Micron: é a refrigeração, não os chips, que trava agora a IA

O presidente e diretor de tecnologia e produto da Micron Technology, Scott J. DeBoer, proferiu a palestra "From Silicon Innovation to System Intelligence: Architecting the Next Wave of AI" no fórum principal do SEMICON Taiwan 2026, realizado a 2 de setembro no centro de exposições de Nangang, em Taipé. A sua frase deu o mote ao dia: a IA expande-se agora à velocidade da memória. Anos de progresso técnico permitiram extrair mais eficiência de cada bit e mais largura de banda de uma capacidade fixa, referiu, mas isso continua longe de bastar face à procura global de construção de centros de dados — a memória, avisou, continuará gravemente subabastecida durante vários anos.

Largura de banda, capacidade, refrigeração: o triângulo de ferro da IA

Para descrever as três dimensões de um sistema de memória, DeBoer recorreu a uma analogia automóvel que, disse, só lhe ocorreu nessa manhã. A largura de banda é a potência do motor: tem de continuar a subir para entregar os ganhos de computação que hoje se dão por garantidos. A capacidade é o depósito de combustível: quando a largura de banda escasseia, o sistema não precisa de muita capacidade, mas à medida que a largura de banda sobe, a capacidade tem de crescer a par, num ciclo que se autoalimenta. O terceiro elemento, a refrigeração, são os pneus: por maior que seja o motor ou mais cheio o depósito, um carro com os pneus vazios não anda. Descreveu uma gestão térmica que mudou de forma drástica no último ano: à medida que a largura de banda sobe em conjunto com os parceiros, retirar o calor do sistema tornou-se o fator que, no limite, determina a que velocidade essa largura de banda pode realmente funcionar. As três condições, sublinhou, têm de estar reunidas ao mesmo tempo — é isso que significa, na prática, "a IA a expandir-se à velocidade da memória".

Segundo DeBoer, a versão da lei de Moore aplicada à memória mantém-se numa curva exponencial. Ao longo de 30 anos no setor, viu a DRAM atravessar 15 nós de processo, com um crescimento cada vez mais impulsionado por reformulações de arquitetura do que pela simples miniaturização geométrica — e há ainda vários saltos deste tipo pela frente. A densidade da DRAM de ponta é hoje tão elevada que cabem mais de 1.500 condensadores DRAM na largura de um cabelo humano. Transposto para a escala automóvel: um Porsche de 1995, com 270 cavalos, a custar 60 mil dólares e a fazer 23 milhas por galão, teria hoje quase 3 milhões de cavalos, custaria 5 dólares e faria 23 mil milhas por galão.

Três estrangulamentos por resolver no encapsulamento avançado

• A pressão lateral sobre o encapsulamento avançado: colocar cada vez mais dados nos chips lógicos através de um número fixo de ligações de entrada/saída por milímetro quadrado aumenta continuamente a pressão sobre a densidade de interligação. A união wafer-to-wafer, já padrão na NAND, tem de se estender à DRAM — mas a capacidade de fabrico e o controlo de processo ainda exigem trabalho considerável.
• A maturidade de fabrico do hybrid bonding, o verdadeiro estrangulamento: esta técnica de união híbrida continua a ser usada numa escala relativamente pequena em toda a indústria; os processos die-to-wafer, o empilhamento, a metrologia e a física da união têm de amadurecer bastante antes de se conseguir uma união fiável em volumes muito elevados. A capacidade de fabrico em grande volume está claramente atrasada hoje.
• A refrigeração deixa de ser um pormenor e passa a ser desenho estrutural: o calor gerado pela lógica moderna não é uniforme, pelo que a DRAM tem agora de ser concebida caso a caso, consoante o cliente e a aplicação, com percursos físicos de refrigeração incorporados diretamente nos chips e nas pilhas 3D, para conduzir o calor da camada lógica inferior até à interface de arrefecimento no topo. DeBoer considera este o desafio fundamental dos roteiros de largura de banda de HBM4E, HBM5, HBM5E e da memória vertical para os próximos quatro a cinco anos.

Nos centros de dados, a HBM está no topo da pirâmide de desempenho, mas todo o sistema assenta em muito mais do que ela sozinha: os módulos DDR de alta densidade e os módulos DRAM de baixo consumo desempenham hoje um papel maior e mais complexo, movendo modelos para dentro e fora da memória e absorvendo as enormes necessidades da cache de chave-valor (KV cache). Os SSD NAND de alto desempenho, vistos por muitos como um mau negócio há apenas quatro ou cinco anos, tornaram-se um motor inesperadamente grande da procura em centros de dados. Na periferia (edge), a robótica e as aplicações automóveis também exigem largura de banda elevada, mas sob restrições de consumo e custo muito diferentes — o que aumenta ainda mais a pressão sobre uma escassez de DRAM já grave por causa dos centros de dados. A Micron comprometeu-se publicamente a investir cerca de 250 mil milhões de dólares na próxima década para expandir fábricas nos Estados Unidos, em Taiwan, Singapura e no Japão; mas DeBoer sublinhou que a sua palestra não era sobre essa expansão: a tarefa mais urgente a curto prazo é extrair mais da capacidade já existente através da inovação e da eficiência.

