Semicondutores, incluindo chips de IA, processos avançados e encapsulamento, memória, computação de IA na China e hardware de segurança quântica: Capex em nuvem, ASICs personalizados e a capacidade doméstica de computação da China apoiam conjuntamente forte crescimento de longo prazo em semicondutores de IA

Visão geral

O relatório examina seis grandes temas: o ciclo global de semicondutores de IA, ASICs personalizados de provedores de serviços em nuvem, processos avançados e CoWoS da TSMC, oferta e demanda de memória, capacidade doméstica de computação de IA da China e segurança quântica. Sua conclusão central é que o investimento em infraestrutura de IA pode continuar impulsionando a expansão de longo prazo do setor, mas a divergência entre as condições dos semicondutores de IA e não IA, os custos crescentes e os gargalos de energia e capacidade se tornarão mais pronunciados.

Visões principais

O relatório primeiro avalia a escala global do setor e o capex, concluindo que os semicondutores de IA permanecem em uma fase de forte expansão. Espera que o mercado global de semicondutores alcance US$1.5tn até 2030, com semicondutores de IA contribuindo com aproximadamente metade; seu cenário otimista orientado por dados da cadeia de suprimentos indica que o TAM de semicondutores de IA para nuvem poderia alcançar US$485bn em 2026 e o TAM total de semicondutores de IA aproximadamente US$753bn até 2030. O caso de demanda é sustentado pelo investimento dos provedores de serviços em nuvem: o capex da Amazon, Google, Microsoft e Meta aumentou 87% YoY no segundo trimestre de 2026, enquanto sua relação capex/EBITDA superou 70%. O modelo de acompanhamento do Morgan Stanley estima ainda que o capex dos 14 maiores provedores de serviços em nuvem listados do mundo se aproximará de US$1.4tn em 2027, excluindo IA soberana. Enquanto isso, os chips lógicos para nuvem respondem por aproximadamente 20% do capex global em nuvem, permitindo que o investimento de capital flua pelas cadeias de valor de servidores, GPUs/ASICs, wafers, encapsulamento avançado e memória. Esse crescimento não será distribuído uniformemente pelo setor de semicondutores. O relatório espera que a utilização de foundries lógicas alcance 80% no segundo semestre de 2026, mas, excluindo memória e receitas de GPUs de IA da NVIDIA, espera-se que o crescimento dos semicondutores não IA decline em 2026. O aumento dos custos de wafers, montagem e teste e memória pode suprimir a demanda por produtos de tecnologia por meio da elasticidade de preços e pressionar as margens das empresas de design de chips. A cadeia de suprimentos também priorizará recursos escassos, como T-Glass e memória, para produtos de IA, deslocando semicondutores não IA. Assim, o relatório retrata condições estruturalmente fortes na cadeia de valor de IA juntamente com demanda tradicional fraca, em vez de uma recuperação sincronizada em todo o setor. Processos avançados, CoWoS e HBM são os principais gargalos físicos para concretizar a demanda de IA. O relatório estima que a TSMC produziu 5.1mn de chips relacionados em 2025 e que os embarques de racks GB200 NVL72 no ano completo poderiam alcançar 30k unidades. O valor dos wafers consumidos pela computação de IA poderia superar US$46bn em 2027, enquanto o consumo de HBM poderia atingir até 48bn Gb, com a NVIDIA ainda respondendo pela maior parte. Espera-se que a demanda global por CoWoS aumente de 1,394 mil wafers em 2026 para 2,694 mil wafers em 2027: a demanda da NVIDIA sobe de 780 mil para 1,222 mil wafers, enquanto sua participação cai de 56% para 45%; a AMD sobe de 130 mil para 530 mil wafers, com sua participação aumentando de 9% para 20%; a Broadcom sobe de 300 mil para 484 mil wafers, enquanto sua participação cai de 22% para 18%; espera-se que a MediaTek necessite