Enquanto a Muse impulsiona a infraestrutura de IA, investidores focam nos resultados da Micron (MU.US)! Contratos de longo prazo de centenas de bilhões vão alimentar ainda mais o entusiasmo pelo poder computacional de IA?

De acordo com a Brazilian Portuguese, com a Meta Muse e a OpenAI Astra impulsionando a expansão dos fluxos de trabalho de agentes inteligentes com execução contínua e colaboração em múltiplas etapas para aplicações de IA em todo o mundo, a demanda global por poder computacional de IA deverá experimentar uma nova explosão de crescimento. Esse é também o principal raciocínio por trás da recente aceleração da adoção, além das expectativas, de aplicações de agentes inteligentes de IA no mercado de ações global, impulsionando as perspectivas de crescimento das líderes da cadeia de valor do setor de computação de IA e dos principais fornecedores de infraestrutura computacional, como SK Hynix, Samsung, Micron, NVIDIA, AMD, TSMC, entre outros.

Atualmente, o mercado está reavaliando as necessidades de CPU, memória e armazenamento para dar suporte a essas aplicações. É por isso que o balanço da Micron (MU.US), uma das três principais fabricantes de chips de armazenamento, que será divulgado na próxima semana, se torna uma janela importante para avaliar o superciclo de armazenamento e o progresso sem precedentes da onda de infraestrutura para IA.

Agentes inteligentes de IA e os mais avançados modelos de IA estão se infiltrando rapidamente em todos os setores globais, trazendo uma demanda robusta e crescente por GPUs/TPUs de IA, CPUs de data center, sistemas de interconexão óptica e chips de armazenamento de data center, todos componentes essenciais de infraestrutura de IA. Esses fatores estão impulsionando consecutivamente os dados recordes de receita e as perspectivas acima das expectativas do mercado para as três principais fabricantes de chips de memória, SK Hynix, Samsung e Micron. O potencial de valorização futura depende agora, em larga medida, da sustentabilidade do crescimento dos lucros e da expansão das perspectivas de resultados.

Como mostra o gráfico acima, a receita da Micron apresenta crescimento acelerado, destacando uma mudança mais rápida da demanda por chips de armazenamento para desempenho financeiro efetivo. A Micron divulgará os resultados do quarto trimestre fiscal de 2026 em 30 de setembro; no trimestre anterior, a receita alcançou US$ 41,456 bilhões, um crescimento anual de cerca de 346%, com lucro ajustado por ação de US$ 25,11. A projeção da empresa para o quarto trimestre é de US$ 50 bilhões em receita, com variações de US$ 1 bilhão para cima ou para baixo, margem bruta de cerca de 86% e lucro ajustado por ação de US$ 31, também com variação de US$ 1. Mais significativo ainda, a Micron revelou anteriormente ter assinado 16 acordos estratégicos com clientes, dos quais 14 estabelecem, com base no preço mínimo contratual, uma receita acumulada de cerca de US$ 100 bilhões durante o restante dos termos contratuais, dando maior visibilidade à receita e lucro futuros.

No entanto, vale destacar que benchmarks de desempenho tão fortes e rigorosos, aliados às expectativas consensuais dos analistas de Wall Street, indicam que o mercado está de olho não apenas no desempenho do trimestre atual, mas também se a precificação, o volume de vendas e os pedidos de longo prazo até 2027 continuarão a sustentar as projeções de lucros elevadas.

O fator-chave para a visão otimista está no fato de que a aquisição de infraestrutura de IA agora cobre sistemas computacionais mais completos. Segundo o relatório de pesquisa da S&P Global, publicado em 22 de setembro, as previsões dos analistas de Wall Street apontam que Meta, Alphabet, Amazon e Microsoft, as quatro gigantes da tecnologia, terão um CAPEX total de cerca de US$ 2,8 trilhões entre 2026 e 2028; conforme os cálculos da Visible Alpha, a estimativa de lucro por ação dos analistas para a Micron em 2027 foi significativamente revisada de cerca de US$ 90 em março para aproximadamente US$ 156.

