TL;DR
· SemiAnalysis estima que, para 2029, la deuda pendiente de IA podría alcanzar los 7,1 billones de dólares, y la construcción de IA dependerá más del mercado crediticio.
· NVIDIA ya ha lanzado modelos de reparto de ingresos y apoyo crediticio para nubes de IA, siendo Sharon AI y Firmus los primeros socios.
· El respaldo puede reducir las preocupaciones bancarias, pero la caída de los alquileres, la escasez de centros de datos y los compromisos contingentes siguen siendo los principales riesgos.

SemiAnalysis, en su informe del 6 de julio, pone en primer plano la escala de financiamiento de la infraestructura de IA: entre 2024 y 2029, el gasto de capital global en IA podría sumar aproximadamente 11,1 billones de dólares, y para 2029, la deuda pendiente relacionada con la IA podría superar los 7 billones de dólares, alrededor de 7,1 billones.

Esto no es solo una predicción de ventas de GPU. El cambio central que discute el informe es que la construcción de IA está pasando de "los gigantes tecnológicos compran GPU con flujo de caja" a "los bancos y el mercado de bonos financian clústeres de GPU". Si esta proyección se cumple, la deuda relacionada con la IA podría convertirse en la segunda categoría de financiamiento de activos titulizados más grande, solo detrás del mercado de financiamiento respaldado por hipotecas residenciales de EE. UU.

El papel de NVIDIA también está cambiando. Una publicación oficial en el blog de NVIDIA el 1 de julio confirmó que la compañía ha lanzado un "modelo de reparto de ingresos y apoyo crediticio" para nubes de IA, impulsando la construcción de capacidad de cómputo de IA mediante una combinación de socios de capital, proveedores de servicios en la nube y proyectos de centros de datos. Sharon AI y Firmus son los primeros socios.

SemiAnalysis añade que NVIDIA podría ayudar a Neocloud a empaquetar GPU, pedidos de clientes y capacidad de centros de datos en activos financiables mediante estructuras como el respaldo de ingresos de GPU y el reparto de ingresos. Para los prestamistas, lo clave no es cuán caliente esté la demanda futura de IA, sino si el proyecto aún puede generar flujo de caja para pagar la deuda en el peor escenario.

Gasto de capital global en TI y centros de datos de IA y predicción de deuda: gasto de capital acumulado de aproximadamente 11,1 billones de dólares entre 2024 y 2029, y deuda pendiente de aproximadamente 7,1 billones en 2029.

La construcción de IA es cada vez más cara; los bancos primero deben ver quién pagará el alquiler

En los últimos años, la infraestructura de IA ha sido asumida principalmente por los hiperescalares como Google, Amazon, Meta, Microsoft y Oracle. Estas empresas tienen flujo de caja, balances sólidos y demanda interna de IA, por lo que el financiamiento es relativamente más fácil.

Pero a medida que la demanda de entrenamiento e inferencia de IA sigue aumentando, es difícil cubrir toda la brecha de capacidad de cómputo solo con el gasto de capital de unos pocos gigantes. SemiAnalysis estima que para 2028, el gasto de capital anual en IA superará con creces los 2 billones de dólares. GPU, redes, almacenamiento, CPU complementarias y la construcción de centros de datos consumirán grandes cantidades de fondos, y el mercado crediticio se convertirá en una de las fuentes de financiamiento.

Aquí también radica la dificultad de financiamiento para Neocloud.

Este tipo de nuevos proveedores de servicios en la nube generalmente deben reunir tres cosas al mismo tiempo: comprar GPU, obtener capacidad de centro de datos y firmar contratos con clientes futuros. Lo más difícil para los bancos es determinar si los alquileres de GPU en los próximos años podrán cubrir el capital y los intereses de la deuda. Los precios de alquiler de capacidad de cómputo de IA cambian rápidamente, los plazos de los clientes no son uniformes, y el valor residual y la tasa de utilización de las GPU son más difíciles de estimar que en los activos tradicionales.

El modelo de apoyo crediticio de NVIDIA intenta dar a los prestamistas una línea de base de flujo de caja más clara. Oficialmente se habla de reparto de ingresos y apoyo crediticio, mientras que SemiAnalysis describe la estructura típica como un respaldo de ingresos de GPU.

Ejemplo de respaldo a 6 años con precio promedio de 2,36 USD; en escenario de alquiler corto, la TIR podría alcanzar el 25%

La estructura de ejemplo proporcionada por SemiAnalysis es que NVIDIA ofrece un soporte mínimo de ingresos para un clúster de GPU específico durante 6 años, con una curva de precios decreciente año a año, con un promedio de aproximadamente 2,36 USD/hora/GPU durante los 6 años. Si el alquiler real del proyecto supera el nivel de respaldo, Neocloud y NVIDIA comparten los ingresos en una proporción de aproximadamente 40% a 60%.