de 180 mil wafers em 2027, representando 7%. As fontes de demanda estão se tornando mais diversificadas, mas a NVIDIA permanece o maior cliente. A TSMC poderia, consequentemente, expandir a capacidade CoWoS para 200 mil wafers por mês até 2027. Espera-se que sua capacidade N2 alcance um CAGR de 70% de 2026 a 2028, a capacidade N3 continuará aumentando, enquanto a capacidade N5 cairá em 2027. Espera-se que a capacidade de processos maduros e especializados se expanda a um CAGR de 7% de 2024 a 2029. Espera-se que os semicondutores de IA representem mais de 30% da receita da TSMC em 2026, enquanto o relatório também afirma que o crescimento da receita de semicondutores de IA de 2024 a 2029 “poderia atingir 60%”. Na competição de encapsulamento, o CoWoS da TSMC pode suportar até 9.5x o tamanho do retículo e aproximadamente quatro chips por wafer; se a execução da cadeia de suprimentos ocorrer sem problemas, o Intel EMIB poderia suportar mais facilmente chips grandes que excedam 12x o tamanho do retículo. O CoWoS, portanto, possui vantagens existentes de escala e ecossistema, mas permanecem rotas tecnológicas concorrentes para o encapsulamento de chips ultragrandes. O relatório acredita que GPUs de uso geral potentes não eliminarão a necessidade de os provedores de serviços em nuvem desenvolverem chips personalizados. Google TPU, AWS Trainium/Inferentia, Meta MTIA e outros projetos de ASIC podem otimizar desempenho, custo e fornecimento para cargas de trabalho específicas. Os volumes estimados de Trainium3 da Alchip são 400k chips em 2026 e 600k em 2027, enquanto se espera que o Trainium4 alcance 800k chips em 2028. Espera-se que sua receita Trainium seja de US$1.8bn, US$2.8bn e US$8bn, respectivamente, representando 60%, 63% e 82% da receita total da Alchip; espera-se que a receita total da Alchip no mesmo período seja de US$3.1bn, US$4.4bn e US$9.8bn. Espera-se que o volume total de Google TPU aumente de 1.75mn chips em 2025 para 3.70mn em 2026 e 7.35mn em 2027, permanecendo acima de 6.50mn em 2028, embora o crescimento de volume de chips de IA como TPUs possa depender do fornecimento de substratos ABF. A MediaTek é uma das principais escolhas de IA do relatório. Mesmo sob um modelo COT de ferramental pertencente ao cliente, o relatório acredita que a MediaTek poderia ao menos ser responsável pelo encapsulamento do TPU v10 e pelo die de I/O. Espera-se que sua receita de TPU suba de US$13.5bn em 2027 para US$43.5bn em 2028 e alcance US$70bn em 2029. Espera-se que o negócio represente 38% da receita total de US$35bn da MediaTek em 2027 e 65% de sua receita total de US$67bn em 2028. Por projeto, espera-se que o TPU v8t alcance 3mn chips e US$13.5bn em receita em 2027; espera-se que o TPU v9 alcance 3mn chips e US$39bn em receita em 2028 e 4mn chips e US$52bn em receita em 2029; espera-se que o TPU v10 alcance 1mn chips e US$18bn em receita em 2029. Esse crescimento também fluirá para encapsulamento, dies de I/O e testes de chips, com o relatório observando especificamente que a KYEC se beneficia do crescimento em GPUs de IA, TPUs e CPUs. Além de GPUs e ASICs, o relatório vê a IA agêntica como uma nova fonte de crescimento para CPUs de servidores. A CPU Vera da NVIDIA poderia oferecer 1.8x o desempenho da CPU x86 de maior desempenho, e seus núcleos não são separados em chiplets distintos, possibilitando conectividade mais rápida entre núcleos. O modelo top-down do Morgan Stanley espera que o TAM de CPUs agênticas se expanda a um CAGR de 251% de F26 a F30, com o cenário otimista implicando um TAM de orquestração de CPUs de US$238bn. Essa visão estende a demanda por computação de IA além dos aceleradores para CPUs responsáveis pelo processamento de dados, coordenação de tarefas e orquestração de sistemas. A memória também é afetada pela demanda por infraestrutura de IA e pelas mudanças nas prioridades de oferta. O relatório espera que a demanda de armazenamento para IA cause escassez de NAND, com a suboferta de NOR Flash persistindo até 2026. Espera-se que a escassez de DDR4 continue no segundo semestre de 2026, embora o potencial de alta nos preços spot seja limitado. A justificativa é que servidores de IA exigem mais memória avançada e de alta capacidade, enquanto a capacidade e os recursos da cadeia de suprimentos estão migrando para produtos de IA, criando graus divergentes de aperto entre oferta e demanda e desempenho de preços nas categorias de memória. A computação de IA da China é outro tema independente de crescimento. O relatório espera que o TAM de chips de IA da China cresça para US$91bn até 2030. A inferência de baixo custo demonstrada pela DeepSeek está estimulando a demanda por inferência, enquanto a capacidade de produção de GPUs de IA da cadeia local de foundries está melhorando. Volumes crescentes de Tokens no Volcano Engine e Doubao da ByteDance são usados como indicadores da intensidade da demanda. Comparados aos processadores da NVIDIA no mercado chinês, os chips domésticos oferecem menor custo total de propriedade e custos por Token semelhantes, demonstrando desempenho ajustado ao custo superior devido aos seus preços significativamente menores. O ecossistema SuperPod apresentado na WAIC 2026 ilustra ainda a melhoria das capacidades domésticas de sistemas: o Huawei Atlas 950 pode escalar para 1,024 NPUs Ascend 950DT, usando 16 gabinetes de computação e 4 gabinetes UnifiedBus, interconexões híbridas de cobre e ópticas e até 256TB de memória compartilhada. Moore Threads, Enflame com ZTE e MetaX com ZTE também demonstraram soluções em escalas de 128 a 256 aceleradores ou 64 aceleradores. O relatório acredita que as capacidades de infraestrutura e integração de sistemas estão reduzindo a lacuna tecnológica percebida pelo mercado entre a China e os Estados Unidos. No mercado chinês de CPUs, o relatório espera que o TAM suba para US$42bn até 2030 e que a participação da Hygon Information no mercado chinês de CPUs para servidores alcance 18% até 2028; sua plataforma integrada de computação CPU e GPU recebe uma visão OW. Para aceleradores domésticos de IA, o relatório compara fornecedores, incluindo Cambricon, MetaX e Iluvatar CoreX, e incorpora chips, sistemas e infraestrutura em uma comparação China-EUA de nove fatores. No entanto, o crescimento continua limitado pela oferta de energia dos EUA, capacidade de chips da China, orçamentos e regulação; a concretização da oferta não pode ser inferida exclusivamente a partir da demanda de inferência do mercado final. Por fim, o relatório vê a segurança quântica como um novo tema de demanda de semicondutores por volta de 2030. Os sistemas eletrônicos modernos dependem principalmente de criptografia assimétrica, enquanto a computação quântica pode levar os países a migrar para sistemas criptográficos pós-quânticos. As principais economias estão amplamente se alinhando aos padrões de criptografia pós-quântica do NIST, embora os cronogramas de migração difiram por região, sendo 2030 visto como um ponto de inflexão-chave. A demanda por segurança abrangerá diferentes camadas de conectividade e tornará a segurança de hardware fundamental para a cadeia de suprimentos quântica. O relatório espera que o TAM de funções fisicamente não clonáveis, ou PUFs, alcance aproximadamente US$310mn até 2030 e avalia as valorações dos ativos relacionados usando índices P/L de 2027 para empresas globais relacionadas a PUF/IP e a faixa histórica de P/L da eMemory. Em geral, esse tema é muito menor que chips de IA, mas tem um cronograma de migração claro impulsionado por políticas e uma base lógica em aplicações de segurança de hardware.

