Sinalização fora da sede do Google em Mountain View, Califórnia, EUA, na terça-feira, 3 de fevereiro de 2026.
David Paul Morris | Bloomberg | Imagens Getty
A pesquisa mais recente do Google, que afirma tornar os modelos de IA mais eficientes, está pressionando os estoques de memória, com os investidores preocupados com a possibilidade de uma desaceleração na demanda por chips.
Na quinta-feira, as ações dos dois maiores fabricantes mundiais de chips de memória, SK Hynix e Samsung, caíram 6% e quase 5%, respectivamente, na Coreia do Sul. Empresa japonesa de memória flash Kióxia caiu quase 6%. Esses movimentos seguiram quedas em Sandisk e Mícron nos EUA na quarta-feira. Ambas as empresas caíram nas negociações pré-mercado dos EUA na quinta-feira.
AlfabetoGoogle revelou na terça-feira TurboQuantum novo método de compactação que pode reduzir em seis vezes a quantidade de memória necessária para executar grandes modelos de linguagem. A técnica se concentra na redução do cache de valores-chave, que armazena os cálculos anteriores de um modelo de IA para que não seja necessário executá-los novamente.
A técnica visa tornar os modelos de IA mais eficientes, um dos principais objetivos dos laboratórios líderes.
Os investidores temem que isto possa reduzir a procura por chips de memória de IA, que têm sido um componente crítico para treinar grandes LLMs de empresas como Google, OpenAI e Anthropic.
Matthew Prince, CEO da Cloudflare, chamou a pesquisa de “DeepSeek do Google”, referindo-se aos avanços de eficiência feitos pela empresa chinesa de IA DeepSeek no ano passado, que causaram uma venda massiva de ações de tecnologia.
“Muito mais espaço para otimizar a inferência de IA para velocidade, uso de memória, consumo de energia e utilização de vários locatários”, ele disse em uma postagem no X na quarta-feira.
No entanto, Ray Wang, analista de memória da SemiAnalysis, disse que a pesquisa do Google não levará necessariamente à necessidade de menos chips. O cache de valor é “um gargalo importante a ser resolvido para obter melhores modelos e desempenho de {hardware}”, disse ele.
Wang disse que será “difícil evitar um maior uso de memória” como resultado da melhoria do desempenho do modelo.
“Quando você resolve um gargalo, você ajuda o {hardware} de IA a ser mais capaz. E o modelo de treinamento será mais poderoso no futuro. Quando o modelo se tornar mais poderoso, você precisará de {hardware} melhor para suportá-lo”, disse Wang à CNBC.
Alta escaldante das ações de memória
Apesar da queda das ações na quinta-feira, uma tempestade perfeita de fatores continua a apoiar o mercado de memória no longo prazo. A demanda significativa, aliada à escassez de oferta, elevou os preços da memória a níveis sem precedentes e sustentou os lucros da Samsung, SK Hynix e Micron.
As ações da Samsung subiram quase 200% no último ano, enquanto Micron e SK Hynix subiram mais de 300%.
Analistas disseram que os movimentos desta semana nas ações de memória foram em grande parte impulsionados pela realização de lucros.
“As ações de memória tiveram uma corrida muito forte e este é um setor altamente cíclico, por isso os investidores já procuravam razões para obter lucro”, disse Ben Barringer, chefe de pesquisa tecnológica da Quilter Cheviot, à CNBC.
“A inovação do Google Turboquant aumentou a pressão, mas isto é evolutivo, não revolucionário. Não altera o quadro da procura a longo prazo da indústria. Num mercado preparado para reduzir o risco, mesmo um desenvolvimento incremental pode ser tomado como uma deixa para aliviar.”
