Semicondutores (chips de IA, fundição, memória, encapsulamento avançado, testes e segurança de hardware quântico): Investimentos de Capital em IA, ASICs Customizados e Poder Computacional Chinês Doméstico Sustentam Conjuntamente uma Forte Perspectiva para Semicondutores

Visão geral

Partindo dos investimentos globais em nuvem e da demanda agregada por chips de IA, o relatório analisa sequencialmente GPUs e ASICs customizados, nós avançados e CoWoS da TSMC, HBM e memória convencional, poder computacional doméstico de IA na China e migração para criptografia pós-quântica. A conclusão central é que a IA continua sendo o mais forte motor de crescimento do setor de semicondutores, mas chips não relacionados à IA, inflação de custos e gargalos de infraestrutura computacional estão causando divergência acentuada dentro do setor.

Visões principais

O relatório primeiro usa investimentos de capital em nuvem para validar a sustentabilidade da demanda por semicondutores de IA. Espera-se que o mercado global de semicondutores alcance US$1.5tn até 2030, com semicondutores de IA contribuindo com cerca da metade; espera-se que o TAM de semicondutores de IA seja aproximadamente US$753bn até 2030, enquanto o cenário otimista, orientado por dados da cadeia de suprimentos, para o mercado de semicondutores de IA em nuvem de 2026 é de US$485bn. Os investimentos de capital dos quatro maiores CSPs — Amazon, Google, Microsoft e Meta — cresceram 87% YoY no segundo trimestre de 2026, enquanto a relação entre investimentos de capital e EBITDA ultrapassou 70%. O acompanhamento dos 14 maiores CSPs listados do mundo indica que os investimentos de capital em nuvem se aproximarão de US$1.4tn em 2027, antes de incluir IA soberana. O relatório acredita que esse nível de investimento continuará a impulsionar a demanda por GPUs, ASICs, CPUs de servidores, encapsulamento avançado, HBM e testes, embora as restrições orçamentárias também estejam se tornando mais relevantes. Dentro da cadeia de suprimentos de infraestrutura de IA, o relatório espera que o valor do consumo de wafers para computação de IA ultrapasse US$46bn em 2027, com a NVIDIA ainda respondendo pela maior parte; o consumo de HBM poderá alcançar até 48bn Gb no mesmo período, com a NVIDIA permanecendo como a maior fonte de demanda. Estima-se que a TSMC tenha produzido 5.1mn chips relacionados em 2025, enquanto os embarques de racks GB200 NVL72 no ano completo devem alcançar 30k. Com base nas implantações anunciadas de energia, no consumo de energia por rack e nas contagens de chips, o relatório deriva a demanda por CoWoS e wafers de 2/3nm e acredita que a demanda persistentemente forte por IA poderá levar a TSMC a expandir a capacidade de CoWoS para 200kwpm em 2027. A transmissão de oferta e demanda implica benefícios conjuntos para nós avançados, encapsulamento avançado, HBM, I/O e testes, enquanto suprimentos de apoio, como substratos ABF, poderiam restringir a aceleração de volume de determinados chips de IA. A TSMC é a principal beneficiária dessa tese de crescimento. O relatório observa que a demanda dos clientes N2 da TSMC permanece forte, e o roteiro de capacidade divulgado pela empresa implica aproximadamente 70% de CAGR na capacidade N2 de 2026 a 2028. Espera-se que a capacidade N5 diminua em 2027, enquanto a capacidade N3 continua aumentando, em linha com as previsões de demanda do relatório. Espera-se que a capacidade de nós maduros e especializados mantenha um CAGR de 7% de 2024 a 2029. Espera-se que a receita de semicondutores de IA represente mais de 30% da receita da TSMC em 2026 e melhore tanto o mix de receitas quanto as margens. Em encapsulamento avançado, o CoWoS da TSMC pode suportar até aproximadamente 9.5 vezes o tamanho de retículo ou quatro chips por wafer; se a execução da cadeia de suprimentos transcorrer sem problemas, o EMIB da Intel poderá suportar mais facilmente chips grandes que excedam 12 vezes o tamanho de retículo. Portanto, escalabilidade e execução de produção em massa para encapsulamentos ultragrandes são áreas-chave de competição entre as duas tecnologias. Além das GPUs de uso geral, o relatório enfatiza que os CSPs continuarão a exigir chips customizados. Diferentes plataformas de nuvem precisam de otimização em treinamento, inferência, custo, consumo de energia e suas próprias pilhas de software; portanto, mesmo o forte desempenho das GPUs da NVIDIA não eliminará a demanda por ASICs. As previsões para AWS Trainium indicam que a receita reconhecível de Trainium da Alchip poderia subir de US$1.8bn em 2026 para US$2.8bn em 2027 e alcançar US$8bn em 2028, impulsionada pelo Trainium4; até então, a receita de Trainium representaria aproximadamente 82% da receita total projetada da Alchip de US$9.8bn. Para Google TPU, o relatório prevê que os embarques totais aumentem de 3.7mn unidades em 2026 para 7.35mn unidades em 2027 e permaneçam acima de 6.5mn unidades em 2028. Mesmo sob um modelo de ferramentas de propriedade do cliente, o relatório ainda acredita que a MediaTek poderia ao menos ser responsável pelo encapsulamento e pelo die de I/O do TPU v10, com receita de TPU estimada em US$13.5bn em 2027, US$43.5bn em 2028 e US$70bn em 2029. A KYEC deve se beneficiar do crescimento combinado nos volumes de teste para GPUs de IA, TPUs e CPUs. As CPUs também estão surgindo como um novo segmento de