Instituição SemiAnalysis Analista Dylan Patel entrevista aprofundada: Perspectivas da cadeia de suprimentos de poder de computação de IA

Escrevendo: Rede de Investimentos em Ações dos EUA

1. Como a popularização da IA mudou fundamentalmente a lógica de negócios?

No passado = ideias eram muito baratas + execução prática muito difícil.

Agora = ideias estão por toda parte e baratas + execução prática extremamente fácil (por meio de IA).

Isso significa → apenas ideias de alta qualidade realmente merecem investir poder computacional para executá-las. Resumindo de forma simples, a capacidade de execução deixou de ser uma vantagem competitiva, e o foco de capital e equipe deve se transferir para “como escolher a ideia certa” e “como vender os resultados gerados pela IA”.

2. Qual é a principal motivação por trás da compra frenética de Tokens de IA pelas empresas? Quais seriam as consequências de não acompanhar essa tendência?

Motivação central = alavancagem extrema de eficiência. Por exemplo, uma pessoa gastando alguns milhares de dólares em Tokens pode completar em semanas o trabalho que uma equipe de cem pessoas levaria um ano (como análise de engenharia reversa de chips, modelagem da rede elétrica dos EUA).

Resultado = criação de “PIB fantasma” (Phantom GDP), ou seja, aumento significativo na produção real com custos drasticamente reduzidos, levando a distorções nas estatísticas tradicionais de PIB.

Se não acompanhar → inevitavelmente sofrerá uma redução de escala. Se você não gastar mais Tokens para criar e capturar valor excedente, acabará sendo “a base permanente da era da IA”, sendo rapidamente completamente comercializado e eliminado por concorrentes mais ágeis.

3. Onde exatamente está o gargalo na oferta de poder computacional de IA atualmente?

Na superfície = demanda por GPUs da Nvidia supera a oferta, e a vida útil de GPUs antigas está sendo prolongada (de 5 para 7-8 anos), elevando a margem de lucro dos provedores de nuvem.

Gargalo profundo 1 → Memória (DRAM): expansão de capacidade é extremamente lenta, a nova oferta absoluta só estará pronta em 2028, o que significa que os preços de memória podem triplicar ou quadruplicar até lá.

Gargalo profundo 2 → CPU: ambientes de aprendizado reforçado e a execução de grande quantidade de código gerado por IA exigem muitas CPUs, levando à escassez total de CPUs.

Gargalo profundo 3 → TSMC e materiais de borda: os gastos de capital da TSMC podem atingir US$ 100 bilhões até 2028, enquanto materiais periféricos como folha de cobre, PCB e fibra de vidro já estão no limite de capacidade, com toda a indústria competindo por “preços exorbitantes de pré-pagamento” para garantir produção.

4. Quais tendências estão se formando na competição de modelos de grande escala e na economia de Tokens?

Situação atual = Anthropic lidera temporariamente com o Opus 4.7 e o modelo interno “Mythos”, controlando riscos ao limitar o ritmo de liberação, com margens de lucro muito altas (>72%).

Disputa por poder computacional = Anthropic limita-se pela quantidade total de capacidade, enquanto a OpenAI tenta ultrapassar na curva com financiamento agressivo e acumulação de capacidade (junto com Microsoft, Oracle, etc.).

Conclusão principal → A demanda por Tokens supera em muito a capacidade de infraestrutura. Mesmo fabricantes de modelos de segunda e terceira linha acabarão “vendendo tudo”, devido à insuficiência de capacidade de ponta. Basicamente, se você consegue criar Tokens de alta qualidade, o mercado pode absorvê-los completamente.

5. Por que se prevê que haverá protestos massivos contra a IA no curto prazo?

Causa = A grande reorganização comercial trazida pela IA assustará as pessoas comuns, que tendem a culpar os problemas sociais de longa data pela presença da IA.

Catalisador = As estratégias de comunicação pública de gigantes da IA (como Sam Altman e Dario) são péssimas + a narrativa grandiosa de que “a IA mudará o mundo/substituirá empregos” aumenta a ansiedade do público.

Recomendação do Rede de Investimentos em Ações dos EUA → O setor deve parar de exagerar as capacidades assustadoras da IA no futuro, e passar a mostrar os efeitos positivos atuais da IA, caso contrário, a raiva pública será rapidamente instrumentalizada por políticos ou influenciadores, levando a um boicote em massa.

Perfil de Dylan Patel:

Analista-chefe do instituto SemiAnalysis (Dylan Patel), que faz análises aprofundadas de GPUs (especialmente Nvidia)

Analisa a oferta e demanda de poder computacional de IA (quem está sem chips, quem está acumulando)

Acompanha toda a cadeia produtiva (equipamentos da ASML → TSMC → provedores de nuvem → OpenAI, etc.)