← Capa | Mercado

A muralha de memória desce na cadeia: chips de IA de dezenas de milhares de dólares não rodam em carga plena, e a alta de preços se propaga até os celulares

2026-11-11 · Fonte:虎嗅·中继

A muralha de memória desce na cadeia: chips de IA de dezenas de milhares de dólares não rodam em carga plena, e a alta de preços se propaga até os celulares

Chips de IA topo de linha frequentemente não alcançam a eficiência plena por causa da largura de banda de memória; a computação cresce muito mais rápido que a memória, e o gargalo desce pela cadeia produtiva até os celulares.

Os cerca de 800 yuans a mais em um iPhone são apenas o ponto mais a jusante dessa cadeia. Recentemente, a reportagem de origem rastreou a cadeia de preços para cima: memória, HBM, até os chips de IA topo de linha, de dezenas de milhares de dólares cada, disputados por todos. Os reajustes recentes de preços de celulares da Huawei, Xiaomi, Honor, OPPO e vivo são vistos como a marca que a pressão dessa mesma cadeia de suprimentos deixou no lado do consumo. Dito de outro modo: aquela diferença de preço sentida na loja é, na verdade, a projeção final da tensão de toda a cadeia de suprimentos de computação para IA.

O núcleo do problema é a chamada 'muralha de memória' (Memory Wall). Esses chips de dezenas de milhares de dólares, depois de comprados, às vezes não entregam a máxima eficiência — não falta poder de cálculo; falta memória, e o transporte de dados não acompanha. Quando um modelo de IA roda, um volume enorme de parâmetros e de dados intermediários fica no sistema de memória, e o chip de cálculo fica lendo dados para levar às unidades de computação e gravando os resultados de volta. Quando a unidade de cálculo termina antes e o próximo lote de dados ainda não chegou, a eficiência trava. O autor usou uma analogia: o chef fatia muito rápido, mas os ingredientes estão no freezer do subsolo e o elevador só leva um pratinho por vez — por mais rápido que o chef seja, ele espera o elevador; o elevador é a largura de banda. O texto enfatiza que o que falta aqui é capacidade e largura de banda do sistema de memória, e não corpus de treinamento insuficiente.

O artigo 'AI and Memory Wall', de 2024, da equipe de pesquisa da Universidade da Califórnia em Berkeley, dá a nota quantitativa: nas últimas duas décadas, o pico de computação dos servidores cresceu cerca de 3 vezes a cada dois anos, enquanto a largura de banda da DRAM cresceu cerca de 1,6 vez e a de interconexão, cerca de 1,4 vez no mesmo período; para o artigo, nas aplicações de IA — especialmente na inferência — a largura de banda de memória é cada vez mais candidata a gargalo principal. O texto adverte que esses números descrevem uma tendência histórica. Para os aceleradores de IA, o HBM é especialmente importante porque consegue alimentar dados ao chip de cálculo sob alta largura de banda.

Para os compradores de computação de IA, o significado prático desta análise é a correção da lógica de compra. Ao avaliar um servidor de IA, o indicador mais intuitivo de ontem era o pico de computação — quantos TFLOPS, quantas placas interligadas. Mas, se a largura de banda de memória não acompanha, o pico de computação costuma ser número de papel, e o throughput real de inferência pode ficar muito abaixo do valor nominal. É por isso que um número crescente de compradores passou a tratar a 'taxa de utilização da computação efetiva', e não o 'pico de computação', como primeiro critério de seleção, e a incluir a capacidade e a largura de banda do HBM e a escalabilidade do subsistema de memória com peso equivalente ao da computação do chip na avaliação. Para as equipes com orçamento limitado, uma solução de pico um pouco menor, mas com largura de banda de memória farta, pode entregar mais desempenho real de inferência e menor custo de aquisição por unidade de computação efetiva.