A Muse da Meta e a Astra da OpenAI fortaleceram a capacidade de executar tarefas extremamente especializadas em operações de computador, programação e workflows de múltiplas etapas, indicando que a rápida expansão das aplicações de IA aumenta simultaneamente os investimentos em infraestrutura necessária tanto para a "capacidade de raciocínio do modelo" quanto para o "trabalho real de execução". Por isso, à medida que o processo de comercialização da IA melhora, a equipe de análise sênior do UBS revisou para cima em 30% a previsão de fluxo de caixa operacional das empresas globais de cloud computing hyperscale e de novas empresas de cloud para 2027; o Morgan Stanley, por sua vez, espera que o CAPEX total dos quatro maiores provedores de cloud computing da América do Norte e empresas de IA como a Oracle aumente de US$ 917 bilhões em 2026 para US$ 1,47 trilhão em 2027 e US$ 1,64 trilhão em 2028, com a capacidade instalada saltando de 35 GW em 2025 para surpreendentes 145 GW em 2028.

Quanto mais eficiente o agente de IA, mais indispensáveis são CPU e chips de armazenamento?

A transformação mais profunda na demanda por computação causada por agentes inteligentes é que um único comando do usuário pode iniciar uma cadeia de tarefas de execução contínua. Pesquisas, programação ou tarefas empresariais geralmente envolvem etapas de planejamento, busca, navegação web, leitura de arquivos, execução de códigos, verificação de resultados e correção de erros, com múltiplos pontos novamente demandando o modelo e produzindo novos contextos. Segundo a Meta, o Muse roda numa máquina virtual segura na nuvem com navegador independente, podendo continuar tarefas mesmo após o usuário fechar o aplicativo; a OpenAI destaca a capacidade da Astra em operação de computador, uso de navegador e workflows profissionais entre softwares. Do ponto de vista da engenharia, quando este tipo de tarefa passa de poucos usuários frequentes para fluxos de trabalho empresariais cotidianos, a necessidade de infraestrutura é impulsionada simultaneamente pelo número de usuários, frequência das tarefas, duração das tarefas e picos de simultaneidade.

Isso explica por que o mercado está aumentando o foco nas CPUs de data center da AMD, Intel e arquitetura Arm. GPUs e ASICs assumem cargas massivas de redes neurais, enquanto as CPUs lidam com máquinas virtuais, navegadores, caixas de areia para código, agendamento de tarefas, pré-processamento de dados e execução de ferramentas. O desempenho eficiente de tarefas por agentes inteligentes depende da perfeita integração entre inferência do modelo e execução real; espera-se também que o desempenho de CPU, banco de dados ou I/O interfira no aproveitamento de aceleradores caros. A tecnologia PACE da AMD já adota uma abordagem colaborativa com CPU coordenando e GPU executando inferências pesadas, ao passo que a Arm destaca a execução de ambientes de agentes e ferramentas como cargas importantes para CPUs de nuvem. Isso embasa a expansão de demanda por CPUs e faz de DRAM de servidor, armazenamento e rede elos críticos na cadeia de transmissão de demanda.

Já dentro da inferência de grandes modelos, a etapa de pré-preenchimento processa contexto de entrada e a etapa de decodificação gera saídas continuamente; os pesos e os caches de chave-valor (KV Cache) ocupam capacidade e largura de banda de memória. Em modelos equivalentes e estratégias de cache semelhantes, contextos mais longos, maior simultaneidade e mais tarefas paralelas aumentam a escala de estados mantidos pelo sistema. Surge, então, uma divisão clara: HBM suporta acesso de alta largura de banda para aceleradores, DRAM de servidor mantém o conjunto de trabalho da CPU e parte dos caches, o SSD empresarial salva arquivos, estados de aplicativos e, em sistemas com cache hierárquico, parte do contexto de inferência. A arquitetura CMX da NVIDIA já adicionou camadas de flash conectadas via Ethernet entre a memória da GPU e o armazenamento compartilhado, permitindo armazenar, migrar e reutilizar contexto entre nós; assim, capacidade, velocidade de acesso e largura de banda de rede influenciam o throughput do serviço de inferência.

Essa expansão de demanda já conta com sistemas de produção em massa como referência. Em 11 de setembro, a OpenAI revelou que sua plataforma de armazenamento online Habitat processa mais de 70 milhões de requisições por segundo, com um volume de dados de mais de 500 PB, responsável por roteamento, compressão, criptografia e verificação de integridade. Essa plataforma é compartilhada por diversos produtos da OpenAI, refletindo a enorme carga de aplicações e armazenamento por trás dos serviços de IA. À medida que mais agentes inteligentes entram em produção, novos nós de execução, acessos a bancos de dados e troca de dados entre nós aumentarão ainda mais os requisitos para servidores, memória, SSDs corporativos e interconexão de alta velocidade; com a ampliação dos clusters e a potência dos racks, a demanda de compras também se irradiará para a interconexão óptica, fontes de energia e sistemas de resfriamento. Contudo, o crescimento concreto em cada elo depende do modelo de implantação e do índice de utilização.

Modelos mais potentes também ampliam a gama de tarefas viáveis comercialmente. Segundo a Meta, em testes comparativos realizados por engenheiros, o Muse Spark 1.3 reduziu as chamadas de ferramentas em cerca de 20% e o uso de tokens em cerca de 25% em relação à versão 1.2. Isso significa que o custo de recursos para concluir tarefas similares tende a cair, tornando mais fácil para as empresas automatizar com IA processos antes impraticáveis devido ao alto custo ou baixa velocidade de resposta. O cerne do otimismo quanto à demanda por computação reside em que o aumento de usuários e tarefas, impulsionado pela queda de custos, pode superar a redução no consumo de recursos por tarefa. Por exemplo, considerando apenas a quantidade de tokens, se o consumo por tarefa cair 25% e o volume de tarefas crescer mais de 33,3%, o volume total ainda aumentaria; isso mostra que a melhoria de eficiência e a expansão da infraestrutura podem ocorrer simultaneamente, sendo a elasticidade da demanda o fator-chave para validar o "efeito Jevons".

Contratos de longo prazo de 100 bilhões de dólares solidificam a base: como o mercado vai reprecificar o superciclo de armazenamento?

Para a Micron, gigante americana de chips de armazenamento, sua vantagem está não apenas na cobertura de HBM, DRAM de servidor e armazenamento NAND, permitindo participar das diversas camadas da infraestrutura para agentes inteligentes, mas também no fato de, ao contrário das gigantes SK Hynix e Samsung, não precisar lidar com a pressão política resultante das exigências do governo americano de "repatriação da manufatura de chips", nem com a incerteza de políticas tarifárias que podem ser revertidas a qualquer momento sob um eventual governo Trump.

No último trimestre, a receita do segmento de memória em nuvem alcançou US$ 13,769 bilhões, um crescimento trimestral de cerca de 78%; a receita da divisão principal de data center atingiu US$ 11,524 bilhões, com aumento de aproximadamente 103%. A empresa também revelou que a receita com SSDs para data centers superou US$ 5 bilhões, mais que dobrando na comparação trimestral. Outro gigante do setor, a SanDisk (SNDK.US), tem negócios centrais concentrados em NAND flash e SSDs, portanto, o balanço da Micron serve de referência para SanDisk principalmente nos âmbitos de demanda corporativa de armazenamento, preços do NAND e perspectiva de oferta e demanda. Embora as duas empresas estejam envolvidas na mesma onda de investimento em IA, a elasticidade dos lucros de cada uma é determinada por seu portfólio de produtos.