Estrutura de análise

O relatório primeiro estima a demanda total por infraestrutura de IA usando capex de provedores de serviços em nuvem, implantação de energia e planos de servidores, depois converte essa demanda em volumes de GPUs/ASICs, consumo de wafers, volume de encapsulamento CoWoS e capacidade HBM. Em seguida, deriva receitas para empresas como Alchip e MediaTek com base nos volumes de chips e ASPs por chip de cada projeto de provedor de serviços em nuvem. A seção sobre a China compara demanda de Tokens, relação preço-desempenho dos chips, custo total de propriedade e capacidades de sistemas SuperPod. A seção de segurança quântica deriva o mercado de PUF de cronogramas regionais de migração, mudanças nos sistemas criptográficos e segmentos de segurança de hardware, complementados por faixas de P/L para avaliação de valuation.

Notas metodológicas

• Estrutura de Análise de Setor/IndústriaTransmissão da Cadeia de Valor Upstream-Midstream-Downstream

  Transmissão do capex em nuvem para a cadeia de suprimentos de chips de IA

  Partindo do capex dos provedores de serviços em nuvem e da demanda de energia de data centers, o relatório deriva sequencialmente a demanda por servidores, GPUs/ASICs, wafers, encapsulamento avançado, HBM e testes para identificar onde o crescimento se acumula ao longo da cadeia de valor.

• Estrutura de Análise de Setor/IndústriaEstrutura de Oferta e Demanda

  Estimativas de oferta e demanda para wafers, CoWoS e memória

  O relatório compara a demanda dos clientes, a capacidade existente e os planos de expansão para avaliar lacunas de oferta e demanda, participações de clientes e durações de escassez para CoWoS, HBM, NAND, NOR e DDR4.

• Estrutura de Análise de Setor/IndústriaDecomposição de Volume-Preço

  Modelo de receita baseado em volumes de projetos ASIC multiplicados pelo ASP por chip

  As estimativas de receita para Alchip Trainium e MediaTek TPU usam os volumes de chips dos projetos e ASPs identificáveis por chip como variáveis centrais, calculando então a receita do projeto e sua participação na receita total da empresa.

• Estrutura de Análise de Setor/IndústriaAnálise de Curva de Custos

  Comparação de custo total de propriedade, custo por Token e desempenho ajustado ao custo

  A seção sobre computação de IA da China compara preços de hardware, custos totais de inferência e custos por Token para explicar por que os chips domésticos podem alcançar forte desempenho ajustado ao custo a preços menores.

• Método de ValuationValuation por PE/PEG

  Comparação transversal de P/L e faixas históricas

  O relatório compara índices P/L entre foundries, empresas de back-end, memória, IDMs, equipamentos, empresas fabless e empresas relacionadas à segurança quântica, enquanto faz referência aos índices P/L de 2027 para empresas de PUF/IP e à faixa histórica de P/L da eMemory.

• Estrutura de Análise de Setor/IndústriaOutro

  Estimativas top-down de TAM e cenário otimista

  O relatório utiliza investimento agregado de capital, demanda de computação e premissas de aplicações para derivar tamanhos potenciais de mercado para semicondutores de IA em nuvem e CPUs agênticas, apresentando um cenário otimista separado em vez de tratá-lo como o único resultado.

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 uma Escolha Principal em IA e espera que ela realize trabalho de design, encapsulamento ou die de I/O para TPUs do Google.

  Pontos fortes

  Espera-se que a receita de TPU aumente de US$13.5bn em 2027 para US$70bn em 2029; mesmo sob um modelo COT, o relatório acredita que ela poderia ao menos ser responsável pelo encapsulamento do TPU v10 e pelo die de I/O.

  Pontos fracos

  Espera-se que as operações de TPU representem 65% da receita total em 2028, elevando significativamente a importância da receita do projeto.

  Comparação

  Em comparação com fornecer apenas uma única função de design, o relatório enfatiza que ela pode cobrir mais segmentos da cadeia de valor, incluindo design de chips, encapsulamento e dies de I/O.

  Riscos

  O crescimento do volume de TPU pode ser limitado pelo fornecimento de substratos ABF.

• TSMC

  A demanda global por GPUs de IA e ASICs flui para a TSMC por meio de processos avançados, CoWoS e testes de wafers.

