Seis índices para a economia de materiais e de memória por trás da IA.
Cada índice corta o mercado de recursos estratégicos por um ângulo diferente. Publicamos os constituintes, os instrumentos e os pesos por trás de cada corte, e o arquivo de dados que o job grava. Licenciamento institucional sob consulta.
Os insumos físicos cujo suprimento precisa escalar, ou a infraestrutura de IA quebra.
Abrir o índiceOs três índices, lado a lado
Base 100 em 1º de janeiro de 2026. Passe o cursor para ver cada valor; clique na legenda para esconder uma série.
Ver os dados em tabela
| # | TAI | SOV50 | SDX |
|---|---|---|---|
| Último · 17 de outubro de 2026 | 92.1 | 97.9 | 93.5 |
| 33 | 96.8 | 102.4 | 94.3 |
| 32 | 97.3 | 104.3 | 94.7 |
| 31 | 99.7 | 107.5 | 94.4 |
| 30 | 100.8 | 110.7 | 97 |
| 29 | 103.2 | 112.8 | 101.1 |
| 28 | 107.5 | 119.3 | 102.6 |
| 27 | 108.4 | 122.2 | 103.6 |
| 26 | 108.8 | 125.7 | 102.2 |
| 25 | 105.9 | 121.8 | 98.3 |
| 24 | 106.5 | 122 | 99.3 |
| 23 | 106.7 | 121.9 | 100.1 |
| 22 | 104.9 | 119.7 | 99.5 |
| 21 | 105.1 | 120.9 | 99.5 |
| 20 | 107.3 | 123.6 | 100.8 |
| 19 | 107.1 | 123.6 | 99.8 |
| 18 | 107.7 | 125.2 | 100.2 |
| 17 | 109.1 | 126.4 | 100.3 |
| 16 | 109.5 | 127.5 | 100.9 |
| 15 | 105.8 | 122.1 | 97.9 |
| 14 | 105.7 | 122.4 | 98.2 |
| 13 | 102.9 | 119.9 | 96.6 |
| 12 | 102.4 | 118.9 | 96.1 |
| 11 | 102.3 | 118.6 | 96.4 |
| 10 | 102 | 118 | 96.2 |
| 9 | 102.1 | 117.5 | 96.5 |
| 8 | 101.5 | 116.9 | 96.9 |
| 7 | 101.8 | 116 | 96.4 |
| 6 | 101.2 | 115.1 | 96.8 |
| 5 | 101.4 | 114.2 | 97.2 |
| 4 | 100.9 | 113.4 | 97.8 |
| 3 | 101.1 | 112 | 97.4 |
| 2 | 100.4 | 110.6 | 98.2 |
| 1 | 100.6 | 109.4 | 97.8 |
Índice Tantalum de Materiais para IA
O que a construção da IA exige fisicamente? O TAI rastreia os insumos cujo suprimento precisa escalar, ou a infraestrutura de IA quebra. Composto por dois sub-índices: materiais (o que se minera) e energia (a eletricidade que os move). Ponderação: 75% materiais, 25% energia.
O TAI é composto por dois sub-índices, publicados separadamente: 75% TAI-M (materiais) + 25% TAI-P (energia).
Exposição só a minerais, os materiais que a infraestrutura de IA exige. Energia fica de fora de propósito, para manter o sinal limpo.
| Categoria | Material |
|---|---|
| Conductors & magnets | Copper |
| Conductors & magnets | Rare earth basket (NdPr, Dy, Tb) |
| Battery storage | Lithium |
| Brazil mining cluster | Iron ore, copper, nickel |
| Thin markets (tantalum, antimony, lithium hydroxide) | AMG Critical Materials |
| Semiconductors & lithography (monitored, unweighted) | Gallium, germanium, helium |
Eletricidade para a infraestrutura de IA. Nuclear é a frente mais quente (PPAs de hyperscalers com Constellation, Talen, Oklo, NuScale). Utilities e gás entram como sinais de apoio.