A velocidade de ajuste pelo lado da oferta é um dos principais suportes do atual ciclo de expansão de lucros de armazenamento. Uma nova fábrica de wafers exige construção, instalação de equipamentos, rampas de processo e certificação de clientes; HBM envolve ainda empilhamento multinível, embalagens avançadas e verificação de sistema, com o tempo entre o wafer adicional e um produto pronto para entrega sendo considerável. Segundo a gestão da Micron, a oferta e demanda por DRAM e NAND deverão permanecer apertadas até depois de 2027, com melhora gradual a partir de 2028, mas sem previsão definida para total alinhamento com a demanda. O aumento da oferta de HBM4 pela Samsung merece acompanhamento, porém a expansão da capacidade da base lógica de 4 nm requer avaliação conjunta da produtividade do die de DRAM, rendimento na embalagem e certificação de clientes para determinar a oferta final viável. Para o investidor, importa observar a diferença de crescimento entre a oferta efetivamente acrescida e a demanda de compras de IA, não apenas números isolados de expansão da produção.

Já contratos de longo prazo asseguram mais sustentabilidade ao lucro da Micron. Em divulgação de rendimentos de junho, a empresa anunciou 16 acordos estratégicos de clientes, cobrindo cerca de 20% do volume de DRAM e um terço de NAND ao longo dos contratos; 14 acordos contam com receita acumulada de cerca de US$ 100 bilhões ao preço mínimo, durante o período remanescente. Tais acordos preveem compras com cláusulas de "pay or take" e alguns contratos de maior porte têm faixas de preço.

Para as grandes fabricantes de chips de armazenamento, esses contratos de longo prazo são relevantes para investimentos em temas de poder computacional de IA principalmente por proporcionar previsibilidade de demanda aos fornecedores, a partir do compromisso de compra de longo prazo, e planejamento de capacidade e receita mais claros para a Micron, reduzindo a sensibilidade de parte dos negócios aos preços de mercado de curto prazo. Vale notar que, ao citar "metade ou mais da receita sob contratos", a Micron refere-se à expectativa após assinatura de todos os acordos planejados, não a valores já concretizados.

A gestão da Micron estima também que esses contratos devem trazer cerca de US$ 22 bilhões em depósitos em caixa e compromissos financeiros, sendo aproximadamente US$ 18 bilhões em depósitos. Isso ilustra o desejo dos clientes de garantir fornecimento e viabiliza a expansão da capacidade; contabilmente, esses depósitos entram como financiamento e são devolvidos progressivamente na segunda metade da vigência dos contratos. Por isso, nos resultados, é crucial observar a assinatura de novos contratos, a cobertura, o mix de produtos, avanço de entregas e o impacto dessas variáveis na previsibilidade do fluxo de caixa operacional futuro.

Além disso, a "semana extra" do quarto trimestre fiscal da Micron afetará diretamente a interpretação do ritmo de crescimento; neste trimestre são 14 semanas, contra 13 no anterior. Considerando a receita média do guidance de US$ 50 bilhões, o crescimento nominal trimestral é de cerca de 20,6%, mas na comparação semanal é de cerca de 12%. Se na próxima, voltando para 13 semanas, a receita semanal se mantiver, a receita do trimestre será de cerca de US$ 46,43 bilhões. Isso ressalta que, ao avaliar o guidance para o novo ano fiscal, é necessário considerar simultaneamente semanas, preços, volumes e o mix de produtos; mudanças trimestrais no total não indicam, isoladamente, pontos de inflexão da demanda. Como afirmou a gestão, a alta mais lenta dos preços precisa ser analisada em contexto do nível absoluto dos preços e do crescimento do volume de envios.

A informação de maior valor para investidores no relatório e na teleconferência de resultados da Micron marcada para 30 de setembro será a sustentabilidade dos pedidos de HBM e armazenamento corporativo, a trajetória dos preços de DRAM e NAND, a expansão efetiva de capacidade para 2027 e a eventual ampliação dos contratos de longo prazo. O consenso dos analistas compilado pelo TIPRANKS prevê um preço-alvo de cerca de US$ 1.550 para Micron nos próximos 12 meses, o que representa mais de 40% de potencial de valorização em relação ao fechamento de US$ 1.071,88 em 23 de setembro.