acima de 6,5 milhões de unidades em 2028, embora o potencial de alta possa ser restringido pela oferta de substratos ABF. A MediaTek é a beneficiária mais proeminente de ASICs personalizados destacada no relatório. Sua receita de TPU deve aumentar de US$13,5 bilhões em 2027 para US$43,5 bilhões em 2028 e atingir US$70 bilhões em 2029. Mesmo que o projeto adote um modelo de ferramental pertencente ao cliente, o relatório ainda acredita que a MediaTek será ao menos responsável pelo empacotamento do TPU v10 e pelo die de I/O. A KYEC é considerada beneficiária do crescimento simultâneo em GPUs de IA, TPUs e CPUs. Na competição de empacotamento avançado, o CoWoS da TSMC pode suportar até aproximadamente 9,5 vezes o tamanho do retículo, ou quatro chips por wafer; se sua cadeia de suprimentos executar sem problemas, o EMIB da Intel pode suportar mais facilmente chips maiores que excedam 12 vezes o tamanho do retículo. Portanto, o resultado competitivo final depende não apenas das capacidades de design, mas também da entrega da cadeia de suprimentos. O poder de computação de IA da China é um tema independente de crescimento de longo prazo. A DeepSeek demonstrou uma abordagem de menor custo para inferência, que o relatório acredita estimulará a demanda por inferência; a cadeia de suprimentos doméstica de fundições também está se tornando cada vez mais capaz de produzir GPUs de IA. Espera-se que o TAM de chips de IA/GPUs da China alcance US$91 bilhões até 2030, com o tamanho de mercado e a participação dos aceleradores domésticos continuando a se expandir. As evidências do lado da demanda incluem preços persistentemente crescentes da NVIDIA 5090 na China, uso crescente de tokens no Volcano Engine/Doubao da ByteDance e tendências de capex de nuvem chinesa. A comparação de economia de inferência do relatório mostra que chips domésticos têm menor TCO e custos por token comparáveis em relação aos processadores NVIDIA disponíveis na China, ao mesmo tempo que oferecem melhor desempenho por unidade de custo devido a preços significativamente menores. As capacidades de infraestrutura da China também estão reduzindo a lacuna tecnológica percebida pelo mercado. A Conferência Mundial de Inteligência Artificial de 2026 apresentou múltiplas soluções SuperPod: o Huawei Atlas 950 é configurado com 1.024 NPUs Ascend 950DT, 16 gabinetes de computação e quatro gabinetes UnifiedBus, utiliza interconexões híbridas de cobre e ópticas e fornece até 256 TB de memória compartilhada; a solução da Moore Threads abrange de 128 a 256 GPGPUs da série S, enquanto as soluções Enflame-ZTE e MetaX-ZTE são configuradas cada uma com 64 aceleradores e utilizam uma arquitetura ortogonal sem plano intermediário. A plataforma integrada de CPU e GPU da Hygon Information recebeu uma visão OW; o relatório espera que o TAM de CPU da China suba para US$42 bilhões até 2030 e que a participação da Hygon no mercado chinês de CPUs para servidores alcance 18% até 2028. A seção de segurança quântica considera a segurança de hardware fundamental para a cadeia global de suprimentos quânticos. O relatório observa que sistemas eletrônicos modernos dependem principalmente de criptografia assimétrica, enquanto a computação quântica está levando países a formularem roteiros de migração para criptografia pós-quântica. Os cronogramas variam por região, mas 2030 é um ponto de inflexão fundamental, e as principais economias convergem amplamente para os padrões PQC do NIST. O relatório analisa a demanda por segurança quântica em diferentes camadas de conectividade e espera que o TAM de funções fisicamente não clonáveis, ou PUFs, alcance aproximadamente US$310 milhões até 2030, ao mesmo tempo que avalia a precificação de mercado por meio das faixas de P/L de empresas relevantes de semicondutores/IP de PUF e da eMemory.

Estrutura de análise

O relatório primeiro avalia a demanda agregada usando o ciclo global de semicondutores, estoques e capex de nuvem, e então decompõe os gastos de nuvem camada por camada em energia, racks de servidores, GPUs/ASICs, wafers de nós avançados, CoWoS e HBM. Para projetos Trainium e TPU, o relatório estima a receita dos fornecedores multiplicando os volumes de chips pelo valor unitário reconhecido; para o poder de computação de IA da China, compara tamanho de mercado, demanda de tokens, TCO, custo por token e arquiteturas SuperPod. A seção de segurança quântica deriva a oportunidade de mercado de PUF a partir dos cronogramas de migração criptográfica, camadas de conectividade e componentes de segurança de hardware, complementada por comparações de faixas de P/L.

Notas metodológicas

• Estrutura de Análise de Indústria/SetorEstrutura de Oferta e Demanda

  Modelo de Oferta e Demanda para Chips de IA, CoWoS, HBM e Memória

  O relatório estima separadamente a demanda e a capacidade de oferta de chips, wafers, empacotamento avançado e memória para avaliar expansão de capacidade, duração das escassezes e participações de clientes.

• Estrutura de Análise de Indústria/SetorTransmissão da Cadeia Industrial Upstream-Midstream-Downstream

  Transmissão do Capex de Nuvem para a Demanda por Semicondutores

  Partindo do capex de provedores de serviços em nuvem e da implantação de energia, a pesquisa deriva sequencialmente a demanda por racks, GPUs/ASICs, wafers de nós avançados, CoWoS, HBM e testes.

• Estrutura de Análise de Indústria/SetorDecomposição Volume-Preço

  Modelo de Receita por Volume e Preço Unitário de Projetos ASIC

  As previsões de Trainium da Alchip e TPU da MediaTek multiplicam o volume de cada geração de chips pelo valor por chip reconhecido pelo fornecedor para derivar a receita anual do projeto e sua participação na receita.

• Estrutura de Ciclo e Condições de NegócioCiclo de Estoques (Kitchin)

  Dias de Estoque de Semicondutores e Avaliação das Condições de Negócio

  O relatório examina os dias de estoque da cadeia de suprimentos e suas variações históricas, observando que períodos de queda nos dias de estoque geralmente coincidiram com a alta dos índices de ações de semicondutores.

• Método de AvaliaçãoAvaliação PE/PEG

  Comparação de Índices P/L e Faixas Históricas de P/L

  O relatório compara avaliações entre subsetores de semicondutores e avalia a precificação de mercado usando as faixas de P/L de empresas relacionadas a PUF/IP e eMemory.

• Estrutura de Análise de Indústria/SetorOutro

  Comparação de TCO de Inferência, Custo por Token e Desempenho por Unidade de Custo

  O relatório combina custos de aquisição e operação de hardware com a produção de inferência de modelos para comparar chips domésticos e processadores NVIDIA na China em termos de custo total de propriedade, custo por token e relação preço-desempenho.

Mapeamento e comparação de ativos

Mapeamento estruturado da tese para ativos nomeados (pontos fortes, pontos fracos, pares e riscos).

• MediaTek (2454.TW)

  O relatório a nomeia como a principal escolha em IA e espera que capture valor de empacotamento, die de I/O e chips relacionados do projeto Google TPU.

  Pontos fortes

  Espera-se que a receita de TPU aumente de US$13,5 bilhões em 2027 para US$70 bilhões em 2029; mesmo sob um modelo de ferramental pertencente ao cliente, ela ainda cuidaria pelo menos do empacotamento do TPU v10 e do die de I/O.

  Comparação

  O relatório coloca a MediaTek no centro da cadeia global de suprimentos de ASICs personalizados para nuvem.

  Riscos

  O potencial de alta do crescimento de volume de TPU do Google poderia ser restringido pela oferta de substratos ABF.

• TSMC

  Beneficia-se da crescente demanda por wafers de IA em nós avançados, CoWoS e múltiplos clientes de GPU/ASIC.

  Pontos fortes

  Espera-se que a capacidade de N2 alcance crescimento composto de 70% de 2026 a 2028, enquanto a receita de semicondutores de IA poderia exceder 30% da receita de 2026.

  Pontos fracos

  Espera-se que a capacidade de N5 decline em 2027.

  Comparação

  O CoWoS pode suportar até aproximadamente 9,5 vezes o tamanho do retículo; o Intel EMIB pode suportar mais de 12 vezes o tamanho do retículo se a execução da cadeia de suprimentos avançar sem problemas.

  Riscos

  Capex de nuvem, implantação de energia dos projetos e o ritmo de materialização da demanda dos clientes afetam a utilização da expansão de capacidade.

• Alchip

  Beneficia-se do crescimento dos chips personalizados de treinamento de IA AWS Trainium.

  Pontos fortes

  Espera-se que a receita de Trainium alcance US$8 bilhões em 2028, com receita total projetada em US$9,8 bilhões.

  Pontos fracos

  Espera-se que a receita de Trainium represente 82% da receita total em 2028.

  Comparação

  O relatório a identifica como beneficiária direta dos projetos de ASICs personalizados dos principais provedores de serviços em nuvem.

• KYEC

  O relatório acredita que ela se beneficia do crescimento simultâneo da demanda por testes de GPUs de IA, TPUs e CPUs.

  Pontos fortes

  As fontes de demanda abrangem GPUs de uso geral, ASICs personalizados para nuvem e CPUs de servidores de IA.

• NVIDIA (NVDA.US)

  Permanece como a maior contribuinte para a demanda de wafers de IA, CoWoS e HBM e está se expandindo para CPUs Agentic por meio da CPU Vera.

  Pontos fortes

  O desempenho da Vera poderia atingir 1,8 vez o da CPU x86 de maior desempenho; espera-se que a demanda de CoWoS em 2027 seja de 1,222 milhão de wafers.

  Comparação

  Os chips domésticos alcançam menor TCO e melhor desempenho por unidade de custo na China por meio de preços mais baixos.

  Riscos

  Restrições energéticas nos EUA, orçamentos de clientes de nuvem e regulação são fatores limitantes para a expansão da IA.

• SMIC (00981.HK)

  Incluída na lista OW para IA/semicondutores da China e beneficia-se da melhoria das capacidades domésticas chinesas de produção de GPUs de IA.

  Pontos fortes

  O relatório acredita que a cadeia de suprimentos doméstica de fundições da China está se tornando mais capaz na produção de GPUs de IA.

  Comparação

  Juntamente com outras empresas chinesas domésticas de computação e equipamentos para fabricação de wafers, ela forma a cadeia de suprimentos doméstica de IA.

  Riscos

  A capacidade de chips da China é uma restrição ao crescimento explicitamente identificada no relatório.

• Cambricon (688256.SH)

  Incluída na lista OW para IA/semicondutores da China e coberta na comparação horizontal de aceleradores domésticos de IA.

  Pontos fortes

  Beneficia-se da expansão do TAM de chips de IA/GPUs da China e da crescente participação de aceleradores domésticos.

  Comparação

  O relatório a compara com MetaX e Iluvatar.

  Riscos

  A capacidade de chips e a regulação poderiam restringir o crescimento do mercado de IA da China.

• Hygon Information

  Sua plataforma integrada de computação de CPU e GPU recebeu uma visão OW.

  Pontos fortes

  O relatório espera que sua participação no mercado chinês de CPUs para servidores alcance 18% até 2028.

  Comparação

  Corresponde à trajetória de crescimento do TAM de CPU da China, que sobe para US$42 bilhões até 2030.

  Riscos

  As restrições de capacidade de chips da China poderiam afetar a expansão do mercado.

• AP Memory

  Nomeada como a principal escolha em memória e participa da cadeia de tecnologia de empacotamento avançado relacionada ao Intel EMIB.

  Pontos fortes

  Posicionada na interseção entre memória de nicho e empacotamento avançado, ambos favorecidos pelo relatório.

  Comparação

  Tem prioridade maior que as outras empresas nomeadas na carteira recomendada de memória.