O juízo desta análise é: no primeiro semestre de 2026 todo mundo disputava chips de IA, mas, depois que os chips chegam, o gargalo desce um degrau — antes era preciso primeiro resolver 'quão rápido o chip calcula'; agora também é preciso resolver 'se os dados na memória conseguem chegar a tempo às unidades de cálculo'. E esse problema, no fim, percorre toda a cadeia produtiva até o celular nas mãos do consumidor. A popularização da IA na ponta deixa essa cadeia de transmissão ainda mais clara: os fabricantes de celulares precisam rodar localmente modelos cada vez maiores, a demanda por capacidade e largura de banda de memória sobe junto, a oferta de memória está apertada e os preços sobem, e tudo isso acaba no preço final do aparelho. Os reajustes recentes de Huawei, Xiaomi, Honor, OPPO e vivo são exatamente a materialização dessa cadeia de transmissão, que parte de chips de data center de dezenas de milhares de dólares e chega à diferença de cerca de 800 yuans no lado do consumo.

Da perspectiva de compras e de investimento, essa tendência ainda sugere algumas considerações. Primeira: a tensão de oferta e demanda de memória e de HBM não deve aliviar no curto prazo; as soluções de inferência que dependam de muita memória devem travar cedo a cadeia de fornecimento de memória, para não ver o chip ficar ocioso por falta dela. Segunda: ao avaliar cotações de aparelhos completos ou de computação na nuvem, exigir do fornecedor dados de throughput medidos, e não apenas especificações de pico, sob pena de pagar caro por 'computação que não roda cheia'. Terceira: o problema da muralha de memória também está gerando novas direções tecnológicas — iterações de HBM de maior banda, arquiteturas de computação em memória (compute-in-memory), compressão e quantização de modelos mais eficientes — todas dignas de acompanhamento contínuo no planejamento de longo prazo dos compradores.

Sobre o mercado, um esclarecimento especial: para o chip de IA tratado nesta reportagem, a situação de ofertas à venda no sistema spot da Wanan Computing Exchange (AIXX) é a seguinte — este modelo não possui, no momento, nenhum dado de preço listado à venda. Isso significa que, no mercado spot, praticamente não há oferta circulante desse tipo de chip de IA topo de linha disponível para fechamento imediato, o que confirma em cruzamento a descrição do texto de 'disputado por todos': quando o próprio chip já está difícil de conseguir, providenciar memória e largura de banda suficientes para o chip que chegou é ainda mais fácil de ficar de fora do radar — e é justamente isso que decide se dezenas de milhares de dólares se convertem de verdade em computação utilizável. Para os compradores, sem preço spot de referência, convém ainda mais escrever a configuração do subsistema de memória e a taxa de utilização da computação efetiva nas cláusulas técnicas de aceitação do contrato de compra.

P: O que é a 'muralha de memória' e por que chips de IA de dezenas de milhares de dólares não rodam em carga plena?

R: A muralha de memória significa que a computação do chip cresce muito mais rápido que a largura de banda da memória — o artigo de 2024 da equipe de Berkeley, 'AI and Memory Wall', mostra que, nas últimas duas décadas, o pico de computação dos servidores cresceu cerca de 3 vezes a cada dois anos, enquanto a largura de banda da DRAM cresceu só cerca de 1,6 vez e a de interconexão, cerca de 1,4 vez. Se os dados não chegam às unidades de cálculo, por mais rápido que o chip seja, ele só espera — e a eficiência real fica abaixo do pico.

P: Como esta onda de reajustes se transmite até o consumidor? Qual foi a magnitude?

R: O caminho de transmissão é chip de IA topo de linha → HBM → memória → celular completo. Huawei, Xiaomi, Honor, OPPO e vivo reajustaram recentemente; os cerca de 800 yuans a mais em um iPhone são a manifestação mais a jusante, refletindo a pressão dessa mesma cadeia, que vai dos chips de dezenas de milhares de dólares até o consumidor.

Tags: Huawei · Xiaomi · Apple iPhone · HBM · Memory Wall · Ning Mingliang


Leituras relacionadas


萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado