IA; Semicondutores; Memória; Serviços de Tecnologia da Informação: O tema central de investimento em IA está migrando do poder computacional para as restrições dos sistemas de memória

Visão geral

Este relatório realiza uma pesquisa temática sobre memória de próxima geração. Sua visão central é que a IA entrou em uma nova fase, na qual a restrição está migrando da expansão computacional para a eficiência do sistema. À medida que a IA generativa e a IA agêntica impulsionam a demanda por tokens, janelas de contexto e acesso a dados, a capacidade, a largura de banda e o custo de memória estão se tornando gargalos-chave para a escalabilidade da IA.

Visões principais

O relatório argumenta que a “parede da memória” não é simplesmente uma questão de oferta, nem pode ser resolvida apenas com a adição de capacidade de DRAM ou HBM. Em vez disso, trata-se de um desafio full-stack que envolve armazenamento, movimentação e acesso a dados, empacotamento, interconexões, materiais e codesign de sistemas. Portanto, as oportunidades de investimento vão além dos fabricantes tradicionais de chips de memória, abrangendo interfaces, conectividade, empacotamento avançado, design de sistemas e materiais e equipamentos em todo o ecossistema.

Estrutura de análise

A pesquisa demonstra o gargalo de memória por meio do descompasso entre o crescimento da demanda por IA, a estrutura dos investimentos de capital em nuvem, os preços de memória, as melhorias de largura de banda e o crescimento de tokens. Também recorre ao impacto disruptivo da NAND 3D sobre arquiteturas e cadeias de suprimento tradicionais de armazenamento, desenvolvendo uma estrutura de seis caminhos para avaliar o potencial de comercialização e as implicações de investimento das tecnologias de memória de próxima geração.

Notas metodológicas

• Estrutura de investimento temáticoEstrutura de seis caminhos para inovação em memória

  Design, processo, empacotamento, periféricos, integração e materiais

  Essa estrutura amplia a inovação em memória para além dos nós de processo tradicionais, incluindo inovação em nível de sistema, e é usada para avaliar quais caminhos tecnológicos têm escalabilidade e relevância comercial.

• Análise de restrições do setorParede da memória

  O poder computacional melhora mais rapidamente do que a capacidade, a largura de banda e o custo da memória, restringindo o desempenho do sistema

  O relatório usa esse conceito para explicar que, mesmo com capacidades computacionais mais fortes, os modelos de IA continuam limitados pela velocidade de fornecimento de dados, pela capacidade e pela economia.

• Analogia históricaEstudo de caso da disrupção da NAND 3D

  A NAND 3D superou os limites físicos de escalonamento da NAND planar 2D por meio do empilhamento vertical

  O relatório utiliza a adoção setorial da NAND 3D para ilustrar como grandes inovações em memória podem remodelar curvas de custo, aplicações de mercado final e estruturas da cadeia de suprimentos.

Mapeamento e comparação de ativos

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

• Samsung Electronics

  Líder tradicional em memória e beneficiária da memória para IA

  Pontos fortes

  Posicionamento relativamente completo em produção em massa de HBM, DRAM 3D, NAND de mil camadas, ligação híbrida de cobre, CXL e memória customizada.

  Pontos fracos

  No curto prazo, continua exposta a mudanças no ciclo de memória e na visibilidade de oferta e demanda.

  Comparação

  Em comparação com empresas do ecossistema em estágio mais inicial, a Samsung é mais uma beneficiária de memória convencional em escala.

  Riscos

  Se o crescimento anual de preços atingir um platô até o fim de 2026, os catalisadores de curto prazo podem ser insuficientes.

• Kioxia

  Beneficiária de SSD para IA e sistemas NAND

  Pontos fortes

  Suas séries CM, GP e LC atendem a requisitos de largura de banda, latência, IOPS e capacidade, com alguns produtos capazes de aliviar restrições de capacidade de HBM.

  Pontos fracos

  É relativamente dependente da concretização da demanda por armazenamento para IA e do ritmo de comercialização dos produtos.