crescimento. A NVIDIA Vera utiliza um design de núcleo de CPU que não é dividido entre múltiplos chiplets, permitindo conectividade mais rápida entre núcleos, e o relatório estima que seu desempenho poderá alcançar 1.8 vezes o da CPU x86 de maior desempenho. No modelo top-down do Morgan Stanley, espera-se que o TAM de CPUs agentic se expanda a um CAGR de 251% de F26 a F30, com o cenário otimista implicando um mercado de orquestração de CPUs de US$238bn. Essa visão se baseia em cargas de trabalho agentic que exigem capacidades mais fortes de agendamento de CPUs, preparação de dados e orquestração de sistemas, em vez de simplesmente aumentar as contagens de GPUs. O ciclo convencional de semicondutores não está sincronizado com o ciclo de alta da IA. O relatório espera que a utilização de fundições lógicas alcance 80% no segundo semestre de 2026 e observa que, historicamente, a queda nos dias de estoque normalmente coincidiu com aumentos nos índices de ações de semicondutores. No entanto, excluindo memória e receita de GPUs de IA da NVIDIA, espera-se que o crescimento de semicondutores não relacionados à IA diminua em 2026. A elevação dos custos de wafers, montagem e testes, e memória está criando “inflação de chips”; a elasticidade de preço poderia suprimir a demanda por produtos de tecnologia e pressionar as margens das empresas de design de chips em 2026. Ao mesmo tempo, a priorização de semicondutores de IA pela cadeia de suprimentos está deslocando recursos como T-Glass e memória de produtos não relacionados à IA. Em memória, espera-se que a demanda de armazenamento para IA crie escassez de NAND, enquanto a escassez de NOR Flash poderia persistir até 2026. Espera-se que a escassez de DDR4 continue no segundo semestre de 2026, embora a alta dos preços spot seja limitada. O relatório avalia lacunas de oferta usando preços spot de wafers, preços de módulos e detalhamentos trimestrais de oferta e demanda, combinando a demanda de capacidade de servidores de IA com saídas de fornecedores ou mudanças de capacidade. A implicação é que a recuperação da memória não será uniforme: a duração das escassezes entre categorias diferentes, o spread entre preços spot e contratuais e o ritmo de adição de capacidade pelos fornecedores continuarão a determinar o grau de realização de lucros. O poder computacional de IA da China constitui outro tema independente de crescimento. A DeepSeek demonstrou capacidades de inferência de menor custo, que o relatório acredita estimularão a demanda por inferência; o aumento no uso de tokens no Volcano Engine/Doubao da ByteDance também é visto como evidência de demanda robusta. As capacidades das fundições domésticas e das cadeias de suprimentos de GPUs de IA estão melhorando, e o relatório espera que o TAM de chips de IA da China cresça para US$91bn até 2030. Uma comparação da economia de inferência de grandes modelos mostra que os chips chineses domésticos têm menor custo total de propriedade e podem alcançar um custo por token semelhante ao dos processadores NVIDIA; seus preços de venda substancialmente menores proporcionam melhor relação custo-benefício. O agrupamento em nível de infraestrutura também está reduzindo a lacuna tecnológica percebida pelo mercado: o Atlas 950 SuperPod da Huawei, apresentado na WAIC em 2026, pode escalar para 1,024 NPUs Ascend 950DT e utiliza interconexões híbridas de cobre e ópticas com até 256TB de memória agrupada. O relatório também espera que o TAM de CPUs da China alcance US$42bn até 2030, com a participação da Hygon no mercado chinês de CPUs para servidores chegando a 18% em 2028. A seção de segurança quântica concentra-se na migração da criptografia assimétrica existente para criptografia pós-quântica. O relatório observa que governos estabeleceram roteiros de migração para PQC, com as principais economias amplamente alinhadas aos padrões do NIST, embora o progresso varie por região; 2030 é um ponto-chave de inflexão. Como a criptografia assimétrica é amplamente usada em sistemas eletrônicos modernos, a migração afetará tudo, desde chips e dispositivos até diversas camadas de conectividade. A segurança de hardware é fundamental para a cadeia de suprimentos quântica, e PUF pode fornecer aos dispositivos uma raiz de confiança de hardware. O relatório estima que o TAM de PUF alcance aproximadamente US$310mn até 2030 e avalia os ativos relacionados usando índices P/E de 2027 para empresas globais de semicondutores e relacionadas a IP de PUF, bem como a faixa histórica de P/E da eMemory. O posicionamento geral do relatório para o setor é positivo, mas suas seleções internas são claramente diferenciadas. A MediaTek é identificada como a Principal Escolha para IA, com outros nomes-chave de IA incluindo TSMC, SMIC, Aspeed, Alchip, KYEC, ASE, FOCI, ASMPT, AllRing e GUC. AP Memory é a Principal Escolha para memória, com Macronix, Nanya Tech, Winbond e GigaDevice também destacadas. A lista de IA/semicondutores/equipamentos da China inclui Iluvatar, Cambricon, Hygon, NAURA Tech e AMEC; a lista de equipamentos e consumíveis para testes inclui WinWay, MPI, Hon Hai Precision e Gudeng; e a lista de nós maduros inclui UMC. Hygon também recebe explicitamente classificação OW; OmniVision, Phison, MetaX, Realtek e GlobalWafers recebem classificação EW, enquanto WIN Semi, Silergy e ASMedia recebem classificação UW.

