TL;DR
· A SemiAnalysis prevê que a dívida de IA pendente pode chegar a US$ 7,1 trilhões em 2029, com a construção de IA dependendo mais do mercado de crédito.
· A NVIDIA já lançou modelos de compartilhamento de receita e suporte de crédito voltados para nuvens de IA, com Sharon AI e Firmus como primeiros parceiros.
· Garantias podem reduzir as preocupações dos bancos, mas a queda nos aluguéis, a escassez de data centers e os compromissos contingentes permanecem como principais riscos.

O relatório da SemiAnalysis de 6 de julho trouxe à tona a escala do financiamento de infraestrutura de IA: entre 2024 e 2029, os gastos globais de capital em IA podem acumular cerca de US$ 11,1 trilhões, e até 2029, a dívida pendente relacionada à IA pode ultrapassar US$ 7 trilhões, cerca de US$ 7,1 trilhões.

Isso não é apenas uma previsão de vendas de GPUs. A mudança central discutida no relatório é que a construção de IA está passando de "gigantes de tecnologia comprando GPUs com fluxo de caixa" para "bancos e mercados de títulos financiando clusters de GPUs". Se essa estimativa se concretizar, a dívida relacionada à IA pode se tornar uma das maiores categorias de financiamento lastreado em ativos, ficando atrás apenas do mercado de financiamento hipotecário dos EUA.

O papel da NVIDIA também está mudando. Em um post oficial no blog em 1º de julho, a NVIDIA confirmou que lançou um "modelo de compartilhamento de receita e suporte de crédito" voltado para nuvens de IA, combinando parceiros de capital, provedores de nuvem e projetos de data center para impulsionar a construção de capacidade de computação de IA. Sharon AI e Firmus são os primeiros parceiros.

A SemiAnalysis avalia ainda que a NVIDIA pode, por meio de estruturas como garantia de receita de GPU e compartilhamento de receita, ajudar a Neocloud a empacotar GPUs, pedidos de clientes e capacidade de data center em ativos financiáveis. Para os credores, o ponto crucial não é o quão quente será a demanda futura por IA, mas se o projeto ainda terá fluxo de caixa para pagar a dívida no pior cenário.

Previsão de gastos de capital e dívida global de IA em TI e data centers: gastos de capital acumulados de cerca de US$ 11,1 trilhões entre 2024-2029, dívida pendente de cerca de US$ 7,1 trilhões em 2029.

A construção de IA está cada vez mais cara; os bancos querem ver primeiro quem pagará o aluguel

Nos últimos anos, a infraestrutura de IA foi principalmente assumida por provedores de nuvem de hiperescala como Google, Amazon, Meta, Microsoft e Oracle. Essas empresas têm fluxo de caixa, balanços patrimoniais e demanda interna por IA, tornando o financiamento relativamente mais fácil.

Mas à medida que a demanda por treinamento e inferência de IA continua a aumentar, é difícil cobrir toda a lacuna de capacidade computacional apenas com os gastos de capital de alguns gigantes. A SemiAnalysis prevê que os gastos anuais de capital em IA ultrapassarão US$ 2 trilhões em 2028. GPUs, redes, armazenamento, CPUs complementares e construção de data centers consumirão grandes quantidades de fundos, e o mercado de crédito se tornará uma das fontes de financiamento.

É aqui que a dificuldade de financiamento da Neocloud reside.

Esse tipo de novo provedor de nuvem geralmente precisa reunir três coisas simultaneamente: adquirir GPUs, obter capacidade de data center e assinar clientes futuros. O mais difícil para os bancos é avaliar se o aluguel de GPU nos próximos anos cobrirá o principal e os juros da dívida. Os preços de aluguel de poder computacional de IA mudam rapidamente, os prazos dos clientes não são uniformes, e o valor residual e a taxa de utilização das GPUs são mais difíceis de estimar do que em infraestrutura tradicional.

O modelo de suporte de crédito da NVIDIA tenta dar aos credores uma linha de base de fluxo de caixa mais clara. Oficialmente, é chamado de compartilhamento de receita e suporte de crédito; a SemiAnalysis descreve a estrutura típica como garantia de receita de GPU.

