Visão geral da infraestrutura de IA: das seis principais cadeias de valor e lógica de investimento que vão da NVDA à EQIX

A narrativa da capacidade de AI passou por uma mudança estrutural profunda em 2026.
Nos últimos dois anos, toda a imaginação do mercado concentrou-se quase exclusivamente na GPU da Nvidia — quem tinha mais capacidade, quem obteve mais quotas de H100, quem conseguiu entregar primeiro os sistemas B200.
Mas, perante o compromisso total de 725 mil milhões de dólares em despesas de capital em infraestrutura de AI por parte das quatro gigantes tecnológicas Microsoft, Google, Amazon e Meta em 2026, nenhuma única etapa consegue suportar um fluxo de fundos tão colossal.
A verdadeira oportunidade está na profundidade de toda a cadeia de produção.

Desde chips até servidores, desde memória até armazenamento, passando por redes óticas e imóveis de data center que suportam tudo isso, os seis principais elos da infraestrutura de AI estão a passar por uma mudança estrutural de “treinamento dominante” para “explosão de demanda de pilha completa”.

Primeiro elo: Chips de AI — do Hopper ao Blackwell e ao Rubin no mapa de fornecimento

A Nvidia é o principal motor de investimento em toda a cadeia de infraestrutura de AI.
A variável-chave em 2026 reside na transição entre gerações de produtos e na evolução do padrão de fornecimento.

De acordo com a última pesquisa do setor da TrendForce, as entregas de GPUs de alta gama da Nvidia em 2026 devem crescer cerca de 26% em relação ao ano anterior, com a quota do série Blackwell a saltar de 61% para 71%, consolidando ainda mais a sua posição dominante.
Ao mesmo tempo, a próxima geração Rubin, embora já tenha sido enviada a alguns parceiros de topo, enfrenta desafios como a certificação HBM4 e gestão de consumo de energia, o que deve atrasar as entregas em grande escala até ao segundo semestre de 2026.
Este ritmo de transição gera uma consequência direta: os sistemas Blackwell B200 e B300 estão a tornar-se cada vez mais difíceis de obter.
O relatório recente da Wedbush Securities indica claramente que várias clientes relataram que os prazos de entrega dos sistemas Blackwell estão a prolongar-se, “nunca tendo havido uma escassez de fornecimento tão grave nesta fase do ciclo de vida”.

Em termos de volume de receita, a Nvidia já mencionou que as plataformas Blackwell e Vera Rubin podem gerar, em conjunto, até 500 mil milhões de dólares em receitas entre 2025 e 2026.
O analista do HSBC, Frank Lee, estima que as vendas da Nvidia no primeiro e segundo trimestres do exercício fiscal de 2026 serão de 42,2 e 55,4 mil milhões de dólares, respetivamente, ambos acima das expectativas de mercado de 42 e 46,2 mil milhões.

Um sinal de incremento que muitas vezes passa despercebido vem do lado da inferência.
A Nvidia está a expandir ativamente o mercado de inferência de AI, com uma nova solução LPU que, em 2026, deverá atingir dezenas de milhares de unidades, com o objetivo de duplicar esse número em 2027.
Para os investidores, a Nvidia deixou de ser apenas uma “empresa de chips de treino” — a mudança de narrativa de treino para inferência está a ampliar o teto de avaliação da empresa.

Segundo elo: Servidores de AI — caminhos de crescimento diferenciados para os três principais OEMs

Os servidores são o núcleo que converte chips em capacidade de cálculo entregável.
Em 2025, o mercado global de servidores atingiu uma receita recorde de 444 mil milhões de dólares, com 125,3 mil milhões no último trimestre, um crescimento de 52,4% em relação ao mesmo período do ano anterior.
A Gartner prevê que os gastos em servidores crescerão mais 36,9% em 2026.

Neste mercado, Dell, HPE e Supermicro, os principais fornecedores, apresentaram resultados bastante distintos no segundo trimestre de 2026.

A Dell apresentou um desempenho de explosão.
A receita de servidores otimizados para AI atingiu 16,1 mil milhões de dólares no trimestre, um aumento de 757%, superando os 9,8 mil milhões de dólares de toda a receita de AI de 2025.
Mais importante ainda, os pedidos pendentes — no trimestre, totalizaram 24,4 mil milhões de dólares, com um backlog recorde de 51,3 mil milhões, e mais de 5 mil clientes.
O Bank of America estima que a receita global de servidores de AI em 2026 atingirá cerca de 496 mil milhões de dólares, com uma quota de mercado da Dell de aproximadamente 12%.

A HPE apresenta uma lógica de crescimento completamente diferente.
O seu segundo trimestre fiscal de 2026 registou uma receita total de 10,7 mil milhões de dólares, um aumento de 40%, com vendas de sistemas de AI a crescerem 66%, atingindo 1,54 mil milhões de dólares.
Ao contrário da escala da Dell, 61% dos pedidos pendentes de AI, no valor de 5,9 mil milhões de dólares, vêm de clientes governamentais e grandes empresas, com margens mais elevadas, embora com ritmo de crescimento mais moderado.
A previsão do Bank of America é que a receita de servidores de AI da HPE em 2026 seja de 6,5 mil milhões de dólares.