Estrutura de análise

O relatório primeiro estima a demanda de computação de IA usando investimentos de capital de CSPs, implantações de energia e contagens de racks, depois detalha essa demanda em quantidades de GPU/ASIC, wafers, nós avançados, CoWoS, HBM e volumes de teste. Subsequentemente, prevê a exposição de receita de empresas como Alchip, MediaTek e TSMC com base em projetos empresariais e roteiros de gerações de clientes. Para a China, avalia a substituição doméstica combinando demanda por tokens, preços de chips, custo total de propriedade, custo por token e capacidades de sistemas SuperPod. A seção de segurança quântica estima o mercado de PUF com base em cronogramas regionais de migração para PQC, camadas de conectividade e demanda por raízes de confiança de hardware, e compara os ativos relacionados usando índices P/E.

Notas metodológicas

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

  Modelos de oferta e demanda para chips de IA, CoWoS, HBM, NAND, NOR e DDR4

  O relatório converte a demanda de computação do mercado final em consumo de chips, wafers, encapsulamento e memória, comparando-a então com o crescimento de capacidade e oferta em cada etapa para determinar escassez, utilização e direção de preços.

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

  Transmissão dos investimentos de capital em nuvem pela cadeia de suprimentos de semicondutores

  Partindo dos investimentos de capital de CSPs e das implantações de energia de data centers, o relatório deriva sequencialmente a demanda por racks, GPUs e ASICs, wafers de nós avançados, CoWoS, HBM, I/O e testes.

• Estrutura de Análise de Indústria/SetorDecomposição de Volume-Preço

  Decomposição dos volumes de embarque de projetos ASIC e da receita de ASP por chip

  As previsões de receita para Alchip e MediaTek são formadas multiplicando os volumes de embarque de cada geração Trainium ou TPU pelo ASP reconhecível por chip, ilustrando assim a contribuição dos projetos de clientes para a receita das empresas.