  Comparação

  Em comparação com fabricantes de DRAM/HBM, a Kioxia dá maior ênfase à ascensão de NAND e SSD na hierarquia de dados de IA.

  Riscos

  Se a adoção de arquiteturas de armazenamento por hyperscalers for mais lenta que o esperado, o potencial de alta dos lucros poderá ser postergado.

• Micron

  Beneficiária da demanda por DRAM, HBM e data centers de IA

  Pontos fortes

  O relatório acredita que sua execução em HBM está subestimada e que a demanda de data centers de IA pode impulsionar um ciclo de alta dos lucros por vários anos.

  Pontos fracos

  A expansão de valuation depende da sustentabilidade da participação em HBM, das margens brutas e do aperto de oferta e demanda no longo prazo.

  Comparação

  Assim como a Samsung, oferece exposição central ao ciclo de memória convencional e à demanda por IA.

  Riscos

  Se o aperto entre oferta e demanda diminuir ou os acordos com clientes se concretizarem abaixo das expectativas, as revisões de lucros poderão desacelerar.

• SanDisk

  Beneficiária de NAND para IA e armazenamento de alta capacidade

  Pontos fortes

  O relatório acredita que a demanda por inferência levará a NAND para níveis superiores de memória destinados ao KV-cache de LLMs e ao armazenamento de janelas de contexto.

  Pontos fracos

  Depende de uma mudança estrutural para que a nuvem se torne o maior mercado final da NAND.

  Comparação

  Em comparação com o ciclo tradicional de NAND para PCs e dispositivos móveis, a tese de investimento da SanDisk depende mais da demanda de hyperscalers e de novos acordos comerciais.

  Riscos

  Se a demanda por armazenamento para inferência de IA ficar abaixo das expectativas, o potencial de reclassificação estrutural poderá ser limitado.

• Montage Technology

  Beneficiária de interfaces de memória, conectividade e expansão do conteúdo em servidores de IA

  Pontos fortes

  Possui exposição ao “encanamento” dos sistemas de memória de próxima geração, incluindo CXL, MRDIMM e DDR6.

  Pontos fracos

  Algumas tecnologias continuam em fase inicial de adoção, tornando incerto o ritmo de comercialização.

  Comparação

  Em comparação com fabricantes tradicionais de memória, a Montage representa um alfa mais diferenciado do lado do ecossistema e das interfaces.

  Riscos

  A implementação de padrões, a qualificação por clientes e o progresso na implantação de sistemas podem ficar abaixo das expectativas.

• GigaDevice, Winbond, APMemory

  Beneficiárias do ecossistema de memória especializada para empacotamento avançado, empilhamento 3D e IA de borda

  Pontos fortes

  Podem se beneficiar de empilhamento wafer-on-wafer, aplicações especializadas de memória, melhorias de largura de banda, ganhos de eficiência energética e otimização de fator de forma.

  Pontos fracos

  A escalabilidade e a adoção pelos clientes ainda precisam ser validadas.

  Comparação

  São mais focadas em estágio inicial e em aplicações de nicho do que fabricantes convencionais de DRAM/NAND.

  Riscos

  Desafios técnicos de produção em massa, custos e demanda de mercado final permanecem incertos.

• Renesas, Marvell

  Nomes relacionados ao ecossistema de interconexão e conectividade de próxima geração

  Pontos fortes

  O relatório os lista como exemplos relacionados a interconexões de próxima geração.

  Pontos fracos

  O trecho do relatório não fornece análise detalhada de valuation financeiro ou recomendação independente.

  Comparação

  Pertencem à camada de conectividade de sistemas das soluções para o gargalo de memória, e não ao núcleo dos chips de armazenamento.

  Riscos

  A concorrência entre padrões de interconexão e mudanças nos roteiros de arquitetura de sistemas podem afetar o grau de benefício.