| Categoria | Material |
|---|---|
| Nuclear | Uranium |
| Nuclear | Nuclear utility equity |
| Utility equity | US utility sector |
| Gas (residual) | Natural gas (Henry Hub) |
Soberania 50
O SOV50 tem duas leituras. O valor do índice (base 100) acompanha os ativos que repricificam quando o suprimento concentrado aperta: o ETF de terras raras, a separadora de terras raras fora da China em escala (Lynas) e a produtora listada de tântalo e antimônio (AMG). A pontuação HHI (publicada separadamente) mede a concentração real de suprimento da cesta, derivada dos dados de produção por país do USGS. Use o índice de preço para leituras de mercado; use o HHI para risco estrutural. O lítio saiu da perna de preço em 2026-10-11: é o material menos concentrado do painel.
0.00 = perfectly distributed across producers. 1.00 = single-country monopoly. DOJ classifies HHI > 0.25 as highly concentrated for antitrust purposes; supply-chain literature treats > 0.50 as extreme.
USGS Mineral Commodity Summaries 2026 (published February 2026), 2025 production estimates. Tantalum added 2026-10-11.
Método
Per material, HHI = sum of squared country production shares, computed over the countries listed in that commodity chapter's production table ("Other countries" counted as one producer, which can only overstate concentration). Basket HHI weights each material by the published weight bucket shown below (highest 3, high 2, moderate 1, normalised), so the headline is reproducible from this page plus the cited USGS chapters. With tantalum (bucket: high) the weighted basket reads 0.63 (previously 0.66 over nine materials).
| Material | Concentração | Peso |
|---|---|---|
| Rare earths | China ~69% | Máximo |
| Niobium | Brazil ~93% | Máximo |
| Gallium | China ~99% | Máximo |
| Germanium | China (leading producer) | Alto |
| Cobalt | Congo (Kinshasa) ~73% | Alto |
| Tantalum | Congo (Kinshasa) ~52% + Rwanda ~16% | Alto |
| Graphite (anode) | China ~80% | Alto |
| Tungsten | China ~79% | Alto |
| Antimony | China ~36% | Moderado |
| Magnesium | China ~88% | Moderado |
Índice de Diversificação do Sul
Exposição direta em equity à base alternativa de suprimento de materiais relevantes para IA fora do eixo China + RDC: Brasil, Triângulo do Lítio, o cinturão de cobre do Chile e produtores australianos de terras raras e lítio. Desde 2026-10-11 a cesta tem os próprios produtores; os ETFs COPX e LIT saíram por carregarem pesos chineses grandes, e a Glencore saiu porque sua exposição está dentro da RDC.
| País | Ativo | Exposição |
|---|---|---|
| Brazil | Vale (VALE) | Iron ore, copper, nickel |
| Chile | SQM | Lithium brine |
| Chile | Antofagasta (ANTO.L) | Copper |
| Australia | PLS Group, formerly Pilbara Minerals (PLS.AX) | Lithium spodumene, tantalum by-product |
| Brazil | Sigma Lithium (SGML) | Hard-rock lithium |
| Brazil | AMG Critical Materials (AMG.AS) | Tantalum and lithium (Mibra mine), antimony |
| Australia | Lynas Rare Earths (LYC.AX) | Rare earths, ex-China separation |
| Argentina | Lithium Argentina (LAR) | Lithium brine (Cauchari-Olaroz) |
| Brazil | Niobium (CBMM, private) | Monitored, unweighted: no listed instrument |
| Angola | Pensana (Longonjo) | Monitored, unweighted: development stage |
| Mozambique | Syrah Resources | Monitored, unweighted: Balama production deferred to Q3 2026 |
Um índice para o gargalo de memória da IA.
A memória virou a parte cara da IA. O TCC mede quantas conversas longas cabem em um chip de ponta. Sobe quando os chips ganham memória ou quando os modelos ficam mais enxutos; subir é sempre bom.
