Por que o V4.1-Flash da DeepSeek pressionou ações de memória

A divulgação do V4.1-Flash, da DeepSeek, levou o mercado a testar uma premissa central da alta das empresas de hardware para inteligência artificial: a de que modelos mais capazes exigirão, inevitavelmente, cada vez mais memória e armazenamento em cada operação. A reação imediata foi uma reprecificação dessa expectativa — agravada por um debate separado sobre desacelerar a evolução da IA de fronteira. Isso não significa, porém, que o ciclo de demanda por memória para IA tenha terminado.

O que mudou no V4.1-Flash

A DeepSeek informou que o V4.1-Flash precisa de um quarto da memória de alta largura de banda (HBM) e de um oitavo do armazenamento em SSD para seu cache de chave-valor, ou KV cache, em comparação com a geração anterior. A empresa destacou que os custos de acertos de cache podem representar uma parcela relevante das despesas com agentes de IA. 29

O cache KV guarda o estado de atenção de tokens já processados. Com isso, o modelo consegue continuar uma conversa longa ou uma tarefa sem recalcular todo o contexto anterior. É, portanto, uma limitação importante de capacidade na operação de modelos, especialmente em contextos longos e aplicações com agentes autônomos.

A melhoria anunciada não equivale a dizer que um sistema completo de IA passou, de repente, a precisar de 75% menos HBM ou 87,5% menos armazenamento. A comparação se refere especificamente às necessidades de cache KV frente à arquitetura anterior da própria DeepSeek. Pesos do modelo, infraestrutura de treinamento e outros componentes continuam consumindo volumes relevantes de memória e armazenamento. 25

Por que ações de memória e armazenamento caíram

Para investidores, a implicação parecia direta: se um modelo entrega atividade de inferência semelhante com muito menos memória de cache, o mesmo parque de hardware pode atender a mais sessões. Isso pode reduzir, no curto prazo, as expectativas de memória usada por carga de trabalho — e afetar projeções de demanda e preços para HBM e armazenamento corporativo.

A reação apareceu nos mercados. Em Seul, as ações da Samsung caíram 3,5% e as da SK Hynix recuaram 2,2% após o lançamento, segundo cobertura da época. 49 Depois, ações americanas ligadas a memória e armazenamento também ficaram sob pressão. Reportagens associaram a menor necessidade de HBM e SSDs do modelo da DeepSeek a uma revisão das perspectivas para a infraestrutura de IA. 5152

Isso não prova que um único lançamento tenha causado todos os movimentos. Empresas de semicondutores reagem a resultados financeiros, condições de oferta, juros, apetite por risco e projeções de investimento em data centers, entre outros fatores. Ainda assim, a queda mostrou o quanto as avaliações ligadas à IA se tornaram sensíveis à possibilidade de software e arquitetura de modelos reduzirem o hardware necessário para cada unidade de serviço prestado.

Um segundo foco de pressão: o pedido para moderar a IA de fronteira

A notícia de eficiência coincidiu com outra preocupação sobre demanda. No ensaio We Must Pace the Frontier, o CEO da Anthropic, Dario Amodei, defendeu reduzir o ritmo de avanço das capacidades da IA para que empresas e governos tenham tempo de alinhar e proteger sistemas cada vez mais capazes. Ele distinguiu explicitamente a ideia de “ritmar” o avanço de interromper o treinamento ou o progresso técnico, e propôs avaliadores externos integrados às empresas, coordenação entre governos democráticos e cooperação global. 40

O mercado pode interpretar uma trajetória mais lenta de avanço de capacidades — mesmo sem congelamento de treinamento — como risco de adiamento em gastos com aceleradores, redes, memória e data centers. No pregão citado pelas reportagens, os futuros do Nasdaq-100 caíam 1,77%, enquanto Marvell recuava mais de 7%, Intel cerca de 6% e Micron mais de 5%. 51

São dois fatores diferentes:

• A DeepSeek levantou uma questão de eficiência: quanta memória e quanto armazenamento cada carga de inferência exige?
• O debate sobre moderação levantou uma questão de calendário: com que velocidade o setor vai construir e implantar sistemas de IA de fronteira cada vez mais capazes?

Juntos, eles tornaram menos automáticas as projeções mais agressivas de demanda por infraestrutura de IA.

A crítica de Michael Burry ao discurso de desaceleração

O investidor Michael Burry classificou o discurso de desaceleração do setor como “interesse próprio”. Para ele, a medida poderia favorecer laboratórios líderes de IA ao dificultar a competição, gerar “hype & puffery” — expressão que remete a promoção exagerada — antes de possíveis ofertas públicas de ações e servir de cobertura para uma desaceleração do crescimento. Burry também argumentou que grandes modelos de linguagem não são inteligência artificial geral, ou AGI, e que, por isso, não haveria nada desse tipo a desacelerar. 14

Essas são opiniões de Burry sobre concorrência, avaliação de mercado e capacidades de IA, e não conclusões técnicas estabelecidas. Para o mercado, o ponto relevante é que o debate sobre desacelerar a IA passou a ser lido tanto pela ótica da segurança quanto pela dos incentivos empresariais.

O que muda para a tese otimista sobre memória

A versão mais simples da tese de alta para o setor de memória era linear: modelos maiores, janelas de contexto mais longas e mais usuários de IA levariam a mais HBM, NAND e capacidade de armazenamento. A DeepSeek introduziu uma força relevante no sentido contrário: eficiência arquitetural.

Uma forma mais adequada de analisar a demanda separa duas variáveis:

1. Memória necessária por carga de trabalho. Um design mais eficiente de cache KV pode reduzi-la.
2. Quantidade total e intensidade das cargas de trabalho. Mais usuários, contextos mais longos e mais agentes podem elevá-las.

A queda na primeira medida não determina automaticamente a segunda. Inferência mais barata e eficiente pode ampliar a adoção e criar mais requisições no total. Por outro lado, se os ganhos de eficiência se disseminarem mais depressa do que cresce o uso, pode haver menos hardware necessário para entregar um mesmo nível de produção em IA.

Por que o veredito de longo prazo ainda está em aberto

O V4.1-Flash é mais diretamente relevante para a inferência e para o cache KV. A comparação divulgada pela DeepSeek não elimina a memória empregada nos pesos dos modelos nem no treinamento. 25 Essa diferença importa porque treinar e servir modelos impõem exigências distintas de computação, memória e interconexão.

A incerteza central, portanto, não é se o ganho de eficiência anunciado é relevante — ele é —, mas se ele mudará a demanda agregada. Investidores precisarão acompanhar a adoção de técnicas semelhantes de economia de cache, o crescimento de cargas com contexto longo e agentes, os preços de HBM e armazenamento e a continuidade dos investimentos em treinamento e implantação de modelos de fronteira.

Por enquanto, a venda de ações é melhor entendida como um alerta contra a ideia de que a escassez de memória para IA é uma aposta de mão única. A inovação em modelos pode reduzir o hardware necessário por requisição tão rapidamente quanto novos casos de uso ampliam o número de requisições.