Dados principais

• Previsão de gastos com memória em nuvemUS$418 bilhões até 2030Com base nas previsões atuais, implicando CAGR de aproximadamente 8% a partir de 2026.
• Contribuição da IA agêntica para a demanda incremental por DRAM26-77% até 2030O relatório acredita que a IA agêntica elevará materialmente a demanda por memória.
• Memória como parcela dos investimentos de capital em nuvem40% em 2027e vs 12% em 2023Mostra que a memória está migrando de um item periférico de custo para um gasto central em infraestrutura de IA.
• Melhoria na largura de banda de canal único DDR5+14%, de 44.8GB/s em 2024 para 51.2GB/s em 2026As melhorias de largura de banda estão ficando materialmente atrás do crescimento de tokens.
• Crescimento de tokens do GCP10T/mês em abr. de 2024 para 3,200T em jun. de 2026O relatório usa o crescimento de tokens superior a 320x para ilustrar a pressão em nível de sistema.
• TAM de tecnologias emergentes de memória, excluindo HBMUS$23,0 bilhões no cenário-base até 2030; otimista/pessimista de US$41,4 bilhões/US$16,9 bilhõesImpulsionado principalmente por caminhos relacionados a empacotamento e periféricos.
• TAM de tecnologias emergentes de memória, incluindo HBMUS$276 bilhões no cenário-base até 2030; otimista/pessimista de US$342 bilhões/US$160 bilhõesA inclusão de HBM expande significativamente o tamanho potencial do mercado.
• Preço-alvo da MicronUS$1,200O relatório mantém Sobreponderar, avaliando a empresa em 30x o poder de lucro ao longo do ciclo de US$40.
• Preço-alvo da SanDiskUS$1,750O relatório mantém Sobreponderar, avaliando a empresa em 28x o EPS ao longo do ciclo de US$62.50.
• Ajuste de preço-alvo da Montage Technology6809.HK: HK$310 para HK$432; 688008.SS: Rmb274 para Rmb377Reflete oportunidades decorrentes da expansão de CXL, MRDIMM, DDR6 e conteúdo de servidores de IA.

Impacto e implicações

A implicação para investimento é que o tema de semicondutores para IA pode migrar de “quem possui a GPU mais rápida” para “quem consegue mover, armazenar e acessar dados com maior eficiência”. Líderes tradicionais de memória continuam sendo beneficiários diretos, mas um alfa mais diferenciado pode vir de áreas subprecificadas, como empacotamento avançado, interfaces, interconexões, expansão de CXL, melhorias de largura de banda de MRDIMM, arquiteturas PIM/CIM e soluções especializadas de armazenamento.

Riscos

• A otimização na camada de software pode reduzir a necessidade de intensidade incremental de hardware.
• Uma desaceleração da demanda por IA devido a comercialização ou monetização abaixo do esperado prejudicaria as premissas de demanda por memória.
• As tecnologias de memória de próxima geração são complexas, e muitas soluções ainda não concluíram a validação em larga escala, criando risco de execução.
• No curto prazo, as ações de memória continuam sujeitas ao momentum de preços, à disciplina de oferta e a catalisadores cíclicos.
• O ritmo de padronização e adoção pelos clientes de tecnologias do ecossistema, como CXL, MRDIMM, DDR6, PIM/CIM e empacotamento avançado, permanece incerto.

Pontos a observar

• Progresso na adoção de padrões de memória de próxima geração.
• Lançamentos e qualificação por clientes de novas soluções de conectividade, como CXL.
• Evidências de comercialização de arquiteturas incluindo DRAM 3D, HBM avançada, wafer-on-wafer, MRDIMM e DDR6.
• Se as implantações de IA em nível de sistema demonstrarem que os gargalos de memória estão sendo aliviados.
• Tendências de preços, aperto entre oferta e demanda e mudanças na estrutura dos investimentos de capital em nuvem para DRAM, NAND e HBM.
• Revisões de lucros e visibilidade de pedidos para nomes-chave, incluindo Samsung, Kioxia, Micron, SanDisk e Montage Technology.