A aposta de $15B da Qualcomm leva a computação de ponta para dentro dos centros de dados

A Qualcomm espera obter $15B em vendas de processadores para centros de dados no ano fiscal de 2029, embora a produção do Dragonfly C1000 esteja prevista apenas para 2028. A empresa construiu sua posição em IA levando o processamento para fora, em direção a celulares, PCs e à ponta da rede. Agora, sua principal meta de crescimento está dentro de centros de dados adquiridos por um pequeno grupo de provedores de hiperescala.

O caminho para reduzir a dependência dos celulares passa por dentro

Em 2019, a Qualcomm apresentou o Cloud AI 100 como um processador de inferência na ponta. Em 2026, anunciou o Dragonfly C1000, uma CPU para centros de dados com produção prevista para 2028. Ao longo de sete anos, a Qualcomm mudou o ambiente em que pretende obter retorno sobre suas vantagens de projeto.

Num primeiro momento, a Qualcomm buscou levar a IA para perto dos dispositivos, sem devolver todas as tarefas a um sistema centralizado. Para isso, combinou seu relacionamento com clientes, o controle do consumo de energia e suas ambições junto aos desenvolvedores com a inferência na ponta. Agora, a empresa precisa tornar economicamente viáveis cargas de trabalho crescentes dentro da infraestrutura de IA, onde os processadores operam em gabinetes, redes, hierarquias de memória e limites de energia adquiridos por poucos clientes de enorme porte.

A Qualcomm elevou sua projeção de receita fora do mercado de celulares no ano fiscal de 2029 de $22B para $40B e atribuiu $15B desse total às vendas esperadas de processadores para centros de dados. Nessa escala, os centros de dados se tornam uma das principais vias para reduzir a dependência da empresa em relação aos celulares.

A Qualcomm afirma que a Meta usará o Dragonfly C1000, de alta eficiência energética, quando a produção começar em 2028. Mesmo sem números divulgados sobre volume ou condições econômicas, a presença de um cliente de hiperescala já anunciado oferece à Qualcomm um caminho para uma implantação concreta, em vez de deixá-la com um processador à espera de mercado.

A implantação pela Meta mostrará se a Qualcomm consegue levar aos gabinetes dos centros de dados a mesma disciplina energética aplicada aos dispositivos finais, agora diante de exigências adicionais de memória, redes e aceleradores.

Um processador para centros de dados não pode mais competir sozinho

Uma CPU pode organizar o trabalho, um acelerador pode executá-lo, uma interconexão pode transferi-lo e a memória pode fornecer os dados. Um sistema pronto para implantação precisa dos quatro. Os compiladores devem tornar os recursos físicos acessíveis, os programas de orquestração precisam distribuir as cargas de trabalho e os clientes devem conseguir migrar seus códigos sem reconstruir toda a operação em torno de uma plataforma desconhecida.

A Qualcomm está comprando essas competências. O acordo para adquirir a Modular por quase $4B, com conclusão prevista para o segundo semestre de 2026, incorpora uma plataforma de programação para processadores e uma linguagem proprietária. A aquisição já concluída da Alphawave Semi forneceu tecnologias de conectividade que, segundo informações publicadas, estão presentes nas conversas para projetar processadores sob medida para a ByteDance. Em conjunto, os negócios buscam tornar o Dragonfly programável, conectado e adaptável às cargas de trabalho de cada cliente.

Antes da implantação, a Qualcomm precisa integrar a arquitetura do processador, a transferência de dados da memória, as redes, os compiladores e o atendimento aos clientes. Controlar mais camadas eleva o custo de entrada da empresa, mas pode poupar os compradores de combinar ferramentas desconhecidas e aumentar o custo de troca depois da instalação.

Os próprios clientes definem cada vez mais as opções disponíveis. A OpenAI forneceu à Broadcom conhecimento sobre suas cargas de trabalho e levou um processador de inferência otimizado para LLM da fase de projeto à entrega para fabricação em nove meses.

