De GPU para CPU: Como a revolução dos agentes de IA impulsionada pelo Meta (META.US) Muse está remodelando o cenário da indústria de chips?

De acordo com o aplicativo financeiro Zhihui Caijing APP, o lançamento do agente pessoal de IA Muse da Meta superou 2,5 milhões de downloads em 6 dias e alcançou o topo do ranking gratuito da App Store dos EUA, como uma pedra lançada no lago global das ações de IA, gerando ondas — a AMD ultrapassou US$1 trilhão em valor de mercado na segunda-feira, protagonizando junto com Meta, Intel e Arm um raro rali de “CPU”. Superficialmente, isso parece ser uma festa setorial impulsionada por um produto único; na essência, representa uma reprecificação do mercado diante da migração estrutural do poder computacional, à medida que a IA avança da “geração” para a “ação”.

Wedbush, Morgan Stanley, Goldman Sachs, Jefferies e outros grandes bancos já formaram avaliações sistemáticas: com a adoção em massa dos agentes inteligentes de IA, o gargalo computacional está migrando das GPUs para CPUs e memórias, e o mercado de CPUs para servidores terá uma expansão incremental de dezenas de bilhões de dólares.

O sucesso de Muse impulsiona a euforia das ações de chips

Lançado pela Meta em 8 de setembro, o agente pessoal de IA Muse alcançou mais de 902 mil downloads em 6 dias, superando os 773 mil do Meta AI anterior no mesmo período e rapidamente atingindo o topo do ranking gratuito da App Store dos EUA, mantendo-se lá por vários dias consecutivos. Segundo dados da Sensor Tower, o Muse já superou 2,5 milhões de downloads, liderando sobre ChatGPT e Claude.

O sucesso inicial do Muse entre os consumidores elevou as expectativas do mercado quanto ao aumento explosivo na demanda por poder computacional impulsionado pela ampla adoção de agentes de IA, com forte fluxo de capital para ações de chips como AMD (AMD.US), Intel (INTC.US) e Arm (ARM.US). Impulsionada por esse catalisador, as ações da AMD saltaram quase 10% na segunda-feira, fechando a US$615,52, com seu valor de mercado ultrapassando pela primeira vez US$1 trilhão, tornando-se a quarta empresa de chips dos EUA a atingir esse patamar após Nvidia, Broadcom e Micron. As ações da Meta subiram 11%, Intel disparou mais de 12%, Arm valorizou mais de 17% e o índice Philadelphia Semiconductor fechou em alta de 4,3%, seu maior ganho diário desde 4 de agosto, com cinco dias consecutivos de alta.

Os preços das ações das fabricantes de chips sul-coreanas Samsung Electronics e SK Hynix subiram cerca de 3,5% no início da manhã, enquanto o índice ponderado de Taiwan avançou 1,8%, atingindo um patamar recorde.

Gary Tan, gestor de portfólio da Allspring Global Investments, afirmou que a alta do mercado de Taiwan “reflete a crescente convicção de que, à medida que a adoção de IA acelera, os provedores de nuvem de escala hipergrande continuarão a expandir suas operações de chips próprios”.

“Se produtos como Muse conquistarem tração, os provedores de nuvem hiperescala precisarão de mais capacidade de processamento, acelerando ainda mais a demanda por chips de IA personalizados e apoiando o ecossistema de ASICs de Taiwan.” — Gary Tan, gestor de portfólio da Allspring Global Investments. Esse sólido desempenho inicial ajudou a recuperar a confiança nas operações com IA — o mercado anteriormente se preocupava com valorizações excessivas e, recentemente, com possíveis ameaças existenciais trazidas por modelos avançados. O atrativo inicial do Muse fornece novas evidências de que a demanda permanece forte. “O mercado rapidamente percebeu que não se trata apenas de um caso de sucesso de produto — trata-se de uma reprecificação estrutural da demanda por poder computacional de IA. A adoção em massa do Muse pode aumentar significativamente a demanda em toda a cadeia de suprimentos da infraestrutura de IA, tornando os fabricantes de chips os principais beneficiários dessa tendência.” — Dilin Wu, estrategista da Pepperstone

O modo de trabalho do agente altera o papel das CPUs

O foco do entusiasmo do mercado não está no ranking temporário de um app, mas sim em como agentes de IA como o Muse estão transformando a estrutura subjacente da demanda por poder computacional.

O fluxo de trabalho tradicional dos chatbots é “usuário faz uma pergunta — modelo gera uma resposta — tarefa concluída”; enquanto o fluxo de trabalho do agente é um ciclo de “usuário define objetivo — modelo detalha o plano — aciona navegador e ferramentas — executa ações — ajusta ao encontrar obstáculos — continua executando”.

Nesse ciclo, GPUs são responsáveis pela inferência do modelo e cálculos de matriz, enquanto as CPUs assumem tarefas de orquestração, execução de máquinas virtuais, controle de navegador, chamadas de API, leitura e gravação de bancos de dados, isolamento seguro em sandbox, entre outras funções na camada de execução. Como descrito pela Fujitsu na apresentação Hot Chips 2026, funções como orquestração, busca, chamadas de banco de dados e ramificações condicionais estão cada vez mais recaindo sobre as CPUs, com as GPUs tratando apenas as etapas de cálculo em massa de matrizes.