  Pontos fortes

  A capacidade CoWoS poderia expandir para 200kwpm até 2027, espera-se que a capacidade N2 alcance um CAGR de 70% de 2026 a 2028 e que os semicondutores de IA representem mais de 30% da receita em 2026.

  Pontos fracos

  Espera-se que a capacidade N5 decline em 2027, enquanto o mix de negócios se torna mais concentrado na demanda de IA.

  Comparação

  O CoWoS pode suportar até 9.5x o tamanho do retículo, enquanto o Intel EMIB poderia suportar mais de 12x o tamanho do retículo se sua cadeia de suprimentos executar sem problemas.

  Riscos

  Energia, orçamentos dos clientes, execução de projetos e capacidade de fornecimento de encapsulamento avançado podem afetar a conversão da demanda.

• NVIDIA（NVDA.US）

  O relatório espera que ela continue respondendo pela maior participação do consumo de wafers de IA, CoWoS e HBM.

  Pontos fortes

  Espera-se que a demanda CoWoS alcance 1,222 mil wafers em 2027; o desempenho da CPU Vera poderia ser 1.8x o da CPU x86 de maior desempenho, e ela poderia se beneficiar da demanda por CPUs agênticas.

  Pontos fracos

  Espera-se que sua participação na demanda CoWoS decline de 56% em 2026 para 45% em 2027, indicando crescimento mais rápido entre outros clientes de ASICs e GPUs.

  Comparação

  Chips chineses domésticos são significativamente mais baratos e podem alcançar custos por Token semelhantes e forte desempenho ajustado ao custo em cenários de inferência chineses.

  Riscos

  Oferta de energia dos EUA, orçamentos dos clientes e regulação estão entre as restrições ao crescimento da IA identificadas no relatório.

• Alchip

  Os projetos AWS Trainium3 e Trainium4 são os principais impulsionadores de seu crescimento de receita.

  Pontos fortes

  Espera-se que a receita Trainium aumente de US$1.8bn em 2026 para US$8bn em 2028, enquanto se espera que a receita total da empresa suba de US$3.1bn para US$9.8bn no mesmo período.

  Pontos fracos

  Espera-se que a participação da receita Trainium suba de 60% em 2026 para 82% em 2028.

  Comparação

  Atende principalmente chips personalizados de treinamento da AWS, enquanto o crescimento incremental da MediaTek vem principalmente de projetos Google TPU.

  Riscos

  O relatório não identifica separadamente outros riscos específicos do ativo.

• Cambricon（688256.SH）、MetaX-U（688802.SH）、Iluvatar CoreX（09903.HK）

  O relatório inclui essas empresas em sua comparação dos ecossistemas domésticos chineses de aceleradores de IA e SuperPod.

  Pontos fortes

  Com base em preços significativamente menores, os chips domésticos demonstram menor custo total de propriedade, custos por Token semelhantes e forte desempenho ajustado ao custo.

  Pontos fracos

  A oferta de chips de IA da China continua limitada pela capacidade doméstica.

  Comparação

  O relatório compara as capacidades de IA da China e dos EUA em nove fatores, incluindo chips, sistemas e infraestrutura, e compara separadamente Cambricon, MetaX e Iluvatar CoreX.

  Riscos

  Capacidade de chips e regulação são explicitamente identificadas no relatório como restrições ao crescimento da IA na China.

• Hygon Information

  Sua plataforma integrada de computação CPU e GPU está posicionada para atender à demanda por CPUs chinesas para servidores e computação de IA, e o relatório lhe atribui uma visão OW.

  Pontos fortes

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

  Comparação

  Está posicionada como uma plataforma integrada de computação CPU e GPU, em vez de fornecer apenas um acelerador de IA independente.

  Riscos

  A capacidade de chips e as restrições regulatórias da China podem afetar a concretização da demanda do setor.

