Em junho de 2026, o Bitcoin manteve-se próximo dos 60 000 $ enquanto o Ethereum negociava na faixa dos 1 600 $, sinalizando um período de consolidação para o mercado cripto. Em contraste, um outro setor — a infraestrutura de data centers para IA — registava uma intensa atividade. A Gartner projeta que o investimento global em TI atinja 6,31 biliões $ em 2026, um aumento de 13,5% face ao ano anterior, com o segmento de sistemas de data center a liderar todas as categorias, ao crescer 55,8%. A IDC prevê que o investimento global empresarial em IA chegue aos 940 mil milhões $ em 2026.
No meio desta corrida ao poder computacional, está em curso uma mudança crucial de paradigma: a competitividade dos data centers de IA já não se define apenas pelo número de GPUs ou pelo pico de capacidade computacional. O foco desloca-se agora para a sinergia global entre computação, armazenamento e redes dentro dos clusters. Compreender como Memória, Rede e Armazenamento funcionam em conjunto tornou-se fundamental para avaliar o valor de investimento em infraestrutura de IA.
A "Memory Wall": O Primeiro Gargalo na Era dos Modelos de Grande Escala
A dimensão dos parâmetros dos grandes modelos de IA cresceu exponencialmente nos últimos dois anos. Entre 2024 e 2026, os parâmetros dos modelos mainstream aumentaram cem vezes e as janelas de contexto expandiram-se de dezenas de milhares para milhões de tokens. Contudo, a largura de banda da memória dos servidores cresceu menos de 15% ao ano, ficando muito aquém do ritmo da procura do setor de IA. Este desfasamento grave entre a evolução do software e do hardware tornou a chamada "memory wall" no principal obstáculo à capacidade computacional da IA.
A designada memory wall refere-se ao facto de as velocidades de processamento de CPU/GPU aumentarem muito mais rapidamente do que a largura de banda e a latência da memória. Enquanto os chips de computação operam a velocidades elevadíssimas, os dados não conseguem ser fornecidos com a rapidez necessária, levando os processadores a passar largos períodos em espera. Segundo relatórios do setor, em clusters de GPU de grande escala, os estrangulamentos de I/O de dados podem resultar em mais de 40% do tempo das GPUs em inatividade — ou seja, quase metade destes chips dispendiosos ficam à espera de transferência de dados.
Os recursos de memória estão a tornar-se alarmantemente escassos. Um único servidor de inferência de IA consome mais de dez vezes a DRAM e HBM de um servidor tradicional de data center, sendo que cerca de 60% da capacidade global de wafers de DRAM já está destinada a clusters de IA. A HBM, em particular, tem registado uma escassez crónica, com a maior parte da capacidade de produção reservada por grandes clientes até 2026 e mesmo 2027. A Gartner salienta que a forte procura, aliada a restrições na oferta, levou os preços da HBM a máximos históricos, tornando a memória um segmento de elevada margem para os fabricantes de semicondutores.
Para ultrapassar a memory wall, o setor evolui em duas frentes: primeiro, através de otimização e compressão ao nível do software, como a gestão hierárquica de KV cache e a quantização de baixa precisão, para maximizar os recursos de armazenamento existentes. Segundo, por via da inovação arquitetónica ao nível do hardware, incluindo atualizações de HBM e a adoção de novos protocolos de interligação de memória como o CXL (Compute Express Link). A próxima geração da plataforma HGX Rubin da NVIDIA triplicou a largura de banda da memória GPU para 176 TB/s. Estas duas abordagens não se excluem mutuamente; são, antes, estratégias complementares que estão a redefinir a lógica da colaboração entre armazenamento e computação em todo o setor.
Redes: O "Sistema Nervoso" dos Clusters de IA
Se a memória trata da eficiência da transferência de dados dentro de um nó, as redes resolvem o desafio da movimentação de dados entre nós. Em clusters de IA de grande escala, centenas ou milhares de GPUs têm de trabalhar em conjunto para treinar ou inferir um único modelo, tornando a eficiência da comunicação entre GPUs crítica para a velocidade global de treino.
Atualmente, existem gargalos de largura de banda em vários níveis: entre chips, as ligações tradicionais em PCB já não satisfazem as exigências de elevada largura de banda e baixa latência dos chips de IA. Dentro dos racks, a largura de banda entre servidores limita a escalabilidade vertical. Entre data centers, a largura de banda e a latência na transmissão de longa distância condicionam a escalabilidade horizontal e a orquestração de cargas entre regiões. Estima-se que, nos clusters de treino de IA atuais, o consumo energético associado à movimentação de dados já ultrapassa o da própria computação.
A NVLink e a InfiniBand da NVIDIA têm dominado o mercado de interligações internas para clusters de IA. O mais recente NVLink Switch já oferece 28,8 TB/s de largura de banda, duplicando a geração anterior. Contudo, este domínio está a ser desafiado — empresas como a AMD e a Broadcom desenvolvem soluções próprias de interligação, enquanto normas abertas como a UALink (Ultra Accelerator Link) amadurecem rapidamente. Em 2026, o setor das redes terá passado de um cenário "NVIDIA-only" para uma competição multi-norma, elevando a fasquia para as capacidades de integração de sistemas dos operadores de data center.
Armazenamento: De "Armazém" a "Pipeline de Dados"
Nos data centers tradicionais, o armazenamento funcionava como um "armazém de dados" — essencialmente para arquivar e preservar dados frios. Nos data centers de IA, o armazenamento evoluiu para um "pipeline de dados" — encarregado de fornecer continuamente dados de treino aos nós de computação a velocidades extremamente elevadas e de suportar leituras de parâmetros de modelos com baixa latência durante a inferência.
O treino de IA exige acesso rápido a volumes massivos de dados brutos, enquanto a inferência requer a recuperação célere dos pesos dos modelos e dos KV caches. Atualmente, os KV caches estendem-se desde a HBM da GPU até à DRAM do sistema e mesmo a SSDs locais de alta velocidade. Esta tendência esbate a fronteira entre armazenamento e memória, tornando os dispositivos de armazenamento não apenas pontos de destino de dados, mas nós críticos no pipeline de fluxo de informação.
O armazenamento all-flash está a substituir os discos rígidos tradicionais como a escolha dominante nos data centers de IA. Na ISC High Performance 2026, a Sugon apresentou soluções de armazenamento all-flash e produtos de rede de alta velocidade nativos, reforçando esta tendência do setor. O desempenho do armazenamento determina agora diretamente se os dados chegam atempadamente às unidades de computação, impactando assim as taxas de utilização das GPUs.
Sinergia Computação-Memória-Rede: De Avanços Isolados à Otimização Sistémica
Quando as funções e os gargalos de cada componente ficam claros, o conceito de "sinergia" ganha sentido: o verdadeiro poder computacional de um data center de IA não resulta da soma simples do desempenho das GPUs, largura de banda da memória, throughput de rede e IOPS de armazenamento. É, sim, o output efetivo gerado pelo acoplamento sistémico destes quatro elementos.
O crescimento imparável dos parâmetros dos modelos está a impulsionar o surgimento de superclusters de IA. A utilidade já não se define apenas pelo desempenho dos chips, mas cada vez mais pela sinergia e eficiência global entre computação, armazenamento e rede dentro do cluster — uma visão que rapidamente se torna consenso no setor.
Na prática, o design integrado de computação-memória-rede tornou-se a abordagem padrão entre os principais fornecedores. O supercluster scaleX AI da Sugon segue esta filosofia de integração apertada, aumentando significativamente a eficiência de treino e inferência. O sistema operativo de inferência Dynamo 1.0 da NVIDIA, em conjunto com a plataforma BlueField-4 CMX, conecta de forma transparente GPU, HBM, DRAM do host, flash local e armazenamento remoto em múltiplos níveis, eliminando silos de memória GPU com encaminhamento automático de dados quentes e frios.
O relatório da IDC de junho de 2026 é claro: a vantagem competitiva em IA já não reside em ter o maior poder de computação, mas sim em converter a IA numa capacidade empresarial sustentável ao menor custo por token. No centro do custo por token está a eficiência combinada de computação, memória, rede e armazenamento.
Panorama de Mercado: Quem Está a Beneficiar?
Esta tendência do setor já se reflete de forma clara nos mercados de capitais.
No segmento da memória, a SK Hynix destaca-se como a estrela de 2026. A 22 de junho de 2026, as ações da SK Hynix subiram 6% para um recorde de 2 944 000 KRW, ultrapassando a Samsung e tornando-se a empresa cotada mais valiosa da Coreia, com uma valorização acumulada superior a 349% no ano. A Micron também apresentou resultados sólidos, com receitas trimestrais a quadruplicar na última semana de junho e o anúncio de 16 novos contratos de fornecimento de longo prazo. As ações da Micron subiram 16% no dia da divulgação dos resultados.
No setor das redes, a fornecedora de fibra ótica Corning atingiu um máximo histórico na última semana de junho, à medida que o papel central dos seus produtos nos data centers de IA foi reavaliado pelo mercado. As encomendas de infraestrutura de IA da Cisco ultrapassaram os 9 mil milhões $.
No segmento de servidores e integração de sistemas, as receitas de servidores otimizados para IA da Dell atingiram 16,1 mil milhões $ num único trimestre, um aumento de 757% face ao ano anterior. A Supermicro detém cerca de 70% da quota de mercado em tecnologia de arrefecimento líquido direto.
No que respeita à operação de data centers, a BOCOM International destacou a GDS (GDS-SW) e a SUNeVision (SUNEVISION) como principais escolhas no setor, referindo o crescimento explosivo da procura impulsionada pela IA generativa. O UBS assinalou ainda que a indústria chinesa de data centers deverá acelerar significativamente a partir do segundo semestre de 2026.
Como Investir em Infraestrutura de IA através da Gate?
A Gate disponibiliza agora acesso a mais de 12 500 ações e ETFs dos mercados dos EUA, Hong Kong e Coreia. Os investidores podem utilizar uma conta unificada para negociar ações globais diretamente com USDT e outros ativos digitais, permitindo uma alocação fluida entre criptoativos e títulos tradicionais.
No setor da infraestrutura de data centers de IA, a Gate cobre toda a cadeia de valor, dos chips às aplicações:
Para ações dos EUA, é possível negociar empresas de referência como NVIDIA (NVDA), AMD, Micron (MU), Broadcom (AVGO), Dell (DELL), Supermicro (SMCI), Corning (GLW) e Cisco (CSCO). A Gate suporta negociação no pré-mercado e fora de horas, expandindo o horário para 16×5, permitindo aos utilizadores reagir prontamente a resultados e dados macroeconómicos.
Para ações de Hong Kong, os investidores podem focar-se em operadores de data center como GDS (09698.HK) e SUNeVision (01686.HK).
Para ações coreanas, a SK Hynix (000660.KS) é o líder incontestado em HBM, enquanto a Jeju Semiconductor desempenha um papel chave a montante nos materiais de comunicações óticas para data centers de IA.
A negociação de ações na Gate oferece comissões a partir de 0,1%, suporta modos de trading à vista e alavancado, e utilizadores com posições superiores a 2 000 $ beneficiam de condições VIP exclusivas. Para quem procura exposição sistemática ao setor da infraestrutura de data centers de IA, as capacidades de negociação multi-mercado, multi-ativo e one-stop da Gate estão a reduzir as barreiras à alocação global de ativos tecnológicos.
Conclusão
Os data centers de IA estão a transitar da era do "empilhamento de GPUs" para uma nova fase de otimização ao nível do sistema. Memória, rede e armazenamento deixaram de ser componentes isolados de infraestrutura — são agora variáveis sistémicas que, sob o paradigma da sinergia computação-memória-rede, determinam em conjunto o output real do poder computacional da IA.
Compreender esta lógica não só ajuda a avaliar tendências tecnológicas, como fornece um quadro analítico sólido para decisões de investimento. Dos chips à memória, das redes ao armazenamento, dos servidores à operação de data centers, toda a cadeia de valor está apenas a começar a ser reavaliada. À medida que a volatilidade de curto prazo do mercado cripto se cruza com a narrativa de longo prazo da infraestrutura de IA, abre-se uma nova janela para a alocação entre ativos digitais e economia real.
FAQ
Q1: Porque é que os data centers de IA não conseguem resolver os problemas de capacidade computacional apenas adicionando mais GPUs?
As GPUs são apenas o ponto final do output computacional. O seu desempenho depende fortemente de a largura de banda da memória conseguir fornecer dados atempadamente, de a rede conseguir coordenar eficientemente o paralelismo multi-GPU e de o armazenamento conseguir processar rapidamente grandes volumes de leitura e escrita de dados. Em grandes clusters de GPU, os estrangulamentos de I/O de dados podem resultar em mais de 40% de tempo de inatividade das GPUs — acumular GPUs sem resolver estas três áreas resulta num enorme desperdício de capacidade computacional.
Q2: Porque existe tanta escassez de HBM?
A HBM (High Bandwidth Memory) é o padrão de memória para chips de IA, com processos de fabrico complexos e ciclos de expansão superiores a dois anos. Em 2026, a procura de inferência de IA irá ultrapassar a de treino, impulsionando ainda mais a procura de HBM e DRAM de elevada capacidade. A maioria da capacidade de produção já está reservada por grandes clientes até 2026 e mesmo 2027, restando pouca flexibilidade de oferta no curto prazo.
Q3: Qual é a lógica central para investir em infraestrutura de data centers de IA?
A lógica central é a passagem de um cenário "centrado no treino" para uma "explosão de procura em toda a stack". Em 2026, Microsoft, Google, Amazon e Meta irão investir coletivamente 725 mil milhões $ em despesas de capital em infraestrutura de IA. Esta escala de investimento não pode ser suportada por um único segmento; toda a cadeia de valor — dos chips e memória às redes e operação de data centers — irá beneficiar de forma estrutural.
Q4: Como é que a Gate permite negociar ações relacionadas com data centers de IA?
A Gate oferece acesso a mais de 12 500 ações e ETFs dos EUA, Hong Kong e Coreia. Os utilizadores podem depositar com USDT e outros ativos digitais, e negociar ações de referência em infraestrutura de IA como NVIDIA, Micron e SK Hynix numa conta unificada. A Gate suporta negociação pré-mercado e fora de horas, modos à vista e alavancados, com comissões a partir de 0,1%.
Q5: Quais são os principais riscos de investir em infraestrutura de data centers de IA?
Os principais riscos incluem: (1) Desajustes entre oferta e procura podem originar excesso de oferta temporário — a BOCOM International alerta para a necessidade de monitorizar ciclos e oscilações de valorização; (2) Sustentabilidade das despesas de capital dos grandes fornecedores de cloud — a J.P. Morgan refere que o crescimento do capex em 2025–2026 supera largamente o crescimento das receitas, pressionando os fluxos de caixa; (3) Tensões geopolíticas e controlos à exportação podem perturbar as cadeias de fornecimento de chips avançados.