Para substituir um fornecedor já estabelecido, a Qualcomm precisa permitir que a Meta migre códigos, conecte o Dragonfly às ferramentas de orquestração e o integre aos planos atuais de rede e memória sem multiplicar adaptações pontuais na operação. Os clientes avaliarão o Dragonfly como sistema antes de avaliá-lo como processador.

A inferência amplia o mercado ao fortalecer o comprador

O treinamento criou os principais aglomerados computacionais de IA, mas a inferência amplia o universo de investimentos porque os modelos implantados precisam continuar funcionando depois do fim do treinamento. O Barclays projetou que os investimentos em bens de capital para inferência chegariam a $208.2B em 2026 e superariam os gastos com treinamento em dois anos. As cargas de inferência variam em volume processado, latência, uso de memória, consumo de energia e custo, de modo que diferentes implantações favorecem diferentes arquiteturas.

A Nvidia limita essa abertura. A empresa detinha mais de 90% do mercado de GPUs para centros de dados quando sua receita trimestral nesse segmento chegou a $22.6B em 2024. Os clientes já haviam estruturado programas, redes, compras e operações em torno de sua plataforma. Qualcomm, AMD, Intel e outros concorrentes disputam, portanto, um mercado moldado por decisões operacionais acumuladas.

As cargas de trabalho de IA também reabriram a disputa no segmento das CPUs. Em julho de 2026, Nvidia, Qualcomm e MediaTek estavam entre as empresas que desafiavam a estrutura formada por Intel e AMD nos centros de dados. Os aceleradores aumentaram a importância dos componentes ao seu redor: os servidores centrais precisam coordenar sistemas maiores, alimentar mais processadores especializados e respeitar limites de energia que restringem a implantação.

Os provedores de hiperescala podem usar a diversidade das cargas de inferência para financiar alternativas adaptadas às próprias necessidades. A Qualcomm passa a ter mais caminhos de entrada no mercado, mas os compradores que financiam esses caminhos podem exigir projetos sob medida, apoio à integração e condições mais favoráveis.

O prazo de 2028 faz parte do produto

O Dragonfly chegará em meio a um cronograma de construção e fornecimento. A projeção era de que os centros de dados consumissem mais de 70% de todos os processadores de memória avançada produzidos em 2026, enquanto pouca capacidade fabril adicional era esperada antes de 2027. A memória passou a operar sob um regime de alocação: os fornecedores decidem quais sistemas receberão a produção escassa, os clientes fazem reservas com antecedência e um processador pode ficar pronto antes da memória necessária para implantá-lo.

A construção e o encapsulamento enfrentam prazos semelhantes. O JPMorgan afirmou que mais de 60% da capacidade de centros de dados dos EUA prevista para conclusão em 2027 ainda não estava em construção. Separadamente, a Nvidia destinou $1.5B à Amkor por meio de um acordo que incluía pagamento antecipado para reforçar a capacidade de encapsulamento no Arizona. Compradores e fornecedores estão adiantando recursos e garantindo capacidade física antes que os sistemas atendidos por ela estejam plenamente implantados.

A Qualcomm terá uma oportunidade se o Dragonfly chegar enquanto memória, encapsulamento e áreas com fornecimento de energia ainda limitarem as implantações. Megawatts anunciados não podem operar processadores antes da conclusão dos prédios e das subestações. A Meta e qualquer cliente posterior precisarão garantir esses insumos antes que a Qualcomm inicie a produção.

Um lançamento em 2028 também atravessa uma parcela maior do ciclo de investimentos. A capacidade de memória prevista para depois de 2027, o encapsulamento financiado durante a escassez e os centros de dados que avançam do planejamento para a construção podem começar a ficar disponíveis no mesmo período que a plataforma da Qualcomm. Os provedores de hiperescala valorizam eficiência e acesso ao fornecimento em momentos de escassez, mas as fábricas e instalações financiadas por essa mesma escassez podem enfraquecer essa vantagem.