A Supermicro aposta numa rota tecnológica diferenciada.
No trimestre, atingiu 10,24 mil milhões de dólares em receita, com uma vantagem competitiva centrada na tecnologia de refrigeração líquida — numa altura em que a densidade de potência dos data centers ultrapassa os 240 kW por armário, a refrigeração líquida passa de uma “opção” a uma “necessidade”, e a Supermicro detém cerca de 70% de quota neste segmento.

A Evercore prevê que a Dell e a HPE continuarão a receber investimentos excessivos de fornecedores Tier-2, entidades soberanas e empresas, com a procura por servidores a passar de “clientes de grande escala” para “clientes de cauda longa”.

Terceiro elo: Memória — explosão dupla de DRAM e HBM

A procura de data centers de AI por memória está a crescer a uma velocidade sem precedentes.
Este elo é impulsionado por uma lógica simples: modelos maiores, mais parâmetros, maior paralelismo de inferência, tudo isso exige um crescimento geométrico na procura por DRAM e HBM (memória de alta largura de banda).

A Micron é o principal indicador desta tendência.
Desde 2026, o valor das ações da Micron subiu mais de 237%, quase quadruplicando no último ano, com uma capitalização de mercado que já ultrapassou 1 trilião de dólares.
No último trimestre, a receita aumentou 74% em relação ao mesmo período do ano anterior, e o lucro líquido mais que duplicou, com preços de memória a subir cerca de 40% no ano.

Vários analistas concordam que os preços da memória continuarão a subir.
O Citigroup prevê que os preços de DRAM subirão pelo menos até ao próximo ano; a Gartner é mais agressiva, prevendo uma subida de 125% em 2026, com os preços de chips de armazenamento a poderem subir até 234%.
Apesar do aumento de preços, os compradores continuam a disputar capacidade, com Micron, Samsung e SK Hynix a esgotarem praticamente a sua capacidade antes de 2027.

A transição de “treinamento prioritário” para “inferência prioritária” faz com que a procura por memória seja ainda maior na inferência do que no treino, uma mudança estrutural que mantém o ciclo de prosperidade da memória bastante sustentado.

Quarto elo: Armazenamento — de “setor negligenciado” a uma das principais tendências de 2026

Em 2026, o armazenamento tornou-se numa das áreas de crescimento mais fortes na cadeia de fornecimento de AI.
Na bolsa dos EUA, Seagate, SanDisk e Western Digital tiveram uma forte valorização, impulsionadas pelos investimentos em infraestrutura de AI e pela procura por armazenamento de alta capacidade.

O relatório do Evercore de janeiro de 2026 indica que armazenamento e redes deverão ocupar uma fatia maior dos gastos de TI, com as empresas a enfrentarem atrasos crescentes na latência de dados e gargalos na arquitetura de armazenamento.
A previsão de crescimento do mercado de armazenamento para 2026 é de cerca de 9%, muito acima dos 4% de 2025.

A Seagate, líder no setor de discos rígidos, está a reavaliar o valor dos seus produtos para armazenamento persistente de dados de AI e grandes volumes de dados frios.
A SanDisk lançou recentemente uma cartão de armazenamento de 2000 dólares com 2TB, refletindo a capacidade de precificação de produtos de armazenamento de alta gama.

Do ponto de vista de investimento, os setores de memória e armazenamento continuam relativamente subavaliados — o P/E forward está na casa dos dígitos ou baixos dois dígitos, enquanto a procura impulsionada por AI ainda não atingiu o pico.
Como suporte físico ao fluxo de dados de AI, a certeza de benefícios e a margem de segurança na avaliação do armazenamento merecem acompanhamento contínuo.

Quinto elo: Redes óticas — necessidade premente de conectividade e expansão de banda em data centers de AI

A rede ótica é a componente mais “invisível” mas mais imprescindível na infraestrutura de AI.
À medida que os clusters de GPU aumentam de dezenas de milhares para centenas de milhares, a largura de banda entre chips, a transmissão de fibra dentro dos data centers e a troca de dados entre centros de dados tornam-se gargalos na capacidade de processamento total.
A Ciena é uma das empresas mais observadas pelos analistas neste setor.
O seu relatório do quarto trimestre fiscal de 2025 superou as expectativas, com o UBS a elevar o preço-alvo para 230 dólares, a Argus para 280 dólares com recomendação de compra, e a Rosenblatt para 305 dólares, considerando a Ciena como participante-chave na conectividade de redes de AI em data centers.

A Lumentum, fornecedora de componentes de comunicação ótica, também beneficia do aumento contínuo na procura por módulos óticos internos de data centers.
Com a evolução de 400G para 800G e até 1,6T, a rede ótica não só tem um ciclo de prosperidade garantido, como também uma clara oportunidade de upgrade tecnológico.

O core do Evercore é que os investimentos estão a passar do cálculo para armazenamento e infraestruturas de rede.
Este “efeito de difusão” deve fazer com que empresas como a Ciena e a Lumentum tenham maior peso na distribuição de lucros ao longo da cadeia de produção.

Sexto elo: REIT de data centers — o “arrendatário” da camada física de AI

O último elo da cadeia de investimento em infraestrutura de AI, e também o mais físico, é o REIT de data centers.
Com os investimentos contínuos de Microsoft, Google, Amazon e Meta, o espaço físico, a capacidade de energia e a conectividade dos data centers tornaram-se recursos escassos.

Os documentos regulatórios mais recentes da Equinix mostram que investidores institucionais como o Capital Research Global Investors continuam a aumentar as suas posições, e a Vise Technologies comprou mais de 1000 ações, refletindo o reconhecimento contínuo do papel estratégico dos ativos de data center numa carteira diversificada.

A principal vantagem do modelo REIT da Equinix é gerar uma receita de aluguer constante, através do fornecimento de gabinetes e serviços de conectividade a empresas, provedores de nuvem e operadoras de rede, devolvendo dividendos aos investidores.
A Digital Realty foca-se em grandes data centers, formando um padrão de competição diferenciado e complementar com a Equinix.

Para investidores que procuram fluxo de caixa, os REIT de data centers oferecem uma propriedade de rendimento de dividendos escassa na temática de AI, conferindo-lhes um valor de gestão de risco único na carteira.

Vantagens centrais e estratégias de operação na negociação de ações Gate

Em comparação com as corretoras tradicionais, a vantagem diferenciadora do Gate na negociação de ações: investimento em frações e baixo limiar.
Sem necessidade de comprar ações inteiras, permite participar em ações de alto valor, reduzindo significativamente o capital necessário para investidores individuais acessarem ativos de AI de alta qualidade;
uma conta única para múltiplos ativos.
Os utilizadores podem, através de uma conta Gate, configurar simultaneamente criptomoedas, ações nos EUA, ações tokenizadas e ETFs, eliminando a complexidade de múltiplas plataformas.

Para operar, o procedimento é: fazer login na conta Gate, completar a verificação de identidade, na página de negociação à vista mudar para “Ações Tokenizadas”, procurar o ativo desejado, escolher entre mercado à vista, contratos perpétuos ou Alpha, inserir quantidade e preço, e confirmar a ordem.
Para quem deseja negociar ações reais dos EUA, a plataforma já oferece compra direta de ações com USDT através de um corretor regulamentado.

Fatores de risco e reflexão estrutural sobre o investimento na cadeia de produção

A cadeia de infraestrutura de AI não é uma trajetória de crescimento sem riscos.
Desde uma análise de integridade lógica, é importante considerar os seguintes fatores de risco na tomada de decisão de investimento.

Risco de oferta.
A certificação HBM4 e os desafios de gestão de consumo de energia da série Rubin podem atrasar as entregas.
Qualquer perturbação na cadeia de fornecimento pode afetar toda a cadeia, através dos OEMs de servidores.

Risco de transição geracional.
A rápida evolução de Hopper para Blackwell e Rubin aumenta o risco de preços e de depreciação de inventário da geração anterior.

Risco de avaliação.
Com a capitalização de mercado da Micron a ultrapassar 1 trilião de dólares e um aumento de mais de 237%, há uma preocupação se o otimismo do mercado já incorporou expectativas excessivas.
Embora o Wedbush mantenha uma visão positiva sobre a Nvidia, o reconhecimento de que “nenhum cliente de AI está a desacelerar ou a alterar a sua implantação devido a soluções alternativas” é uma contradição que merece atenção.

Risco de estrutura de procura.
Atualmente, os gastos em infraestrutura de AI estão altamente concentrados em quatro grandes provedores de nuvem.
Se algum deles reduzir o orçamento, toda a previsão de procura será reavaliada.

Risco macroeconómico e político.
As restrições tecnológicas entre China e EUA, especialmente na exportação de chips avançados, continuam a afetar a distribuição regional da cadeia.
O aumento da procura por H200 devido às novas políticas de exportação também demonstra que variáveis políticas são forças externas importantes na oferta e procura.

Conclusão

A lógica de investimento em infraestrutura de AI está a passar por uma mudança profunda.
Desde a quota de entrega de chips Blackwell a ultrapassar 70%, até aos pedidos pendentes de servidores de AI da Dell que ultrapassam os 500 mil milhões de dólares, passando pela capitalização de mercado da Micron que supera 1 trilião de dólares, e pelo aumento contínuo de instituições nos data centers da Equinix — a validação cruzada dos seis principais elos aponta para uma conclusão comum:
A certeza de gastos em capacidade de AI está a expandir-se de “fornecimento de chips” para “infraestrutura de pilha completa”.