Dados principais

• Tamanho do mercado global de semicondutoresUS$1.5tn，2030eO relatório espera que os semicondutores de IA contribuam com aproximadamente metade.
• TAM de semicondutores de IA para nuvemUS$485bn，2026eCenário otimista orientado por dados da cadeia de suprimentos.
• TAM global de semicondutores de IAAproximadamente US$753bn，2030eA previsão de tamanho de mercado de longo prazo do relatório.
• Crescimento do capex dos quatro maiores provedores de serviços em nuvemYoY+87%Segundo trimestre de 2026; inclui Amazon, Google, Microsoft e Meta.
• Relação capex/EBITDA dos provedores de serviços em nuvemAcima de 70%Indica que a intensidade de investimento em infraestrutura de IA já está elevada.
• Capex global em nuvemQuase US$1.4tn，2027eOs 14 maiores provedores globais de serviços em nuvem listados, excluindo IA soberana.
• Participação do capex alocada a chips lógicos para nuvemAproximadamente 20%Participação estimada do capex global em nuvem.
• Utilização de foundries lógicas80%Espera-se que seja atingida no segundo semestre de 2026.
• Produção de chips relacionados da TSMC5.1mn chips，2025Usada para sustentar estimativas de oferta para GB200 e sistemas de IA relacionados.
• Embarques de racks GB200 NVL7230k unidades，2025A estimativa de embarques para o ano completo do relatório.
• Demanda global total por CoWoS1,394 mil wafers，2026e；2,694 mil wafers，2027eEspera-se que a demanda quase dobre.
• Demanda CoWoS da NVIDIA780 mil wafers，2026e；1,222 mil wafers，2027eAs participações correspondentes são 56% e 45%, respectivamente, enquanto continua sendo o maior cliente.
• Demanda CoWoS da AMD130 mil wafers，2026e；530 mil wafers，2027eA participação correspondente sobe de 9% para 20%.
• Demanda CoWoS da Broadcom300 mil wafers，2026e；484 mil wafers，2027eA participação correspondente cai de 22% para 18%.
• Meta de capacidade CoWoS da TSMC200kwpm，2027eEquivalente a uma capacidade potencial de aproximadamente 200 mil wafers por mês.
• Valor dos wafers consumidos pela computação de IAAcima de US$46bn，2027eEspera-se que a NVIDIA responda pela maior parte.
• Consumo de HBMAté 48bn Gb，2027eEspera-se que a NVIDIA continue consumindo a maior parte da oferta.
• Crescimento da capacidade N2 da TSMC70% CAGR，2026-2028eReflete a forte demanda de clientes por 2nm.
• Crescimento da capacidade de processos maduros e especializados da TSMC7% CAGR，2024-2029eOcorre em paralelo à expansão de processos avançados.
• Participação da receita de semicondutores de IA da TSMCAcima de 30%，2026eA importância da IA para a receita da empresa continua aumentando.
• Desempenho relativo da CPU Vera1.8xA estimativa do relatório em relação à CPU x86 de maior desempenho.
• Crescimento do TAM de CPUs agênticas251% CAGR，F26-F30Estimado usando o modelo top-down do Morgan Stanley.
• TAM de orquestração de CPUsUS$238bnO cenário otimista do relatório.
• Receita Trainium da AlchipUS$1.8bn / US$2.8bn / US$8bnCorrespondente a 2026e, 2027e e 2028e, respectivamente.
• Participação da receita Trainium da Alchip60% / 63% / 82%Correspondente a 2026e, 2027e e 2028e, respectivamente.
• Volume total de Google TPU1.75mn / 3.70mn / 7.35mn / >6.50mnCorrespondente a 2025e, 2026e, 2027e e 2028e, respectivamente.
• Receita de TPU da MediaTekUS$13.5bn / US$43.5bn / US$70bnCorrespondente a 2027e, 2028e e 2029e, respectivamente.
• Participação da receita de TPU da MediaTek38%，2027e；65%，2028eCorrespondente às previsões de receita total da empresa de US$35bn e US$67bn.
• TAM de chips de IA da ChinaUS$91bn，2030eEspera-se que a participação e o tamanho de mercado dos semicondutores de IA domésticos cresçam em conjunto.
• TAM de CPUs da ChinaUS$42bn，2030eA previsão de longo prazo do relatório para o mercado chinês de CPUs para servidores.
• Participação de CPUs para servidores da Hygon18%，2028eParticipação prevista do mercado chinês de CPUs para servidores.
• Escala do SuperPod Atlas 9501,024 NPUs Ascend 950DTConfigurado com 16 gabinetes de computação, 4 gabinetes UnifiedBus e até 256TB de memória compartilhada.
• Tamanho do mercado de PUFAproximadamente US$310mn，2030ePrevisão de TAM relacionada à segurança de hardware quântico.

