Tamanho e Participação do Mercado de Computação em Memória (CIM) e Processamento em Memória (PIM) - Tendências de Crescimento e Previsão (2026 - 2031)

Tendências e Perspectivas do Mercado Global de Computação em Memória (CIM) e Processamento em Memória (PIM)

As Cargas de Trabalho de IA Estão Atingindo o Limite da Memória

O mercado de computação em memória (CIM) e processamento em memória (PIM) é impulsionado por uma crescente incompatibilidade entre o throughput do processador e a largura de banda da memória em sistemas de IA. O consumo de energia agora depende fortemente da movimentação de dados, não apenas do throughput aritmético, tornando a proximidade da memória uma prioridade prática de design para a infraestrutura de IA.^{[1]NVIDIA, "Maximize AI Factory Energy Efficiency Through Full-Stack Inference and Training Optimizations," NVIDIA Developer Blog, nvidia.com} Isso é mais relevante em grandes ambientes de inferência, onde o acesso repetido à memória pode limitar o desempenho mesmo quando a capacidade do acelerador está disponível. O mercado de computação em memória (CIM) e processamento em memória (PIM), portanto, se beneficia de uma barreira de adoção mais baixa, pois essas arquiteturas não precisam substituir todos os aceleradores da pilha para ganhar tração. Em vez disso, podem assumir operações limitadas pela memória que as arquiteturas convencionais tratam com menor eficiência. Isso cria espaço para implantação mais antecipada em servidores de IA, sistemas de inferência empresarial e futuras plataformas de arquitetura mista.

A Análise Nativa em Nuvem Está Aproximando a Computação dos Dados

O mercado de computação em memória (CIM) e processamento em memória (PIM) também é impulsionado por operadores de nuvem que buscam melhor desempenho por watt a partir de infraestrutura de inferência em tempo real. A NVIDIA declarou que a otimização de pilha completa está se tornando central para a eficiência das fábricas de IA, o que sustenta o argumento para arquiteturas que reduzem o tráfego repetido na interface de memória. Pesquisa apresentada no IEEE ASICON 2025 mostrou que um design híbrido de DRAM-PIM e SRAM-CIM para inferência de transformadores entregou uma aceleração de 1,51x e uma redução de energia de 1,24x em comparação com uma linha de base somente DRAM-PIM para Llama2-7B a 28nm. Esse resultado é importante porque demonstra que tecnologias de memória complementares podem ser mapeadas para diferentes funções do modelo em vez de serem forçadas a uma única arquitetura. Em junho de 2026, a Micron e a Anthropic anunciaram um acordo estratégico que combinou um compromisso de fornecimento de memória e armazenamento de vários anos com um investimento estratégico, mostrando que os roteiros de memória estão agora sendo vinculados diretamente ao planejamento futuro de infraestrutura de IA. Esse tipo de alinhamento apoia uma comercialização mais rápida do mercado de computação em memória (CIM) e processamento em memória (PIM), pois compradores de infraestrutura e fornecedores de memória compartilham cronogramas de implantação comuns.

A Inferência de Borda Está Elevando o Valor da Computação Localizada

O mercado de computação em memória (CIM) e processamento em memória (PIM) está se expandindo além da infraestrutura centralizada à medida que a inferência de IA migra para dispositivos com restrições rígidas de energia e área. Os sistemas de borda frequentemente operam com conectividade limitada e orçamentos de energia rigorosos, o que torna a computação local centrada em memória mais atraente do que designs de aceleradores de uso geral. Em março de 2026, a Microchip Technology informou que a Mythic selecionou a tecnologia memBrain de sua unidade Silicon Storage Technology para unidades de processamento analógico de próxima geração com alvo de 120 TOPS/W. Em setembro de 2025, a Universidade de Tóquio e a Nuvoton reportaram um CiM baseado em ReRAM que combinou armazenamento multinível com retenção de dados de 10 anos, abordando diretamente uma das preocupações de durabilidade de longa data em implantações de borda não voláteis. Esses desenvolvimentos mostram que o mercado de computação em memória (CIM) e processamento em memória (PIM) não representa uma oportunidade de borda uniforme, pois sistemas automotivos, industriais, de robótica e de IoT compactos requerem diferentes substratos de memória e compensações de precisão. Como resultado, a adoção comercial provavelmente se espalhará por vários casos de uso menores antes de se consolidar em plataformas de borda mais amplas.