Dados principais

• Tamanho do Mercado Global de SemicondutoresUS$1.5tn by 2030eO relatório espera que os semicondutores de IA contribuam com aproximadamente metade até então
• TAM de Semicondutores de IA~US$753bn by 2030ePrevisão de longo prazo do mercado global de semicondutores de IA
• Cenário Otimista do TAM de Semicondutores de IA em NuvemUS$485bn in 2026ePremissas de cenário otimista impulsionadas por dados da cadeia de suprimentos
• Crescimento do Capex dos Quatro Principais Provedores de Serviços em Nuvem87% Y/Y in 2Q26CYTotal combinado de Amazon, Google, Microsoft e Meta
• Intensidade de Capex dos Provedores de Serviços em Nuvemover 70%Relação capex/EBITDA
• Capex Global de Nuvemnearly US$1.4tn in 202714 principais provedores globais de serviços em nuvem listados, excluindo IA soberana
• Demanda Total de CoWoS1,394k wafers in 2026e; 2,694k wafers in 2027ePrevisão de demanda global de clientes
• Capacidade Potencial de CoWoS da TSMC200kwpm by 2027Avaliação de expansão de capacidade baseada em demanda de IA persistentemente forte
• Consumo de Wafers de Computação de IA em 2027>US$46bnEspera-se que a NVIDIA contribua com a maior parte da demanda
• Consumo de HBM em 2027up to 48bn GbEspera-se que a NVIDIA continue consumindo a maior parte da oferta
• Crescimento da Capacidade N2 da TSMC70% CAGR from 2026-2028eTrajetória de crescimento de capacidade indicada pela TSMC
• Participação da Receita de Semicondutores de IA da TSMC>30% of 2026e revenueParticipação prevista da receita relacionada à IA na receita total da TSMC
• Desempenho da CPU Vera1.8xEm relação à CPU x86 de maior desempenho
• Crescimento do TAM de CPU Agentic251% CAGR from F26 to F30Modelo top-down do Morgan Stanley
• Receita de Trainium da AlchipUS$8bn in 2028eEspera-se que represente 82% da receita total de US$9,8 bilhões da Alchip naquele ano
• Receita de TPU da MediaTekUS$70bn in 2029eAs previsões para 2027 e 2028 são de US$13,5 bilhões e US$43,5 bilhões, respectivamente
• TAM de Chips de IA/GPUs da ChinaUS$91bn by 2030ePrevisão de longo prazo para o mercado chinês de aceleradores de IA
• TAM de CPU da ChinaUS$42bn in 2030Espera-se que a participação da Hygon no mercado chinês de CPUs para servidores alcance 18% até 2028
• TAM de PUFUS$310mn by 2030Previsão de mercado relacionada à segurança quântica de hardware

Impacto e implicações

O relatório acredita que o crescimento dos semicondutores ficará cada vez mais concentrado em chips de IA, nós avançados, CoWoS, HBM, testes e ASICs personalizados, permitindo que TSMC, MediaTek, Alchip e empresas relacionadas de montagem e testes capturem maior valor. Empresas de design de chips não relacionados à IA podem enfrentar simultaneamente desaceleração da demanda e aumento dos custos de wafers, montagem e testes, e memória. Os chips domésticos da China compensam parcialmente a lacuna de desempenho de chip único por meio de preços mais baixos, menor TCO e infraestrutura SuperPod; a migração para criptografia pós-quântica também cria um novo mercado de longo prazo para componentes de segurança de hardware, como PUFs.

Riscos

• O crescimento da IA poderia ser restringido pelos orçamentos dos provedores de serviços em nuvem e pela intensidade de capex.
• O fornecimento de energia dos EUA é uma restrição explícita à expansão da infraestrutura de IA.
• A capacidade de chips da China poderia limitar a realização da demanda doméstica por computação de IA.
• Mudanças regulatórias poderiam afetar projetos de semicondutores de IA e a expansão do mercado.
• O aumento dos custos de wafers, montagem e testes, e memória pressionará as margens das empresas de design de chips em 2026 e poderia enfraquecer a demanda final por meio da elasticidade de preços.
• A priorização de semicondutores de IA na cadeia de suprimentos poderia deslocar semicondutores não relacionados à IA e causar escassez de T-Glass e memória.
• O potencial de alta no crescimento de volume de chips personalizados, como TPUs do Google, poderia ser restringido pela oferta de substratos ABF.
• A capacidade do Intel EMIB de concretizar sua vantagem em chips grandes depende de sua execução na cadeia de suprimentos.

Pontos a observar

• Acompanhar se o crescimento de capex dos principais provedores de serviços em nuvem e a relação capex/EBITDA podem permanecer elevados.
• Monitorar a implantação de energia, os embarques de racks GB200/300 e sua conversão em demanda por CoWoS, wafers de nós avançados e HBM.
• Observar o progresso da expansão da capacidade de CoWoS da TSMC, a aceleração de N2 e a queda de N5 e aumento de N3 durante 2027.
• Acompanhar indicadores de demanda de IA no curto prazo, como preços da NVIDIA 5090 na China, preços de tokens para modelos de linguagem de grande porte convencionais e uso de tokens do Doubao.
• Monitorar se as escassezes de NAND, NOR Flash e DDR4 persistem até 2026 e o segundo semestre de 2026, respectivamente, conforme descrito no relatório.
• Observar roteiros regionais de migração para criptografia pós-quântica e marcos de implementação por volta de 2030.