• Método de ValuationValuation PE/PEG

  Comparação transversal de P/E e faixas históricas

  O relatório compara valuations entre fundições, empresas de montagem e testes, empresas de memória, IDMs, empresas de equipamentos e designers fabless, e avalia ativos relacionados à segurança quântica usando índices P/E de 2027 e a faixa histórica de P/E da eMemory.

• Estrutura de Ciclo e Condições da IndústriaCiclo de Estoques (Kitchin)

  Relação entre dias de estoque e condições do setor

  O relatório acompanha os dias de estoque da cadeia de suprimentos no primeiro trimestre de 2026 e observa que, historicamente, reduções nos dias de estoque normalmente coincidiram com aumentos nos índices de ações de semicondutores.

• Estrutura de Concorrência e EstratégiaAnálise da Cadeia de Valor

  Cadeia de valor abrangendo GPUs, ASICs, fundições, encapsulamento, memória, testes e integração de sistemas

  O relatório identifica as responsabilidades de cada empresa em design de chips de IA, dies de I/O, fabricação de wafers, encapsulamento avançado, HBM, testes e sistemas SuperPod para determinar a atribuição de receitas e os segmentos beneficiados.

• (Método Fora do Vocabulário)Outro

  Comparação de custo total de propriedade e custo por token

  O relatório combina preços de chips, investimento em sistemas e produção de inferência para comparar a economia de inferência dos chips chineses domésticos com processadores NVIDIA, em vez de comparar apenas desempenho de pico.

• (Método Fora do Vocabulário)Outro

  Derivação da demanda por chips e wafers a partir de implantações de energia

  O relatório usa capacidade de energia anunciada, consumo de energia de racks, ciclos de vida de projetos e contagens de chips por rack para derivar quantidades de GPU/ASIC e demanda por CoWoS e wafers de 2/3nm.

Mapeamento e comparação de ativos

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

• MediaTek

  Identificada como a Principal Escolha para IA, com o relatório esperando que sua receita de TPU alcance US$70bn em 2029.

  Pontos fortes

  Espera-se que realize ao menos o encapsulamento e o die de I/O para TPU v10 e participe de múltiplas gerações subsequentes de TPU.

  Pontos fracos

  A realização de receita depende da escala dos projetos TPU do Google e da participação reconhecível de valor sob o modelo de ferramentas de propriedade do cliente.

  Comparação

  Diferentemente da rota de GPU pura, a oportunidade da MediaTek vem de ASICs customizados de CSPs e valor de encapsulamento avançado.

  Riscos

  Embarques de projetos, execução de produção em massa ou ASP reconhecível podem ficar abaixo das premissas do relatório.

• TSMC

  A principal fornecedora de manufatura para demanda de GPU de IA, ASIC, nós avançados e CoWoS, e incluída entre os nomes-chave de IA.

  Pontos fortes

  A demanda por N2 é forte, enquanto a capacidade N3 continua aumentando; espera-se que os semicondutores de IA representem mais de 30% da receita de 2026.

  Pontos fracos

  Espera-se que a capacidade N5 diminua em 2027, enquanto a expansão de capacidade deve acompanhar a rápida expansão da demanda por IA.

  Comparação

  CoWoS suporta até aproximadamente 9.5 vezes o tamanho de retículo, enquanto o Intel EMIB pode suportar mais de 12 vezes o tamanho de retículo se a execução transcorrer sem problemas.

  Riscos

  A expansão de capacidade em CoWoS, nós avançados e materiais de apoio pode ficar atrás da demanda, ou os investimentos de capital dos clientes podem desacelerar.

• Alchip

  Beneficia-se de chips customizados de IA AWS Trainium e está incluída entre os nomes-chave de IA.

  Pontos fortes

  Espera-se que a receita de Trainium suba de US$1.8bn em 2026 para US$8bn em 2028.

  Pontos fracos

  Espera-se que a receita de Trainium represente 82% da receita total em 2028, implicando alta concentração de cliente e projeto.

  Comparação

  Seu crescimento vem principalmente do AWS Trainium, enquanto o principal crescimento incremental da MediaTek vem do Google TPU.

  Riscos

  Embarques de Trainium4, reconhecimento de ASP ou progresso de implantação do cliente podem ficar abaixo das premissas.

• KYEC

  Beneficia-se da demanda por testes de chips gerada pelo crescimento em GPUs de IA, TPUs e CPUs e está incluída entre os nomes-chave de IA.

  Pontos fortes

  As fontes de demanda abrangem GPUs de uso geral, ASICs customizados e CPUs de servidores.