Os Roteiros de Memória Sub-10nm e Empilhada em 3D Estão Melhorando a Viabilidade do CIM

O mercado de computação em memória (CIM) e processamento em memória (PIM) está se beneficiando de roteiros de fabricação que suportam interconexões mais densas e integração mais estreita entre memória e lógica. A TSMC declarou em junho de 2026 que seu roteiro SoIC está avançando em direção a um passo de ligação die a die mais fino e maior densidade de E/S, o que suporta diretamente arquiteturas no estilo chiplet que posicionam a computação mais próxima da memória. A Samsung Semiconductor também anunciou em maio de 2026 que havia enviado amostras de HBM4E de 12 camadas com largura de banda de 3,6 TB/s por pilha, 16% melhor eficiência energética e mais de 14% melhor resistência térmica do que a geração anterior. Esses avanços são importantes porque muitos designs de CIM e PIM agora dependem tanto das escolhas de empacotamento e empilhamento quanto do design em nível de transistor. Eles também fortalecem o argumento para plataformas programáveis centradas em memória em vez de matrizes de função fixa. O resultado é uma base técnica mais sólida para o mercado de computação em memória (CIM) e processamento em memória (PIM) avançar de demonstrações restritas para produtos comercialmente fabricáveis.

Cadeias de Ferramentas e Suporte de Compilador Limitados para Adoção de PIM

O mercado de computação em memória (CIM) e processamento em memória (PIM) ainda enfrenta uma grande restrição de software porque a portabilidade de aplicações requer modelos de programação diferentes dos ambientes convencionais de aceleradores. A ETH Zurique e o Grupo de Pesquisa SAFARI descreveram a necessidade de novas ferramentas, modelos de programação e suporte de sistema para arquiteturas de processamento em memória, o que mostra que a camada de software ainda está se atualizando em relação à oportunidade de hardware. Um estudo de compilador de 2026 do Politecnico di Milano também constatou que os ganhos de desempenho podem variar fortemente por carga de trabalho e que as portabilidades de uso geral podem oferecer benefícios limitados sem uma adaptação de código mais profunda. Isso significa que a adoção não se resume apenas à compra de novo silício; as empresas também precisam de compiladores, APIs, camadas de tempo de execução e fluxos de mapeamento validados. O mercado de computação em memória (CIM) e processamento em memória (PIM) ainda pode crescer rapidamente nessas condições, mas a escala comercial permanecerá mais fácil em ambientes rigidamente controlados do que em ecossistemas de software abertos e amplos. É por isso que a maturidade do software está se tornando uma das linhas divisórias mais claras entre hardware promissor e plataformas implantáveis.

Complexidade de Rendimento, Teste e Empacotamento na Integração Heterogênea de Memória e Lógica

O mercado de computação em memória (CIM) e processamento em memória (PIM) também permanece restringido pela complexidade de fabricação. Quando lógica, memória e camadas de interconexão empilhadas são integradas em um único sistema, o gerenciamento de rendimento torna-se mais difícil do que na produção padrão somente de lógica ou somente de DRAM. A IBM Research reportou no IEDM 2025 que dispositivos PCM do tipo disco para computação analógica em memória atingiram baixa corrente de programação e uma ampla janela de resistência, enquanto ainda tratavam a variação de processo e a metodologia de rendimento como questões de engenharia ativas. A atualização de amostras de HBM4E da Samsung Semiconductor em maio de 2026 também mostrou que os produtos de memória avançados agora combinam uma pilha de memória com um die de base lógica de 4nm, adicionando complexidade de processo e qualificação à comercialização. Esses fatores podem prolongar os cronogramas de aumento de produção, restringir o fornecimento e manter preços premium durante a fase inicial de crescimento. Para o mercado de computação em memória (CIM) e processamento em memória (PIM), o progresso na fabricação é, portanto, tão importante quanto o progresso arquitetural.

*Nossas previsões tratam os impactos dos impulsionadores e restrições como direcionais, e não aditivos. As previsões de impacto refletem o crescimento de base, os efeitos de composição e as interações entre variáveis.

Análise de Segmentos

Por Componente: O Hardware Domina a Receita Enquanto o Software Acelera Mais Rapidamente

O hardware de CIM e PIM representou 83,45% da receita em 2025, indicando que os gastos iniciais no mercado de computação em memória (CIM) e processamento em memória (PIM) permaneceram focados em silício e construção de plataformas. Esse padrão reflete a intensidade de capital do design de chips, empacotamento e integração de memória, especialmente quando a demanda ainda provém em grande parte de programas de infraestrutura de IA e desenvolvedores de sistemas especializados. A liderança do hardware também se alinha com o estágio atual de comercialização, onde os clientes estão validando arquiteturas centrais antes que a padronização de software em larga escala se torne viável. Ao mesmo tempo, o mix de receita aponta para um mercado que ainda está construindo sua base instalada, em vez de um que já amadureceu para um modelo de software recorrente amplo. Essa base instalada é importante porque cria o espaço técnico sobre o qual a receita posterior de software e serviços pode se expandir.