Capacidade de Contexto Tantalum
A parede de memória tem dois lados: quanta memória cada chip traz (a oferta, definida pelos fabricantes de memória) e quanta cada conversa consome (a demanda, definida pelos arquitetos de modelos). O TCC junta os dois num número só. A HBM por GPU NVIDIA de ponta está estável em 288 GB desde o Blackwell Ultra, então todo ganho na manchete desde então veio de modelos mais enxutos. A leitura complementar TCC-X usa o acelerador de maior HBM de qualquer fabricante; ela subiu para 432 GB com o MI455X da AMD no 3º trimestre de 2026.
Calculado para Rubin / B300 (288 GB de HBM), contando só a memória das conversas. É uma medida estilizada: servidores reais também precisam guardar os pesos do modelo.
Ler a metodologiaMédia dos principais modelos abertos para uma conversa de 128 mil tokens. 67% menos que em janeiro de 2025.
Rubin / B300. Parada desde julho de 2025.
AMD MI455X (432 GB). TCC-X em 327.5, mesma construção com o chip de maior HBM de qualquer fabricante.
| Data | GPU de referência | HBM (GB) | GB por conversa | Conversas/GPU | TCC |
|---|---|---|---|---|---|
| 2025-01-01 | B200 | 192 | 18.72 | 10.3 | 48.8 |
| 2025-04-01 | B200 | 192 | 15.87 | 12.1 | 57.3 |
| 2025-07-01 | B200 | 192 | 10.10 | 19.0 | 90 |
| 2025-10-01 | B300 | 288 | 13.44 | 21.4 | 101.4 |
| 2026-01-01 | B300 | 288 | 13.64 | 21.1 | 100 |
| 2026-04-01 | B300 | 288 | 9.75 | 29.5 | 139.8 |
| 2026-07-01 | B300 | 288 | 6.99 | 41.2 | 195.3 |
| 2026-10-01 | Rubin / B300 | 288 | 6.25 | 46.1 | 218.5 |
| Laboratório | Modelo | GB por conversa | Arquitetura |
|---|---|---|---|
| DeepSeek | DeepSeek-V4-Pro (1.6T) | 1.30 | 30 CSA layers (4x compression + indexer) / 31 HCA layers (128x) + 128-token window, 1 KV head x 512 |
| NVIDIA | Nemotron 3 Ultra (550B) | 1.52 | 9 attention layers (GQA 2x128) + 36 Mamba-2 layers (fixed state) + 36 MoE layers |
| Meta | Muse Glimmer 30B | 1.83 | 13 global + 39 sliding (2,048), GQA 2x128 (dense, multimodal) |
| Moonshot | Kimi-K3 (2.8T) | 4.08 | 24 MLA layers + 69 KDA linear-attention layers (fixed state) |
| OpenAI | gpt-oss-120b | 4.84 | 18 full + 18 sliding (128), GQA 8x64 |
| Mistral | Mistral-Large-3 (675B) | 9.21 | MLA 61 layers, latent 512+64 |
| Gemma-4-31B | 11.58 | 10 global (4 KV heads x 512) + 50 sliding (1,024; 16x256) | |
| Zhipu | GLM-5.3 (744B) | 12.48 | MLA 78 layers + indexer on 21 layers (shared on 57) |
| Qwen | Qwen3.8-2.4T-A95B | 12.94 | 23 full-attention layers (GQA 4x256) + 69 Gated DeltaNet layers (fixed state) |
| MiniMax | MiniMax-M3 (428B) | 16.11 | GQA 4x128, 60 layers (block-sparse attention reads, full cache kept) |
O que publicamos e o que não publicamos.
Constituintes, instrumentos, pesos, a tese de cada corte e os registros de emenda são públicos, e os scripts de cálculo ficam no repositório do site. Só a semente da marca d'água não é publicada.