Esto no es un término contable formal divulgado por NVIDIA, sino una estimación indicativa en el modelo de SemiAnalysis. Su atractivo para los prestamistas radica en que puede convertir parcialmente un proyecto de arrendamiento de GPU altamente incierto en un activo con un compromiso mínimo de flujo de caja.

Los bancos no tienen que creer completamente que los precios de alquiler de IA se mantendrán altos en el futuro. Siempre que, en el escenario de activación del respaldo, el proyecto aún pueda cumplir con los requisitos de cobertura del servicio de la deuda, se podría obtener un préstamo. Según el cálculo de SemiAnalysis, para un clúster con respaldo de calificación AA/Aa2 de NVIDIA, los prestamistas requerirían una tasa de cobertura del servicio de la deuda de al menos aproximadamente 1,3 veces, correspondiente a una relación préstamo-valor del 70% al 80%. El diferencial de financiamiento inicial podría ser más alto que el de las transacciones respaldadas por hiperescalares, pero inferior al nivel de rendimiento de alrededor del 10% de los bonos no garantizados de CoreWeave.

Términos indicativos del respaldo de NVIDIA: promedio de 6 años de aproximadamente 2,36 USD/hora/GPU, con reparto de ingresos del 40%-60%.

Para Neocloud, el respaldo no es solo un seguro, sino una condición clave para que el proyecto obtenga financiamiento de deuda.

En el ejemplo de arrendamiento a corto plazo de un año para GB300, si el alquiler del primer año es de 6,75 USD/hora y la participación de NVIDIA es del 40%, la TIR del proyecto a 6 años para Neocloud es de aproximadamente el 25,4%, y la tasa de comisión promedio de NVIDIA es de aproximadamente el 18%. Si la demanda del mercado es insuficiente y el proyecto cae completamente en el alquiler de respaldo, la TIR de Neocloud podría acercarse a cero o ser ligeramente negativa.

Esto no es favorable para el rendimiento del capital, pero es crucial para el financiamiento: el rendimiento del proyecto puede verse reducido, pero el servicio de la deuda aún podría cubrirse. En otras palabras, el respaldo transforma un clúster de GPU que "podría generar mucho dinero" en un activo financiable que "todavía podría pagar la deuda en un escenario de estrés".

Comparación de rendimiento de Neocloud GB300: con arrendamiento corto y participación del 40%, TIR a 6 años de aproximadamente el 25,4%; cuando se activa completamente el respaldo, la TIR se acerca a cero o es ligeramente negativa.

Sharon AI y Firmus son los primeros en implementarse; proyectos en Asia-Pacífico como campo de pruebas

NVIDIA ha confirmado oficialmente que Sharon AI y Firmus son los primeros socios de este modelo de reparto de ingresos y apoyo crediticio.

Un anuncio de Sharon AI el 12 de junio mostró que la compañía ha alcanzado una cooperación estratégica de capacidad de cómputo con NVIDIA durante 6 años, desplegando hasta 40.000 GPU Grace Blackwell GB300 en una fábrica de IA de 72MW en Australia. La capacidad total planificada de la fábrica de IA de Sharon AI es de 132MW, de los cuales 102MW ya están contratados, y se espera que para mediados de 2027 se desplieguen más de 55.000 GPU de NVIDIA.

El proyecto de Firmus en la isla de Batam, Indonesia, es aún mayor. Según el blog oficial de NVIDIA, el proyecto Firmus Batam puede ampliarse hasta 360MW y albergar hasta 170.000 GPU de NVIDIA. SemiAnalysis incluye este proyecto en su discusión, considerando que está dirigido principalmente a empresas nativas de IA y proveedores de servicios de inferencia, y podría ofrecer plazos de arrendamiento diversos.

Estos casos demuestran que el modelo de apoyo crediticio de NVIDIA ya no es solo una hipótesis de modelo financiero, sino que ha entrado en la fase de implementación de proyectos tempranos. Sin embargo, los casos públicos actuales se concentran principalmente en la región de Asia-Pacífico, mientras que el mercado estadounidense aún enfrenta restricciones como la capacidad de centros de datos, electricidad y velocidad de conexión a la red.