O segmento de pilha de software está previsto para crescer a 41,56% até 2031, tornando-o o componente de crescimento mais rápido do mercado de computação em memória (CIM) e processamento em memória (PIM). Esse crescimento reflete a demanda crescente por compiladores, ferramentas de mapeamento de modelos, camadas de abstração de hardware e frameworks de implantação que possam conectar hardware especializado centrado em memória a cargas de trabalho de IA em produção. A mesma tendência é visível na atividade de pesquisa, onde o suporte de software está se tornando necessário para que plataformas analógicas e digitais avancem além das configurações laboratoriais.^{[2]IEEE A-SSCC, "A 28 nm 68.6TOPS/W Folded-Differential Switched-Capacitor FIA-Based SRAM CIM Macro With Scalable MAC Sizes for Tiny-ML Inference," IEEE A-SSCC 2025, doi.org} Os serviços permanecem menores, mas carregam real valor estratégico porque muitas empresas carecem da expertise interna necessária para integrar novas arquiteturas de memória em sistemas automotivos, industriais e sensíveis à segurança. Com o tempo, o setor de computação em memória (CIM) e processamento em memória (PIM) provavelmente migrará de uma receita liderada por hardware para um modelo de economia de plataforma mais completo, mas o mix atual mostra que o silício ainda ancora a demanda comercial.

Por Tecnologia de Memória: A SRAM Lidera, Mas a HBM Está Redefinindo as Prioridades de Crescimento

O CIM baseado em SRAM deteve 62,73% da participação do mercado de computação em memória (CIM) e processamento em memória (PIM) em 2025 dentro da tecnologia de memória, sustentado pela forte compatibilidade com CMOS e uma base de design digital mais madura. Essa liderança reflete as vantagens práticas da SRAM para operação determinística, comportamento conhecido de bitcell e alinhamento mais fácil com processos semicondutores convencionais. O IEEE A-SSCC 2025 reportou um macro CIM de SRAM a 28nm atingindo 68,6 TOPS/W para inferência de tiny-ML, sustentando o argumento para SRAM em aplicações de inferência sensíveis à energia. A Nature também publicou o processador de IA de computação em memória de memristor de precisão mista e SRAM da IBM em 2025, mostrando como abordagens híbridas podem ir além dos limites dos designs puramente de SRAM. Em conjunto, esses resultados explicam por que a SRAM permanece a principal tecnologia de base no mercado de computação em memória (CIM) e processamento em memória (PIM), mesmo com outros substratos ganhando impulso.

O PIM baseado em HBM está projetado para crescer a 41,73% até 2031, tornando-o a tecnologia de memória de crescimento mais rápido no mix de tamanho do mercado de computação em memória (CIM) e processamento em memória (PIM). Esse caminho de crescimento está vinculado à demanda de hiperescala por memória densa em largura de banda que possa lidar com funções mais semelhantes à computação em ambientes de aceleradores de IA. O envio de HBM4E da Samsung Semiconductor em maio de 2026, com largura de banda de 3,6 TB/s por pilha e um die de base lógica de 4nm, demonstrou como o roteiro comercial está avançando em direção a um acoplamento mais estreito entre memória e lógica. Outros tipos de memória continuam a definir caminhos especializados: a MRAM suporta armazenamento de borda não volátil, e a ReRAM ou PCM suporta operações de matriz analógica quando a inferência de baixo consumo é uma prioridade. Isso deixa o setor de computação em memória (CIM) e processamento em memória (PIM) com um cenário tecnológico em camadas em vez de um único substrato vencedor.

Por Aplicação: IA e ML Detêm a Maior Base Enquanto os Centros de Dados Expandem Mais Rapidamente

IA e ML representaram 48,35% da demanda por aplicação em 2025, tornando este segmento o maior contribuinte para o mercado de computação em memória (CIM) e processamento em memória (PIM). Essa posição reflete onde a maior parte do trabalho de design atual e dos gastos com infraestrutura permanece concentrada, pois as cargas de trabalho de redes neurais expõem diretamente o custo da movimentação repetida de pesos entre blocos de memória e computação. As arquiteturas centradas em memória se adequam bem a essa necessidade porque as tarefas de IA com uso intensivo de matrizes frequentemente se beneficiam de menor sobrecarga de movimentação e melhor eficiência energética. Como resultado, IA e ML continuam a ancorar tanto a demanda comercial quanto os roteiros técnicos em todo o mercado de computação em memória (CIM) e processamento em memória (PIM). Também fornece o caminho mais claro para os fornecedores demonstrarem vantagens de desempenho antes de se expandirem para casos de uso mais amplos.

Os centros de dados e a infraestrutura de IA em hiperescala estão previstos para crescer a 41,83% até 2031, tornando-se a área de aplicação de crescimento mais rápido no mercado de computação em memória (CIM) e processamento em memória (PIM). Isso reflete a crescente pressão sobre os operadores para aumentar o throughput de inferência dentro de envelopes de energia fixos e orçamentos térmicos limitados em nível de rack. O caminho de diversificação também está se tornando mais claro, à medida que IA de borda, automotivo, automação industrial, robótica e IoT continuam a impulsionar a adoção de designs centrados em memória para diferentes metas de latência e energia. A BrainChip anunciou em junho de 2026 que havia alcançado disponibilidade comercial e iniciado os primeiros envios de produção de seus processadores neuromórficos Akida AKD1500, demonstrando que arquiteturas baseadas em eventos e de baixo consumo estão migrando para implantações reais. A Renesas também anunciou em fevereiro de 2026 que seu SoC ADAS R-Car V4H foi selecionado para a unidade de controle do novo modelo RAV4 da Toyota, fornecido pela Denso, o que suporta o processamento de IA com uso intensivo de memória em sistemas automotivos de volume.

Análise Geográfica

A América do Norte deteve 42,77% da participação do mercado de computação em memória (CIM) e processamento em memória (PIM) em 2025, tornando-se a maior base regional. Essa posição está vinculada à concentração de infraestrutura de IA em hiperescala, investimento avançado em memória e vínculos estreitos entre desenvolvedores de modelos e fornecedores de semicondutores. Em julho de 2026, a Micron anunciou que havia acelerado seus investimentos planejados nos EUA para mais de 250 bilhões de USD até 2035 e que havia concluído a primeira concretagem em seu local em Clay, Nova York, mais de um trimestre antes do cronograma. Os operadores norte-americanos também estão dando maior ênfase ao desempenho por watt, o que fortalece o argumento comercial para arquiteturas que reduzem a movimentação repetida na interface de memória. O mercado de computação em memória (CIM) e processamento em memória (PIM) nesta região, portanto, se beneficia tanto da profundidade de capital quanto de uma necessidade direta de infraestrutura.

A Ásia-Pacífico está projetada para crescer a 42,14% até 2031, tornando-se a geografia de crescimento mais rápido no mercado de computação em memória (CIM) e processamento em memória (PIM). A região combina liderança em fundições, capacidade de empacotamento avançado, produção de memória de alta largura de banda e apoio público ativo à pesquisa em semicondutores. A atualização tecnológica da TSMC em junho de 2026 delineou um roteiro CoWoS estendendo-se a maiores áreas de integração e um caminho SoIC em direção a um empilhamento de dies mais estreito, ambos importantes para designs de chiplet centrados em memória.^{[3]TSMC, "TSMC Debuts A13 Technology at 2026 North America Technology Symposium," TSMC, tsmc.com} O envio de amostras de HBM4E da Samsung Semiconductor reforçou ainda mais o papel central da Ásia-Pacífico na execução do roteiro comercial de memória. O Japão acrescenta uma dimensão automotiva e de borda distinta por meio de apoio à pesquisa pública, incluindo trabalhos de CMOS e MRAM de espintrónica financiados pela NEDO e pesquisa da Universidade de Tóquio sobre CiM baseado em ReRAM durável.

A Europa e o restante do mundo permanecem menores na receita atual, mas ainda são relevantes para o mercado de computação em memória (CIM) e processamento em memória (PIM) porque adicionam importantes caminhos de demanda orientados para automotivo, industrial e defesa. A atividade europeia está concentrada em IA de borda, eletrônica automotiva e comercialização vinculada à pesquisa. A Mythic anunciou em maio de 2026 que havia adquirido a Videantis, uma empresa alemã de propriedade intelectual de processadores digitais com ampla penetração automotiva, para combinar computação analógica em memória com processamento digital em uma plataforma híbrida. Esse movimento oferece ao mercado de computação em memória (CIM) e processamento em memória (PIM) um caminho mais claro para os programas automotivos e de robótica europeus por meio de uma base de propriedade intelectual de processadores já existente.