Isto não é um mero recuo técnico isolado. Quatro pressões estruturais estão a actuar em simultâneo sobre a lógica de valorização dos semicondutores de IA: a remodelação da cadeia de abastecimento pela substituição/produção local de semicondutores na China, a reavaliação do risco de crédito da Nvidia, o desafio que a melhoria de eficiência dos modelos de IA coloca à lógica de expansão da capacidade de computação (compute) e a saída de capital num contexto de transacções com valuation elevada e muito “cheias” (crowded). A seguir, vamos decompor uma a uma.
Diagrama da lógica de transmissão das quatro pressões sobre semicondutores de IA
Salto na produção local de semicondutores na China, levando a uma reavaliação global da cadeia de abastecimento
A 27 de julho, o líder em DRAM da China, a ChangXin Memory Technologies (CXMT), estreou-se no mercado STAR (KeChuang Ban) da Bolsa de Valores de Xangai. No fecho, o preço foi de 49,00 yuan, acima do preço de emissão de 8,66 yuan, um salto de 466%. O valor de mercado diário atingiu 3,28 biliões de yuan renminbi (cerca de 484,6 mil milhões de dólares), chegou a ultrapassar Tencent e Intel, tornando-se no primeiro lugar em valor de mercado dentro das A-shares. O montante de negócios do dia ultrapassou 1.400 mil milhões de yuan, estabelecendo um recorde histórico nas A-shares. O Financial Times do Reino Unido noticiou que a CXMT Technologies se tornou o “quarto maior produtor global de DRAM”.
Entretanto, surgiu no mercado a notícia de que uma empresa com capital de activos do Estado de Xangai já iniciou a produção em série de máquinas de litografia DUV de imersão. Este ano, a meta é produzir cerca de 5 unidades; no próximo ano, pretende aumentar para cerca de 20 unidades. Os primeiros equipamentos serão entregues à Semiconductor Manufacturing International Corporation (SMIC), à Huali (HuaHong Semiconductor) e à CXMT. Embora os 5 equipamentos planeados para 2026 pela indústria local representem apenas 3,8% das 131 unidades de envio da ASML em 2025, o mercado não está a negociar a substituição de curto prazo — está a negociar a mudança de longo prazo no padrão de fornecimento.
A narrativa dos últimos dois anos foi: aumento da procura por chips de IA → escassez global de fornecimento → empresas como Samsung, SK Hynix e Micron obtêm lucros extraordinários. A listagem da CXMT e a produção em série das máquinas de litografia nacionais apontam para uma expectativa oposta: aumento da capacidade da cadeia de fornecimento da China → aumento da oferta global → pressão sobre os preços da memória → queda das margens de lucro. A CXMT já aumentou a taxa de bons (yield) do chip DDR5 no processo de 17nm para 90%. A procura de DRAM doméstica representa um quarto do total global. Durante muito tempo, o país dependia de importações — uma vez que a produção local ganhe escala, o impacto na estrutura global de oferta e procura de memória será estrutural.
Esta expectativa reflecte-se directamente na queda do sector de armazenamento. A SK Hynix e a Samsung Electronics recuaram cerca de 50% e 41%, respectivamente, desde os máximos de junho — muito acima da queda de 21% do índice de semicondutores da Filadélfia (Philadelphia Semiconductor Index). O mercado não está a negociar “substituir a ASML este ano” por equipamentos chineses; está a negociar um cenário de longo prazo em que a oferta global de memória poderá ser remodelada entre 3 a 5 anos.
Comparação do montante de recuo acumulado dos principais activos de semicondutores de IA face aos máximos de junho
Reprecificação do risco de crédito da Nvidia
A 27 de julho, os Credit Default Swaps (CDS) de cinco anos da Nvidia chegaram a subir cerca de 14 pontos-base durante o pregão, com o máximo em cerca de 82 pontos-base por ano, registando a maior subida diária deste contrato desde que o mesmo voltou a negociar activamente em novembro de 2025. Os CDS podem ser vistos como um seguro contra incumprimento de dívidas corporativas: quando o preço sobe, isso significa que o mercado considera que o risco de crédito da empresa que emite dívida aumentou.