A memória fixa o preço de um token de IA

Muitos estrangulamentos do sistema não vão mudar tão cedo, explicou DeBoer, pelo que a margem de otimização está sobretudo na largura de banda da memória e na forma como é aproveitada. Os ganhos de largura de banda da HBM — da HBM3E para as próximas HBM4 e HBM4E — têm sido o principal motor da queda dos custos de "tokenomics" da IA nos últimos anos, uma curva que se estende também aos telemóveis, aos dispositivos pós-smartphone e às aplicações automóveis. O passo seguinte é a HBM vertical, que empilha a memória diretamente sobre o chip lógico para uma largura de banda muito maior com menor capacidade, adequada a cargas de inferência ávidas de largura de banda — ainda que esta tecnologia dependa também da maturação do hybrid bonding. Aproximar fisicamente a memória do processamento, reduzindo a resistência e as perdas de encaminhamento, reduz também o custo energético entre a HBM e a lógica. Quanto à interligação ótica, DeBoer disse estar mais focado nas ligações óticas chip a chip entre HBM e GPU do que nas ligações de bastidor a bastidor — um problema mais difícil, com um horizonte mais longo. Mesmo o encapsulamento de "força bruta" — mais HBM, mais GPU, sistemas maiores — reduz o custo por token. A própria DRAM também avança para estruturas 3D; ao contrário da NAND 3D, não vai duplicar a capacidade de um só salto, mas deverá bastar para sustentar uma década de crescimento de bits.

A Micron está também a alargar o seu fundo de capital de risco dedicado à IA, para entrar mais cedo em startups promissoras, e anunciou, no final de agosto, os Micron Research Labs, um compromisso de 10 mil milhões de dólares ao longo de dez anos para trabalhar com universidades, laboratórios nacionais e startups em investigação com um horizonte mais longo do que qualquer coisa que a empresa tenha financiado até agora. DeBoer resumiu a aposta da Micron como uma cadeia completa: fabrico de bolachas de silício, colaboração com os fabricantes de equipamento e codesenho ao nível do sistema com os clientes. A capacidade, disse, acabará por se ajustar; a tarefa imediata é extrair o máximo possível do que já existe.

A refrigeração é como os pneus: por maior que seja o motor ou mais cheio o depósito, se os pneus não tiverem ar, o carro não anda.

Três gigantes da memória, o mesmo diagnóstico

O aviso de DeBoer não é um caso isolado. Segundo o meio tecnológico taiwanês DigiTimes, responsáveis da Samsung Electronics e da SK Hynix concordaram, no mesmo palco do SEMICON Taiwan 2026, com a Micron, quanto ao facto de a HBM 2,5D tradicional, assente em interposer, se aproximar de um teto de desempenho, e de a indústria estar a migrar para o empilhamento vertical 3D e a união ao nível da bolacha (wafer), de modo a reduzir o consumo associado à transmissão e a desbloquear mais largura de banda. Noutro artigo, a DigiTimes referiu ainda que a Micron está a explorar arquiteturas de "DRAM de acoplamento estreito" (tightly coupled DRAM) capazes de entregar mais de dez vezes a largura de banda da HBM, com um consumo de energia por bit substancialmente inferior — prova de que o fosso crescente entre o desempenho dos processadores e a largura de banda da memória é já tratado, em toda a indústria, como a restrição que limita até onde a computação de IA pode escalar, e não como um discurso exclusivo da Micron.

O que significa isto para as empresas portuguesas que dependem de capacidade de computação de IA — fornecedores de nuvem, empresas de software de IA, startups que alugam GPU a hyperscalers ou a fornecedores europeus? Um mercado de memória "gravemente subabastecido" não é um aviso abstrato: traduz-se em prazos de entrega mais longos e preços mais altos para servidores de IA e módulos GPU equipados com HBM, sempre que os preços spot da memória apertam. Garantir contratos de fornecimento com antecedência, e reservar margem orçamental para o agravamento de custos, torna-se agora mais realista do que encomendar de última hora. E, uma vez que a refrigeração se tornou, por si só, um estrangulamento estrutural, o planeamento térmico e elétrico dos centros de dados e do hardware de IA na periferia passa a pesar tanto quanto o próprio chip.