Os projetos serão concluídos de forma desigual entre regiões e componentes. Um provedor de hiperescala que avaliar o Dragonfly em 2028 comparará sua arquitetura com a capacidade de memória, encapsulamento, energia e gabinetes efetivamente disponível em cada local.

A escassez financia a capacidade capaz de eliminá-la

Em 2025, a capacidade de centros de dados dos EUA já construída, em implantação, planejada ou paralisada havia superado 80 gigawatts. Apenas a capacidade construída conta como oferta; projetos paralisados continuam existindo apenas no papel, e os planos ainda precisam de subestações. Ainda assim, a carteira de 80 gigawatts mostra como a escassez se transformou em compromissos de investimento antes que a capacidade resultante tivesse a oportunidade de gerar retorno.

Segundo informações publicadas, a Microsoft abandonou projetos nos EUA e na Europa que consumiriam 2 gigawatts, decisão que a TD Cowen interpretou como indício de excesso de oferta em relação às projeções de demanda daquele momento. Depois que três anos de expansão dos centros de dados deixaram capacidade computacional excedente na China, o país planejou uma rede nacional para vender a sobra. Em conjunto, Microsoft e operadores chineses mostram como uma demanda gigantesca pode coexistir com capacidade presa ao contrato inadequado ou ao local errado.

Os contratos de capacidade de longa duração tornaram-se, portanto, parte da dinâmica dos semicondutores. Uma reserva pode financiar a construção, o compromisso de um cliente pode sustentar a expansão do encapsulamento e uma implantação anunciada pode justificar o plano de desenvolvimento de um processador. Os contratos transferem o risco para quem precisa pagar quando as cargas de trabalho migram, o fornecimento de energia atrasa ou o equipamento rende menos do que as premissas de escassez incorporadas ao preço.

Os operadores precisam combinar os gabinetes reservados com produtos de inferência cuja receita cubra processadores, memória, redes, refrigeração, energia e depreciação. Nem mesmo uma alta taxa de utilização consegue corrigir um contrato cujo preço pressupõe retornos que a carga de trabalho jamais produzirá.

O Google pode continuar construindo enquanto a Microsoft cancela projetos porque cada operador precisa de capacidade em locais específicos, com memória e energia adequadas e um contrato comercial viável. O excedente da China não libera os processadores avançados nem os gabinetes energizados nos EUA de que outro operador necessita.

A importância dos provedores de hiperescala inverte o poder do fornecedor

Nos processadores para dispositivos finais, a Qualcomm colocou seus circuitos integrados perto de um número enorme de usuários. Sua ambição nos centros de dados leva a empresa a negociar com um grupo muito menor de compradores, dotados de capacidade muito maior para determinar o que será construído. A Meta pode sustentar um lançamento. A ByteDance pode buscar um projeto sob medida. A OpenAI pode ajudar a definir um processador com a Broadcom. A Microsoft pode abandonar projetos que já não correspondam às suas projeções.

Antes que a Meta possa implantar o Dragonfly, precisará validar os compiladores da Qualcomm com os códigos existentes, conectar a CPU aos seus sistemas de orquestração e rede e destinar gabinetes energizados ao projeto. A Qualcomm, por sua vez, terá de garantir encapsulamento e memória compatível dentro da janela de produção.

A meta de $15B exige que o uso anunciado pela Meta se transforme em pedidos de grande volume e que conversas sobre projetos sob medida, como as da ByteDance, resultem em implantações. Esses pedidos precisam chegar enquanto houver memória, encapsulamento e capacidade energizada disponíveis.

A empresa que passou anos levando a IA para fora, medida em miliwatts, agora busca $15B no centro, onde a venda é medida em megawatts e o processador é apenas uma linha no projeto desenhado pelo comprador.