Impacto e implicações

O relatório acredita que o investimento em infraestrutura de IA continuará transferindo valor para processos avançados, CoWoS, HBM, ASICs personalizados, dies de I/O e testes. A NVIDIA ainda responde pela maior participação da demanda, mas projetos envolvendo AMD, Broadcom, Google, AWS e MediaTek diversificarão a base de clientes. Na China, inferência de baixo custo, relação preço-desempenho dos chips domésticos e capacidades crescentes de sistemas SuperPod podem expandir a demanda por chips de IA domésticos e impulsionar o desenvolvimento conjunto de CPUs, GPUs, interconexões e integração de sistemas. Por outro lado, o elevado investimento em IA deslocará recursos dos semicondutores não IA, enquanto o aumento dos custos de wafers, montagem e teste e memória pode comprimir as margens das empresas de design de chips. O mercado de segurança quântica é atualmente pequeno, mas os roteiros regionais de migração para criptografia pós-quântica oferecem um cronograma relativamente claro para a demanda de segurança de hardware por volta de 2030.

Riscos

• O aumento dos custos de wafers, montagem e teste e memória pode suprimir a demanda por produtos de tecnologia por meio da elasticidade de preços e pressionar as margens das empresas de design de chips em 2026.
• A priorização de semicondutores de IA na cadeia de suprimentos pode causar escassez de T-Glass e memória e deslocar recursos de produtos não IA.
• Excluindo memória e receitas de GPUs de IA da NVIDIA, espera-se que o crescimento dos semicondutores não IA decline em 2026.
• O crescimento da infraestrutura de IA é limitado pelos orçamentos dos clientes.
• A expansão de data centers de IA nos EUA é limitada pelo fornecimento de energia.
• O crescimento dos chips de IA da China é limitado pela capacidade doméstica.
• Mudanças regulatórias podem restringir a demanda, a oferta ou a implantação de projetos de semicondutores de IA.
• O crescimento de volume de chips de IA como Google TPUs pode depender do fornecimento de substratos ABF.
• O potencial do Intel EMIB de suportar chips ultragrandes depende da execução bem-sucedida da cadeia de suprimentos.

Pontos a observar

• Acompanhar o crescimento do capex entre os principais provedores de serviços em nuvem e se a relação capex/EBITDA continua subindo.
• Monitorar se a TSMC pode expandir a capacidade CoWoS para 200kwpm até 2027 e se a capacidade N2 pode alcançar um CAGR de 70% de 2026 a 2028.
• Observar se a demanda CoWoS pode alcançar 2,694 mil wafers em 2027 e como as participações dos clientes mudam entre NVIDIA, AMD, Broadcom e MediaTek.
• Acompanhar os volumes dos projetos Google TPU e AWS Trainium, o fornecimento de substratos ABF e o progresso de reconhecimento de receita da Alchip e MediaTek.
• Monitorar oferta e demanda de NAND, NOR e DDR4, com o aperto de NOR esperado até 2026 e a escassez de DDR4 esperada até o segundo semestre de 2026.
• Observar a demanda de Tokens dos principais grandes modelos da China, o custo total de propriedade e custos por Token dos chips domésticos e o progresso da implantação de SuperPods.
• Acompanhar as quatro restrições ao crescimento da IA: oferta de energia dos EUA, capacidade de chips da China, orçamentos e regulação.
• Monitorar os roteiros regionais de migração para criptografia pós-quântica, particularmente os principais marcos de implementação por volta de 2030.