Los centros de datos siguen siendo el cuello de botella más duro. Las GPU se pueden comprar, la demanda de los clientes se puede contratar, pero la electricidad, el terreno, los racks, la refrigeración y el progreso de la conexión a la red son difíciles de replicar rápidamente. En el modelo de SemiAnalysis también se menciona que NVIDIA podría necesitar cerrar la brecha entre oferta y demanda alquilando directamente capacidad de centros de datos para ayudar a Neocloud. La capacidad y escala específicas involucradas en esta parte siguen siendo estimaciones del informe y no pueden equipararse a la divulgación oficial de NVIDIA.

NVIDIA puede obtener participación, pero también asumirá compromisos a largo plazo más grandes

Para NVIDIA, apoyar el financiamiento de GPU tiene dos niveles de beneficio.

Primero, puede ampliar el alcance de las ventas y el despliegue de GPU. Más Neoclouds obtienen financiamiento, lo que permite que más entidades compren y operen clústeres de GPU a gran escala, y el mercado de capacidad de cómputo de IA ya no dependerá completamente de unos pocos hiperescalares.

Segundo, puede obtener ingresos adicionales por reparto. Según la estimación del modelo de SemiAnalysis, si este tipo de estructuras se expande, los ingresos incrementales de NVIDIA provenientes del respaldo y el reparto podrían volverse considerables, con márgenes de beneficio altos.

El costo también es evidente. Los compromisos a largo plazo de NVIDIA fuera de balance o en divulgaciones relacionadas podrían aumentar rápidamente. En la parte de pago del informe, SemiAnalysis estima que el saldo de los acuerdos de servicios en la nube o garantías contingentes de NVIDIA podría ascender a cientos de miles de millones de dólares en los próximos años. Como estas cifras no han sido confirmadas por NVIDIA de forma individual, son más adecuadas como pruebas de estrés del modelo que como pasivos consolidados.

Predicción de crecimiento de los acuerdos de servicios en la nube de NVIDIA: según el modelo de SemiAnalysis, los compromisos a largo plazo relacionados podrían seguir acumulándose con cada 100MW de soporte de capacidad de cómputo.

Esto no es deuda directa en el sentido tradicional. Pero si el mercado de alquiler de GPU se debilita y la demanda de los clientes es insuficiente, la probabilidad de activación del respaldo aumenta y NVIDIA tendría que asumir más soporte de ingresos mínimos. Lo que el mercado finalmente evaluará no solo es cuánta participación puede obtener NVIDIA, sino también si estos compromisos afectarán su propia asignación de capital y prioridades de flujo de caja.

La mayor prueba es si los alquileres y los centros de datos pueden sostenerse

Lo más impactante de este informe es que pone la construcción de capacidad de cómputo de IA en el mercado crediticio. Cuando el gasto de capital se expande a billones de dólares, los clústeres de GPU ya no son solo productos tecnológicos, sino que también se convierten en activos financiables evaluados conjuntamente por bancos, inversores en bonos y proveedores de servicios en la nube.

Pero la deuda de IA de 7,1 billones de dólares sigue siendo una predicción de modelo a largo plazo, no un hecho consumado. Depende de varios supuestos: la demanda de IA continúa expandiéndose, la tasa de utilización de GPU se mantiene alta, los precios de alquiler disminuyen a un ritmo controlable, la construcción de centros de datos puede seguir el ritmo, y los prestamistas están dispuestos a aceptar el modelo de flujo de caja respaldado por el crédito de NVIDIA.

Lo que es más propenso a problemas es el precio y la velocidad de implementación. Si los alquileres de GPU caen más rápido de lo esperado, el rendimiento de Neocloud con alta participación y altos costos de financiamiento se verá comprimido. Si el respaldo se activa en gran medida, aunque el proyecto pueda continuar pagando la deuda, los compromisos asumidos por NVIDIA se volverán más pesados. Si los centros de datos, la electricidad y la conexión a la red se retrasan, el cronograma de despliegue de GPU en el modelo de financiamiento también se verá alterado.

La historia de NVIDIA de "respaldar el financiamiento de GPU" apunta a la próxima fuente de fondos para la infraestructura de IA. Puede permitir que más proyectos de capacidad de cómputo obtengan préstamos, y también podría colocar a NVIDIA en una posición más central en el mercado crediticio de IA. Pero si este mercado puede crecer hasta los 7 billones de dólares, finalmente dependerá de los alquileres, la tasa de utilización y la entrega de centros de datos.

Haga clic para conocer las vacantes en BlockBeats

Bienvenido a unirse a la comunidad oficial de BlockBeats:

Grupo de suscripción de Telegram: https://t.me/theblockbeats

Grupo de discusión de Telegram: https://t.me/BlockBeats_App

Cuenta oficial de Twitter: https://twitter.com/BlockBeatsAsia