  Comparação

  Comparada a uma única empresa de design de chips, sua exposição de receita está no segmento de testes exigido por múltiplos tipos de chips de IA.

  Riscos

  Os embarques de chips de IA podem desacelerar, ou a demanda por testes pode se materializar mais tarde do que o esperado.

• AP Memory

  Identificada como a Principal Escolha para memória e destacada na discussão da tecnologia de encapsulamento avançado relacionada ao Intel EMIB.

  Pontos fortes

  Tem exposição tanto a memória quanto a tecnologias relacionadas a encapsulamento avançado.

  Comparação

  O relatório a inclui na lista-chave de memória ao lado de Macronix, Nanya Tech, Winbond e GigaDevice.

  Riscos

  A melhora nas condições de oferta e demanda de memória ou a realização de projetos de encapsulamento avançado pode ficar abaixo das expectativas.

• Hygon

  Explicitamente classificada como OW e beneficia-se da expansão do mercado de CPUs da China e de plataformas integradas de computação CPU+GPU.

  Pontos fortes

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

  Pontos fracos

  O crescimento depende do mercado de servidores da China e do desenvolvimento de infraestrutura computacional doméstica.

  Comparação

  O relatório posiciona a Hygon como uma plataforma integrada CPU+GPU, enquanto outros fornecedores domésticos se concentram mais fortemente em aceleradores de IA.

  Riscos

  Restrições relacionadas à capacidade de chips da China, à regulação e ao ritmo de desenvolvimento da infraestrutura computacional.

• Cambricon、MetaX、Iluvatar

  Todas estão associadas aos temas de aceleradores chineses de IA e expansão da computação doméstica; Cambricon e Iluvatar estão incluídas na lista-chave de IA/semicondutores/WFE da China.

  Pontos fortes

  Os chips domésticos têm preços mais baixos, e o relatório acredita que oferecem custo total de propriedade e relação custo-benefício competitivos.

  Pontos fracos

  A capacidade de chips avançados continua sendo uma das restrições ao crescimento de IA na China.

  Comparação

  O relatório compara Cambricon, MetaX e Iluvatar; MetaX é classificada como EW.

  Riscos

  Riscos relacionados à capacidade de chips, maturidade do ecossistema, regulação e execução de projetos.

• OmniVision、Phison、MetaX、Realtek、GlobalWafers

  O relatório classifica essas empresas como EW.

  Pontos fracos

  Suas classificações direcionais são mais neutras do que as das Principais Escolhas e dos principais beneficiários do relatório.

  Comparação

  Todas são posicionadas como EW.

  Riscos

  Os riscos específicos de cada empresa não são totalmente detalhados no texto de pesquisa fornecido.

• WIN Semi、Silergy、ASMedia

  O relatório classifica essas empresas como UW.

  Pontos fracos

  O relatório lhes atribui um posicionamento direcional de subponderação.

  Comparação

  Suas classificações são mais cautelosas do que a visão atrativa para o setor e o posicionamento dos nomes-chave de IA.

  Riscos

  Os riscos específicos de cada empresa não são totalmente detalhados no texto de pesquisa fornecido.

Dados principais

• Tamanho do Mercado Global de Semicondutores em 2030US$1.5tnO relatório espera que os semicondutores de IA contribuam com aproximadamente metade.
• TAM Global de Semicondutores de IA em 2030Aproximadamente US$753bnPrevisão de tamanho de mercado de longo prazo do relatório.
• Cenário Otimista do TAM de Semicondutores de IA em Nuvem em 2026US$485bnDerivado de dados da cadeia de suprimentos.
• Crescimento dos Investimentos de Capital dos Quatro Maiores CSPsCrescimento de 87% YoY no segundo trimestre de 2026Abrange Amazon, Google, Microsoft e Meta.
• Relação entre Investimentos de Capital e EBITDA dos CSPsMais de 70%Indica alto nível de intensidade de investimento em infraestrutura de IA.
• Investimentos Globais de Capital em Nuvem em 2027Quase US$1.4tnAbrange os 14 maiores CSPs globais listados e exclui IA soberana.
• Consumo de Wafers para Computação de IA em 2027Mais de US$46bnEspera-se que a NVIDIA responda pela maior parte.
• Consumo de HBM em 2027Até 48bn GbA NVIDIA continua consumindo a maior parte da oferta.
• Crescimento da Capacidade N2 da TSMCCAGR de 70% de 2026 a 2028Com base no roteiro de capacidade fornecido pela TSMC.
• Participação da Receita de Semicondutores de IA da TSMCMais de 30% em 2026Participação na receita projetada da empresa.
• Receita da Alchip com TrainiumUS$8bn em 2028Aproximadamente 82% de sua receita total projetada de US$9.8bn.
• Receita da MediaTek com TPUUS$13.5bn em 2027; US$43.5bn em 2028; US$70bn em 2029Mesmo sob um modelo de ferramentas de propriedade do cliente, o relatório ainda espera que a MediaTek realize parte do trabalho de encapsulamento e die de I/O.
• Crescimento do TAM de CPUs AgenticCAGR de 251% de F26 a F30Modelo top-down do Morgan Stanley; o cenário otimista é de US$238bn.
• TAM de Chips de IA da ChinaUS$91bn em 2030Impulsionado pela demanda de provedores de serviços em nuvem, operadores de telecomunicações, entidades soberanas e empresas estatais.
• TAM de CPUs da ChinaUS$42bn em 2030Espera-se que a participação da Hygon no mercado chinês de CPUs para servidores alcance 18% em 2028.
• Escala do Atlas 950 SuperPod1,024 NPUs Ascend 950DTApresentado na WAIC em 2026, suportando até 256TB de memória agrupada.
• TAM de PUFAproximadamente US$310mn em 2030Uma oportunidade de raiz de confiança de hardware dentro do mercado de segurança de hardware quântico.

Impacto e implicações

O relatório acredita que os investimentos de capital em IA continuarão concentrando receita e capacidade em nós avançados, CoWoS, HBM, ASICs customizados, CPUs de servidores e testes, com empresas como TSMC, MediaTek, Alchip e KYEC se beneficiando mais diretamente devido à exposição clara a projetos ou capacidade. Enquanto isso, chips não relacionados à IA poderão ser afetados pelo deslocamento de recursos e pela inflação de custos. Na China, inferência de baixo custo, melhoria da oferta doméstica de chips e agrupamento SuperPod estão expandindo oportunidades de computação doméstica; a migração para PQC está criando nova demanda por PUF e IP de segurança de hardware rumo a 2030.

Riscos

• Os orçamentos de infraestrutura de IA poderiam limitar o crescimento rápido contínuo dos investimentos de capital.
• O fornecimento de energia para data centers nos Estados Unidos poderia restringir as implantações de computação de IA.
• A capacidade de chips avançados na China poderia limitar a realização da demanda doméstica por IA.
• Mudanças regulatórias poderiam afetar investimentos em chips de IA, transações ou implantação da cadeia de suprimentos.
• A elevação dos custos de wafers, montagem e testes, e memória poderia suprimir a demanda por produtos de tecnologia por meio da elasticidade de preço e reduzir as margens das empresas de design de chips em 2026.
• A priorização de recursos da cadeia de suprimentos para semicondutores de IA poderia criar escassez de recursos como T-Glass e memória e deslocar produtos não relacionados à IA.
• A oferta de substratos ABF poderia restringir a aceleração de volume de chips de IA como Google TPU.
• Excluindo memória e GPUs de IA da NVIDIA, espera-se que o crescimento da receita de semicondutores não relacionados à IA diminua em 2026.

Pontos a observar

• Acompanhar o crescimento dos investimentos de capital dos CSPs globais, a relação entre investimentos de capital e EBITDA e a implementação efetiva das implantações de energia anunciadas.
• Monitorar o progresso da TSMC na expansão da capacidade de CoWoS para 200kwpm até 2027 e as mudanças no mix de capacidade N2, N3 e N5.
• Acompanhar os embarques de racks GB200/300 NVL72, o consumo de wafers para computação de IA e a oferta e demanda de HBM em 2027.
• Monitorar Trainium4, gerações subsequentes de Google TPU e o ritmo de realização de receita dos projetos da MediaTek e Alchip.
• Acompanhar a duração das escassezes de NAND, NOR Flash e DDR4, bem como mudanças nos preços spot e contratuais.
• Monitorar a demanda chinesa por GPUs de IA, uso de tokens, capacidade doméstica de chips e progresso de implantação de SuperPod.
• Observar se os roteiros regionais de migração para PQC podem avançar conforme planejado antes de 2030.