Um relatório recente da TrendForce destaca um componente frequentemente negligenciado na infraestrutura de inteligência artificial: a memória. Enquanto a maioria das discussões se concentra em GPUs e centros de dados, a memória — tanto DRAM quanto NAND flash — está se tornando um fator crucial que influencia custos, desempenho e planejamento de capacidade. As projeções indicam que, até 2027, o mercado de memória pode atingir um recorde histórico de 842,7 bilhões de dólares, sinalizando o que poderia ser uma “segunda onda” do boom da IA, desta vez com a memória no papel central.
A TrendForce traz à tona uma mudança estrutural. Com o aumento do volume de dados que precisam ser processados e movimentados, os sistemas de IA estão se tornando mais dependentes de DRAM de alto desempenho — que oferece grande capacidade e baixa latência — para processar parâmetros de modelos e executar inferências prolongadas. Ao mesmo tempo, a NAND flash está evoluindo de um simples meio de armazenamento para um componente crítico na transmissão rápida de dados, essencial em ambientes de infraestrutura.
As previsões detalhadas mostram que o mercado total de memória deverá alcançar 551,6 bilhões de dólares em 2026, aumentando ainda mais para 842,7 bilhões de dólares em 2027 — um crescimento anual de impressionantes 53%. Esta aceleração não é linear, uma vez que se prevê um forte aumento na demanda ligado à IA e à infraestrutura empresarial.
No entanto, a pressão sobre os preços e a disponibilidade é palpável. O relatório aponta que, historicamente, os preços de DRAM aumentaram cerca de 35% trimestralmente, mas no último trimestre, esse aumento superou os 53% devido à demanda por DDR5. Para 2026, as projeções indicam que os preços podem subir mais de 60% no primeiro trimestre.
A TrendsForce sugere que esta não é apenas uma questão de “ciclo de preços”, mas sim uma mudança de arquitetura na própria IA, onde a necessidade de uma capacidade de acesso a dados mais eficiente se torna cada vez mais crítica. Com a crescente dependência da memória, as empresas precisam rever suas estratégias de orçamento e compras, focando na otimização de cargas de trabalho e no design da arquitetura de dados para evitar excessos de custos.