O significado quantitativo dessa mudança está na relação CPU/GPU. Em servidores tradicionais voltados ao treinamento, usava-se frequentemente uma razão de 1:4 ou até 1:8 entre CPU e GPU; mas na inferência de agentes, que exige alta concorrência e uso de ferramentas, a proporção de CPUs pode subir para 1:1 ou 1:2, com algumas instituições projetando cenários ainda mais elevados.

Opinião dos grandes bancos: o julgamento estrutural já foi formado, mas a cadeia de transmissão ainda não foi comprovada

Em torno dessa mudança estrutural, as principais instituições de Wall Street constroem gradualmente um consenso mais claro.

O analista Matthew Bryson, da Wedbush, resume de forma direta: “Somente Intel e AMD fabricam dispositivos computacionais materiais para agentes de IA.” Essa avaliação reconduz o mercado de CPUs para servidores ao centro das atenções dos investimentos em IA. Jacky He, analista da Jefferies, também destaca que a adoção mais ampla de agentes de IA pelos consumidores aumentará diretamente a demanda por CPUs de servidores devido à maior carga de inferência e orquestração, salientando o impacto profundo dessa tendência para o ecossistema x86, historicamente negligenciado.

A avaliação do Morgan Stanley é ainda mais sistemática. O banco estima que agentes baseados em IA podem adicionar entre US$32,5 bilhões e US$60 bilhões ao mercado de CPUs para data center até 2030, em um mercado já acima de US$100 bilhões. O argumento central do banco é que “o gargalo do processamento está migrando de GPU para CPU e memória”, pois a transição da IA da geração para a ação autônoma resulta em um salto estrutural na intensidade do cálculo geral. A equipe de pesquisa destaca que, conforme as cargas de trabalho de IA migram de inferências pontuais para execução contínua de tarefas, as funções de orquestração e coordenação desempenhadas pelas CPUs tornar-se-ão estrategicamente mais relevantes que o poder de cálculo bruto das GPUs.

Já o JPMorgan complementa de uma perspectiva setorial, prevendo que a ascensão de agentes de IA irá acelerar o realinhamento do equilíbrio entre chips personalizados e CPUs genéricas por parte dos provedores de nuvem hiperescala — com aumento simultâneo do investimento tanto em ASICs e aceleradores personalizados quanto em CPUs para servidores com alto número de núcleos, apontando uma relação complementar, não de substituição.

A equipe de análise do Citi destacou em seu último relatório a lógica dos “beneficiários secundários” — à medida que a carga sobre CPUs aumenta, haverá também maior demanda para memórias DDR5, SSDs corporativos e controladores de armazenamento de alta largura de banda, beneficiando fabricantes de armazenamento como Micron, Samsung Electronics e SK Hynix.

No entanto, é importante ressaltar que o mercado atual ainda é impulsionado fortemente por emoções. Analistas indicam que esse movimento de alta está baseado numa “cadeia de transmissão ainda não suportada por pedidos divulgados”. Jason Helfstein, da Oppenheimer, fez projeções conservadoras: a Meta precisaria de cerca de 115 milhões de assinantes pagos do Muse (a US$20 por mês) para obter entre US$27,5 e US$28 bilhões em receita anualizada com agentes de IA, algo que ele considera “improvável”, citando dúvidas sobre conversão de pagantes, concorrência acirrada e baixa confiança do consumidor em compartilhar senhas com a Meta.

Efeitos na cadeia de suprimentos e as “fissuras” na euforia da Meta

Caso a mudança estrutural na demanda por CPU se confirme, os beneficiários não se limitarão apenas aos grandes nomes do setor. A Meta é o segundo maior cliente da AMD, responsável por cerca de 5,5% de sua receita, e ambas ampliaram sua parceria em fevereiro deste ano, planejando instalar até 6 GW de GPUs AMD Instinct. A Arm também ocupa papel crucial na arquitetura de CPUs para data centers na era dos agentes. Indo mais a fundo, segmentos como chips personalizados ASIC, comunicação óptica e memórias também se beneficiarão com a mudança na arquitetura computacional.

No entanto, a situação financeira da própria Meta está sentindo o peso dos altos investimentos em IA. No segundo trimestre de 2026, a Meta registrou receita de US$60,8 bilhões, aumento de 28% ano a ano, mas seu fluxo de caixa livre despencou de US$8,55 bilhões no mesmo período anterior para US$784 milhões, queda de 91%; a margem operacional caiu de 43% para 31%, com o guidance de investimento anual em capital entre US$130 e US$145 bilhões.

Além disso, a Amazon já bloqueou o acesso do Muse ao seu site de varejo, alegando que o app não identifica sua natureza, possivelmente obtém credenciais de usuários e captura dados de contas, evidenciando que na era dos agentes a disputa entre plataformas pelo controle do relacionamento com o usuário está se intensificando.

A conferência Meta Connect, que começa nesta quarta-feira, será o primeiro teste da sustentabilidade desse “rali das CPUs”. Caso o crescimento de usuários e a trajetória de monetização do Muse sejam confirmados, o mercado ganhará uma âncora mais sólida para a reprecificação do poder computacional voltado à IA; caso contrário, a expansão de múltiplos guiada por um único produto pode demorar mais para ser assimilada.