Exemplo de garantia de 6 anos: preço médio de US$ 2,36, IRR de até 25% em cenário de aluguel curto

A estrutura de exemplo fornecida pela SemiAnalysis é que a NVIDIA oferece suporte de receita mínima para clusters específicos de GPU por 6 anos, com uma curva de preços decrescente ano a ano, média de cerca de US$ 2,36/hora/GPU em 6 anos. Se o aluguel real do projeto for superior ao nível garantido, a Neocloud e a NVIDIA compartilham a receita em uma proporção de aproximadamente 40% a 60%.

Isso não é um termo contábil formal divulgado pela NVIDIA, mas uma estimativa indicativa no modelo da SemiAnalysis. Sua atratividade para os credores está em transformar parcialmente um projeto de aluguel de GPU altamente incerto em um ativo com compromisso de fluxo de caixa mínimo.

Os bancos não precisam acreditar totalmente que os preços de aluguel de IA continuarão altos no futuro. Desde que, no cenário em que a garantia seja acionada, o projeto ainda atenda aos requisitos de cobertura do serviço da dívida, pode ser elegível para empréstimo. De acordo com as estimativas da SemiAnalysis, para clusters com suporte de classificação AA/Aa2 da NVIDIA, os credores exigem uma taxa de cobertura do serviço da dívida de pelo menos cerca de 1,3x, correspondendo a uma relação loan-to-value de 70% a 80%. O spread de financiamento inicial pode ser maior do que em transações apoiadas por provedores de nuvem de hiperescala, mas menor do que o rendimento de cerca de 10% dos títulos não garantidos da CoreWeave.

Termos indicativos da garantia da NVIDIA: média de cerca de US$ 2,36/hora/GPU em 6 anos, com compartilhamento de receita de 40%-60%.

Para a Neocloud, a garantia não é apenas um seguro, mas uma condição crucial para que o projeto obtenha financiamento de dívida.

No exemplo de aluguel curto de um ano do GB300, se o aluguel do primeiro ano for de US$ 6,75/hora e a participação da NVIDIA for de 40%, o IRR do projeto da Neocloud em 6 anos é de cerca de 25,4%, com a taxa média de comissão da NVIDIA em torno de 18%. Se a demanda do mercado for insuficiente e o projeto cair inteiramente no aluguel garantido, o IRR da Neocloud pode se aproximar de zero ou ser ligeiramente negativo.

Isso não é amigável para o retorno sobre o patrimônio, mas é crucial para o financiamento: o retorno do projeto pode ser comprimido, mas o serviço da dívida ainda pode ser coberto. Ou seja, a garantia transforma um cluster de GPU que "pode ganhar muito dinheiro" em um ativo financiável que "ainda pode pagar a dívida em cenários de estresse".

Comparação de retorno da Neocloud GB300: IRR de 6 anos de cerca de 25,4% com participação de 40% em aluguel curto, IRR próximo de zero ou ligeiramente negativo quando a garantia é totalmente acionada.

Sharon AI e Firmus primeiro a ser implementado, projetos na Ásia-Pacífico como campo de testes

A NVIDIA confirmou oficialmente que Sharon AI e Firmus são os primeiros parceiros desse modelo de compartilhamento de receita e suporte de crédito.

Em um anúncio de 12 de junho, a Sharon AI informou que firmou uma parceria estratégica de 6 anos com a NVIDIA para capacidade computacional, com uma fábrica de IA de 72MW na Austrália que pode implantar até 40.000 GPUs Grace Blackwell GB300. O plano de capacidade total da fábrica de IA da Sharon AI é de 132MW, dos quais 102MW já foram contratados, com previsão de implantação de mais de 55.000 GPUs NVIDIA até meados de 2027.

O projeto da Firmus em Batam, Indonésia, é maior. O post oficial da NVIDIA afirma que o projeto Firmus Batam pode ser expandido para 360MW, implantando até 170.000 GPUs NVIDIA. A SemiAnalysis incluiu o projeto em sua discussão, considerando que ele atende principalmente empresas nativas de IA e provedores de inferência, e pode oferecer prazos de aluguel diversificados.

Esses casos mostram que o modelo de suporte de crédito da NVIDIA não é mais apenas uma suposição de modelo financeiro, mas já entrou na fase inicial de implementação de projetos. No entanto, os casos públicos atuais estão concentrados principalmente na região da Ásia-Pacífico, enquanto o mercado dos EUA ainda enfrenta restrições como capacidade de data center, energia elétrica e velocidade de conexão à rede.