A subida acentuada dos CDS tem como gatilho imediato a preocupação do mercado com o modelo de “financiamento circular” da Nvidia. A 24 de julho, a Nvidia e o grupo sul-coreano SK anunciaram um acordo de colaboração para IA superior a 50 mil milhões de dólares. Em paralelo, a Nvidia está a negociar oferecer garantias de até 250 mil milhões de dólares à OpenAI, ajudando-a a arrendar capacidade de centros de dados. Segundo a imprensa, a Nvidia também está a discutir financiar um projecto dos Estados Unidos de 350 mil milhões de dólares para a OpenAI comprar os seus chips. A soma destes projectos ultrapassa 750 mil milhões de dólares.
Os críticos vêm alertando há meses que estes acordos têm natureza circular: a Nvidia fornece financiamento ou participa no capital de algumas empresas, e essas empresas normalmente acabam por comprar ou utilizar chips da Nvidia. Michael Ball, estratega macro da Bloomberg, aponta que estes acordos de infra-estruturas em escala reacesa puseram novamente dúvidas sobre a lógica dos “fluxos de caixa circulares” por trás do capex (despesa de capital) em IA — o crescimento das receitas da Nvidia depende em grande medida da capacidade de financiamento dos clientes a jusante. Como o dinheiro circula dentro da cadeia industrial, se o ambiente de financiamento mudar, toda a cadeia de despesa em IA enfrenta risco de contracção.
O que merece atenção é que a escalada dos CDS não é exclusiva da Nvidia. Os dados do London Stock Exchange Group mostram que gigantes da IA como Oracle, SpaceX, Alphabet, Amazon, Meta e Broadcom tiveram os seus CDS recentemente a atingirem máximos recorde. A Oracle, a 27 de julho, teve cotação de CDS de cinco anos em 215 pontos-base, muito acima dos 144 pontos-base no início do ano. A S&P Global Ratings já tinha rebaixado a classificação de crédito da Oracle para BBB- devido ao plano de investimento de 70 mil milhões de dólares em centros de dados.
O mercado está a colocar uma questão mais profunda: a Nvidia é, na realidade, um “fornecedor de GPUs” ou um “interveniente financeiro na infra-estrutura de IA”? Se for a segunda hipótese, a qualidade e a sustentabilidade das suas receitas precisam de ser reavaliadas.
Melhoria da eficiência dos modelos de IA, a desafiar a lógica da expansão da capacidade de computação
A 28 de julho, o Moonshot (o “Lado Escuro da Lua”) abriu oficialmente o modelo Kimi K3, publicando em simultâneo um relatório técnico e os pesos do modelo. A escala de parâmetros do Kimi K3 é de cerca de 2,8 triliões, aproximadamente o triplo do Kimi K2.5 anterior. Mas o dado mais importante é este: através de inovações tecnológicas como Kimi Delta Attention, Attention Residuals e MoonEP, a eficiência em escala melhora cerca de 2,5 vezes — ou seja, no sentido óptimo de utilização de compute, a produção de inteligência por unidade de compute é aproximadamente 2,5 vezes a do original. O relatório técnico mostra que a atenção linear KDA substitui 75% das camadas de atenção tradicionais; a compressão do KV Cache é de 75%; e a velocidade de descodificação de textos longos aumenta 6,3 vezes.
O Kimi K3 não é um caso isolado. Modelos open source como o DeepSeek também estão a explorar os limites da eficiência algorítmica. Estes progressos trazem de volta ao mercado um problema central: será que uma IA mais forte implica necessariamente mais GPUs e maiores centros de dados?
Antes, o mercado geralmente aceitava a lógica do “Scaling Law” — modelos maiores, mais dados e compute mais forte, com correlação linear entre os três. O Kimi K3 mostra um caminho diferente: com recursos de compute limitados, é possível obter ganhos significativos na produção de inteligência por unidade de compute por via de inovação arquitectónica. Se a optimização de algoritmos puder substituir parcialmente o empilhamento de compute, então as expectativas de crescimento da procura por GPUs, o retorno sobre investimento dos centros de dados e o ritmo dos capex dos fornecedores de cloud terão de ser calibrados novamente.
Naturalmente, esta lógica é contestada. As visões da Citigroup e do Bank of America Securities tendem para uma leitura negativa: a melhoria de eficiência pode libertar mais utilização através do “paradoxo de Jevons”, elevando assim o consumo total de recursos. Quando o custo de inteligência por unidade desce, as empresas vão implementar mais agentes inteligentes em funcionamento contínuo, análises de contexto longo, automação de código e serviços multimodais em tempo real. De qualquer forma, ao abrir o código do Kimi K3, pelo menos fica demonstrado uma coisa: existem caminhos reais para melhorar a eficiência do compute, e essa via não estava clara há 12 meses. O mercado precisa de fazer análises de cenários em ambos os sentidos para a “curva de procura de compute”, e não uma extrapolação apenas num sentido.
Transacções com valuation elevada e demasiado “apinhamento”: levantamento de lucros do capital
Nos últimos dois anos, o sector de semicondutores de IA acumulou ganhos enormes. As valorizações de mercado de activos-chave como Nvidia, SK Hynix, Broadcom, Micron e ASML já incorporaram antecipadamente as expectativas de crescimento de IA para os próximos anos. Quando surgem múltiplos factores negativos em simultâneo — concorrência na cadeia de fornecimento chinesa, risco de crédito da Nvidia, melhoria de eficiência dos modelos — o capital reduz a exposição ao risco.
O mercado de ações dos EUA de 27 de julho mostrou claramente esta rotação “alta no corte, baixa no swap” (de “high para low”): o índice de semicondutores da Filadélfia chegou a cair perto de 5% na abertura, acabando por fechar a recuar 2,23%; enquanto a Apple fechou a subir 1,17%, a Google - A subiu 2,13%, a Microsoft ganhou 1,94%, a SAP subiu 6,90%, e a Salesforce subiu 6,04%. O S&P 500, excluindo ações relacionadas com IA, subiu 0,80%, apresentando um desempenho claramente superior ao do índice global.
O analista Chris Hussey, do Goldman Sachs, assinalou que a “subida em atraso” do S&P 500 nos últimos dois meses tem como raiz principal a dúvida do mercado sobre a sustentabilidade do investimento em infra-estruturas de IA, e não factores macro como o preço do petróleo ou as taxas de juro. Thomas Martin, gestor sénior de carteira na Globalt Investments, foi mais directo: “estão a aparecer sinais de que a bolha da inteligência artificial está a ‘deflacionar’”.
Do ponto de vista dos fluxos de capital, o mercado está a deslocar-se do upstream de semicondutores — com valuation alta e dependência de expectativas futuras — para tecnologias de consumo com maior certeza de resultados e software empresarial com fluxos de caixa mais estáveis. Isto não é uma negação da tendência de longo prazo da IA, mas sim um ajustamento do desfasamento entre a valuation de curto prazo e as expectativas futuras.
Conclusão
A 28 de julho de 2026, o colapso conjunto do sector global de semicondutores de IA é a libertação concentrada de quatro pressões estruturais no mesmo intervalo temporal.
A substituição/produção local de semicondutores na China — a entrada em bolsa da CXMT e a produção em série de litografia DUV — desencadeou no mercado uma reavaliação prospectiva do panorama global de memória; a escalada recorde dos CDS da Nvidia revela a reprecificação do risco de crédito no seu modelo de “financiamento circular”; a abertura do código do Kimi K3, com dados de ganhos de eficiência de 2,5 vezes, desafia a narrativa linear de “IA mais forte = mais compute”; e a rotação de capital num contexto de transacções com valuation elevada é a tradução inevitável, no mercado de capitais, das três pressões anteriores.
Estas quatro pressões não são independentes. A ascensão da cadeia de fornecimento chinesa pode reduzir os preços da memória, afectando assim as expectativas de lucros da SK Hynix e da Samsung; a subida do risco de crédito da Nvidia pode aumentar os custos de financiamento da infra-estrutura de IA, desacelerando o ritmo de crescimento da procura de compute; se a melhoria de eficiência for confirmada de forma contínua, pode alterar a estrutura de capex dos fornecedores de cloud, o que por sua vez afecta o ciclo de encomendas de todo o ecossistema de equipamentos e chips de semicondutores. Em conjunto, formam um ciclo lógico de reforço mútuo.
Para os investidores, o que precisa de ser distinguido neste momento não é se a “tendência de longo prazo da IA” é válida, mas sim se as hipóteses implícitas nos actuais modelos de valuation ainda são eficazes. Quando simultaneamente a curva da oferta de compute, a curva dos custos de financiamento e a curva da eficiência dos algoritmos mudam de posição, os modelos de valuation baseados na extrapolação de uma única variável precisam de ser recalibrados.
FAQ
P1: Quais são as principais razões para a queda acentuada das ações da Nvidia?
A Nvidia fechou a 27 de julho em baixa de 4,99%. O gatilho imediato foi a preocupação do mercado com o seu modelo de “financiamento circular”. A Nvidia está a avançar com transacções em infra-estrutura de IA que ultrapassam 750 mil milhões de dólares, incluindo uma colaboração com o grupo SK acima de 500 mil milhões de dólares e garantias de financiamento para a OpenAI. O mercado receia que o crescimento das receitas da Nvidia dependa em grande medida da capacidade de financiamento dos clientes a jusante e que, caso o ambiente de financiamento se altere, toda a cadeia de despesas em IA se contraia. Os CDS de cinco anos da Nvidia dispararam 14 pontos-base no próprio dia para 82 pontos-base, registando a maior subida de sempre.
P2: Por que razão a SK Hynix e a Samsung Electronics caíram muito mais do que a Nvidia?
A SK Hynix caiu 14,65% e a Samsung Electronics caiu 13,39%, com uma queda significativamente maior do que a da Nvidia (4,99%). A razão central é que o sector de memória é directamente atingido pelo choque da substituição/produção local de semicondutores na China — a CXMT teve um salto de 466% no primeiro dia de negociação e as máquinas de litografia DUV nacionais entraram em produção em série. O mercado receia que a expansão da capacidade de memória da China aumente a oferta global e pressione para baixo os preços da memória, sendo o negócio de memória justamente a principal fonte de lucros da SK Hynix e da Samsung. Ambas as empresas recuaram já cerca de 50% e 41%, respectivamente, desde os máximos de junho.
P3: Que impacto tem a abertura do código do Kimi K3 na lógica de investimento em semicondutores de IA?
A escala de parâmetros do Kimi K3 é de cerca de 2,8 triliões; por via de inovação arquitectónica, alcança ganhos de eficiência em escala de cerca de 2,5 vezes. Isto põe em causa a narrativa tradicional de “IA mais forte = mais GPUs + maiores centros de dados”. Se a optimização de algoritmos continuar a melhorar a produção inteligente por unidade de compute, as expectativas de crescimento da procura por GPUs, a taxa de retorno de investimento dos centros de dados e o ritmo dos capex dos fornecedores de cloud poderão ser reavaliados. Naturalmente, a melhoria de eficiência também pode libertar mais utilização através do “paradoxo de Jevons” — mas, pelo menos, o mercado precisa de deixar espaço para o preço de um cenário de “crescimento não linear da procura de compute”.
P4: Qual é o impacto da substituição/produção local de semicondutores na China no mercado global de memória?
O impacto a curto prazo é limitado — as máquinas de litografia DUV de produção nacional planeadas para 2026 são apenas 5 unidades, equivalente a 3,8% do volume de envios da ASML. Mas o que o mercado negocia é a mudança de longo prazo no padrão: a CXMT já se tornou no quarto maior produtor global de DRAM, e a taxa de bons dos chips DDR5 no processo de 17nm chega a 90%. A procura de DRAM doméstica representa um quarto do total global. Se a substituição/produção local continuar a avançar, o panorama global de oferta de memória passará de um “duopólio/três gigantes” para uma “competição entre quatro”, o que alterará a lógica de pricing de longo prazo dos preços da memória.
