Os chips de memória que alimentam data centers de IA agora estão puxando a oferta para longe do resto da indústria eletrônica, e o efeito aparece nos preços.
A memória de alta largura de banda, ou HBM, agora consome cerca de 23% de toda a capacidade de wafers de DRAM. A Micron disse à conferência Hot Chips 2026 que a HBM usa cerca de três vezes mais silício que a memória DDR5 padrão e que a diferença aumenta a cada geração. Como os fabricantes ganham mais com HBM, eles movem wafers para ela, e sobra menos capacidade para a memória em celulares, laptops e consoles de jogos.
Os preços estão se movendo rápido
Os preços de memória quadruplicaram no último ano. Analistas não esperam alívio antes que nova capacidade de fábrica entre em operação e escale, o que aponta para 2028. O dinheiro já é visível nos resultados: a Micron reportou US$ 41,5 bilhões em receita em seu terceiro trimestre fiscal de 2026, alta de 345% em relação ao ano anterior, enquanto a receita da Sandisk quase dobrou para US$ 5,9 bilhões com um backlog de contratos de US$ 42 bilhões.
A Nvidia muda seus planos
A Nvidia aumentou o preço de seu desktop DGX Spark de US$ 3.999 para US$ 4.699 e alertou grandes clientes que os preços de servidores de IA podem subir mais de 15%. Relatos dizem que a empresa pode cortar a capacidade de HBM em seu acelerador de próxima geração Rubin Ultra de cerca de 1TB para 192GB, trocando memória bruta por melhores rendimentos, menor consumo de energia e um custo viável por rack. A TrendForce espera que os embarques de bits de HBM cresçam 50% a 60% no próximo ano, o que ainda não seria suficiente para igualar a demanda por computação de IA.
Quem acaba pagando
Clientes de nuvem absorvem o primeiro impacto por meio de preços mais altos de instâncias. Fabricantes de dispositivos de consumo absorvem a próxima rodada, seja aumentando preços ou enviando menos memória por máquina. Montadores de PCs e fabricantes de celulares que compram DRAM padrão competem pela capacidade de wafer restante, e alguns já alertam sobre escassez no próximo ano.
A lição mais ampla é que a demanda por IA não está mais confinada aos data centers. A memória é um recurso compartilhado, e a corrida para construir aceleradores está definindo o preço do hardware usado por todos os outros.