O data center continua sendo o gargalo mais duro. GPUs podem ser adquiridas, a demanda dos clientes pode ser contratada, mas a energia elétrica, o terreno, os racks, o resfriamento e o cronograma de conexão à rede são difíceis de replicar rapidamente. O modelo da SemiAnalysis também menciona que a NVIDIA pode precisar ajudar a Neocloud a preencher a lacuna de oferta e demanda alugando diretamente capacidade de data center. A capacidade e o escopo específicos envolvidos ainda são estimativas do relatório e não podem ser equiparados a divulgações oficiais da NVIDIA.

A NVIDIA pode obter receita, mas também assume compromissos de longo prazo maiores

Para a NVIDIA, fornecer suporte ao financiamento de GPU tem dois níveis de benefícios.

Primeiro, pode expandir as vendas e a implantação de GPUs. Mais Neoclouds obtendo financiamento significa que mais entidades podem comprar e operar clusters de GPU em grande escala, e o mercado de poder computacional de IA não dependerá mais exclusivamente de alguns provedores de nuvem de hiperescala.

Segundo, pode obter receita adicional de compartilhamento. Segundo as estimativas do modelo da SemiAnalysis, se esse tipo de estrutura continuar a se expandir, a receita incremental da NVIDIA proveniente de garantias e compartilhamento pode se tornar significativa, com margens de lucro relativamente altas.

O custo também é evidente. Os compromissos de longo prazo fora do balanço da NVIDIA ou em divulgações relacionadas podem crescer rapidamente. Na seção paga do relatório, a SemiAnalysis estima que o saldo de acordos de serviços em nuvem ou garantias contingentes da NVIDIA pode chegar a centenas de bilhões de dólares nos próximos anos. Como esses números não foram confirmados item por item pela NVIDIA oficialmente, são mais adequados como testes de estresse do modelo do que como passivos já consolidados.

Previsão de crescimento dos acordos de serviços em nuvem da NVIDIA: de acordo com o modelo da SemiAnalysis, os compromissos de longo prazo relacionados podem continuar a acumular a cada 100MW de suporte de poder computacional.

Isso não é dívida direta no sentido tradicional. Mas se o mercado de aluguel de GPU enfraquecer e a demanda do cliente for insuficiente, a probabilidade de acionamento da garantia aumenta, e a NVIDIA precisará assumir mais suporte de receita mínima. O mercado, no final, observará não apenas quanto a NVIDIA pode ganhar com o compartilhamento, mas também se esses compromissos afetarão sua própria alocação de capital e prioridades de fluxo de caixa.

O maior teste é se o aluguel e a infraestrutura do data center podem se sustentar

A parte mais impactante deste relatório é colocar a construção de poder computacional de IA no mercado de crédito. Quando os gastos de capital inflam para trilhões de dólares, os clusters de GPU deixam de ser apenas produtos de tecnologia e se tornam ativos financeiros avaliados conjuntamente por bancos, investidores em títulos e provedores de nuvem.

Mas a dívida de IA de US$ 7,1 trilhões ainda é uma previsão de modelo de longo prazo, não um fato consumado. Ela depende de várias premissas: expansão contínua da demanda por IA, manutenção de altas taxas de utilização de GPU, declínio controlável dos preços de aluguel, capacidade de construção de data centers acompanhar e disposição dos credores em aceitar o modelo de fluxo de caixa apoiado pelo crédito da NVIDIA.

Os problemas mais prováveis estão nos preços e na velocidade de implementação. Se os aluguéis de GPU caírem mais rápido do que o esperado, o retorno da Neocloud sob alta participação e alto custo de financiamento será comprimido. Se a garantia for acionada em grande escala, embora o projeto possa continuar pagando a dívida, os compromissos da NVIDIA se tornarão mais pesados. Se houver atrasos em data centers, energia elétrica e conexão à rede, o cronograma de implantação de GPU no modelo de financiamento também será interrompido.

A história da NVIDIA sobre "garantir o financiamento de GPU" aponta para a fonte de financiamento da próxima fase da infraestrutura de IA. Ela pode permitir que mais projetos de poder computacional obtenham empréstimos e também pode colocar a NVIDIA em uma posição mais central no mercado de crédito de IA. Mas se esse mercado pode crescer para US$ 7 trilhões dependerá, em última análise, do aluguel, da taxa de utilização e da entrega dos data centers.

Clique para saber sobre as vagas abertas no BlockBeats

Bem-vindo à comunidade oficial do BlockBeats:

Grupo de assinatura no Telegram: https://t.me/theblockbeats

Grupo de discussão no Telegram: https://t.me/BlockBeats_App

Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia