Mercado de capital de poder computacional

Autor: Vaidik Mandloi, Compilação: Block Unicorn

O Google é um dos três maiores provedores de serviços de nuvem do mundo e, atualmente, compra mensalmente US$ 920 milhões em recursos computacionais da SpaceX (uma empresa de foguetes).

É assim que o mercado de capacidade de GPU está caótico. Não há referência para preços, e os credores não conseguem proteger o risco do hardware que financiam; tudo é baseado em alocação cega de capital. Mas isso está prestes a mudar, já que a CME (Chicago Mercantile Exchange) e a ICE (Intercontinental Exchange) anunciaram que lançarão contratos futuros de tempo de computação em GPU.

A capacidade computacional está sendo incorporada a um mercado de capitais abrangente, assim como a eletricidade nos anos 1990. Hoje, vou explorar como essa nova curva futura líquida, impulsionada por liquidação em stablecoins, pode transformar a maior construção de infraestrutura desde as ferrovias.

Tornando a capacidade computacional negociável

Quando digo que a capacidade computacional está seguindo o caminho da eletricidade para os mercados de capitais, quero dizer algo muito específico. Entender isso nos dirá como esse mercado é realmente estruturado.

Nos mercados de commodities, os traders fazem uma grande distinção entre mercadorias estocáveis e mercadorias de fluxo. Por exemplo, petróleo é uma mercadoria estocável porque você pode armazená-lo em navios-tanque até encontrar um comprador. Você pode acumular petróleo bruto quando os preços estão baixos e vendê-lo quando os preços sobem. Já a capacidade computacional é uma mercadoria de fluxo, porque você aluga GPUs por um período e paga por isso. Qualquer capacidade computacional não utilizada durante o período de aluguel é perdida permanentemente.

GPUs ociosas em racks não equivalem a "capacidade computacional armazenada", assim como uma usina desligada não equivale a "eletricidade armazenada", porque em ambos os casos o produto de valor é o fluxo — horas de GPU ou quilowatts-hora, e não as máquinas físicas que geram esses fluxos.

Isso é crucial para a precificação, pois mercadorias estocáveis possuem um estabilizador embutido (o estoque), enquanto as de fluxo não. O estoque pode ser liberado em períodos de volatilidade para compensar aumentos de preço. As mercadorias de fluxo não têm esse amortecedor; é por isso que os preços spot de capacidade computacional frequentemente oscilam violentamente.

Em meados de 2025, com o lançamento do chip Blackwell de próxima geração da Nvidia, um grande influxo de nova oferta fez com que a demanda por GPUs H100 caísse, e os preços spot despencaram 70% em 18 meses. Mas este ano, devido ao aumento da produção de chips HBM, a demanda disparou e, como não havia estoque para absorver, os preços das H100 dispararam 48% em apenas quatro dias. Para empresas de IA (cujos custos de treinamento chegam a dezenas de milhões de dólares) e para os credores que forneceram mais de US$ 120 bilhões em crédito para data centers para esse hardware, essa volatilidade sem hedge é uma questão de vida ou morte.

Além disso, há um segundo problema. Um barril de petróleo bruto é idêntico a qualquer outro, independentemente de onde no mundo esteja, e é por isso que pode ser negociado em bolsas sem inspeção física. Mas uma H100 na Virgínia e uma H100 na Islândia são produtos totalmente diferentes, porque o chip, a configuração do cluster e as cargas de trabalho adjacentes afetam o desempenho real.

Dados de benchmark de fornecedores globais de GPU mostram que, mesmo para hardware nominalmente idêntico, a diferença de desempenho pode chegar a 38%. A indústria de eletricidade enfrentou o mesmo problema nos anos 1990: a eletricidade da rede do Texas é diferente da do Meio-Atlântico, porque a transmissão e a demanda local criam condições diferentes em cada nó da rede. Na época, a única solução foi definir preços diferentes para cada nó e cotar com base no diferencial de preço em relação a uma referência. E essa referência é o que falta atualmente no mercado de capacidade computacional.

A SF Compute construiu um livro de ordens em tempo real para tempo de GPU, onde compradores e vendedores podem negociar tempo, como em qualquer mercado spot de commodities. A lógica é que, uma vez que exista um mercado spot líquido, é possível usar a atividade de negociação para derivar um preço índice. E esse preço índice pode ser usado para construir contratos futuros liquidados em dinheiro.

Assim que um data center puder vender contratos futuros e travar receitas por meses, ele poderá contatar credores, mostrar que sua receita está protegida, obter taxas de juros mais baixas e expandir. Isso, por sua vez, reduz o custo geral da capacidade computacional para todos.

Outra empresa, a Silicon Data, construiu um índice diário chamado SDH100RT, disponível no terminal Bloomberg desde maio do ano passado, que já agregou 3,5 milhões de pontos de dados de fornecedores globais em uma única referência, ao custo de apenas uma hora de GPU H100. Os novos contratos futuros anunciados pela CME serão liquidados com base nesse índice. Atualmente, várias empresas estão disputando para construir índices semelhantes, porque ser o preço de referência significa capturar uma fração de cada transação do mercado, enquanto o mercado existir.

O mercado de eletricidade passou por uma fase semelhante: em 1993, a Nord Pool abriu a primeira bolsa de futuros de eletricidade, e depois surgiram mais de 200 novas empresas de comercialização de eletricidade. Os participantes do mercado passaram uma década debatendo se a eletricidade era uma commodity em termos legais, mas hoje ela se tornou um mercado de US$ 6 trilhões por ano. O mercado de capacidade computacional está passando por um processo semelhante agora.

Intermediários

Então, agora temos o que podemos chamar de primeiros mercados spot de capacidade computacional que adotam alguma forma de índice de preços, e as bolsas já anunciaram suas intenções. No entanto, entre o preço índice no terminal Bloomberg e um mercado de capitais bem funcional, há uma etapa crucial que sustenta tudo isso, e é bem diferente da forma tradicional de negociação.

O mercado de futuros de capacidade computacional funcionará de maneira bem diferente de uma bolsa de valores, onde ações padronizadas são negociadas entre compradores anônimos. O mercado de futuros de GPU será dominado por dealers, que atuam como ponte entre proprietários de GPU (que querem travar receitas) e empresas de IA (que querem travar custos).

Por exemplo, suponha que um data center nos EUA tenha uma grande disponibilidade de servidores H200 a partir de outubro. Uma startup precisa de 500 GPUs, mas só se importa com a interconexão ser InfiniBand (um meio de comunicação para GPUs), sem se importar com a localização exata dos servidores. Essa é uma necessidade muito específica, que exige alguém para lidar com esse pedido personalizado, enquanto se protege contra o risco do índice padronizado.

Isso não é novidade; toda commodity já precisou de uma etapa assim, permitindo que as partes envolvidas desembaracem as complexidades do produto físico e o transformem em unidades fungíveis negociáveis em bolsa. Um contrato de H100 "na prateleira" é apenas um contrato personalizado, que outros não podem precificar. Ele gera valor apenas para uma parte com base em um acordo privado, inacessível ao resto do sistema financeiro. Mas, se combinado com um preço índice e uma camada de liquidação pública, pode se tornar uma commodity viva que os credores podem proteger.

Em 2023, a CoreWeave tomou emprestado US$ 2,3 bilhões usando apenas GPUs da Nvidia como garantia — foi a primeira vez que hardware H100 recebeu um empréstimo. Sua última rodada de financiamento obteve classificação de grau de investimento da Moody's, com base na qualidade de crédito da Meta, e não na da CoreWeave, porque a Meta assinou um contrato de "take-or-pay", comprometendo-se a pagar independentemente de usar ou não os recursos computacionais.

E é aqui que os trilhos das criptomoedas entram como elemento estrutural. Compradores e vendedores de capacidade computacional estão espalhados pelo mundo, mas muitos não conseguem obter aprovação da CFTC (Commodity Futures Trading Commission) dos EUA para abrir contas em bolsas de commodities americanas. No entanto, carteiras cripto podem liquidar pagamentos em stablecoins, e qualquer carteira pode deter capacidade computacional tokenizada.

Os controles de exportação de GPU já revelaram a estratificação geopolítica do acesso à capacidade computacional — por exemplo, a Nvidia não pode exportar chips de ponta para a China e dezenas de outros países. Um mercado de futuros de capacidade computacional liquidado em stablecoins pode permitir que pesquisadores e startups fora das zonas de restrição de exportação obtenham preços para capacidade computacional e protejam custos por meio de infraestrutura que contorna as restrições, assim como as stablecoins já funcionam na Argentina e na Nigéria.

Curva futura líquida

Atualmente, montar um cluster de GPU significa tomar emprestados milhões de dólares com receitas que não podem ser travadas, porque o sistema financeiro global não possui as ferramentas necessárias. Mas uma curva futura líquida permite que as empresas tomem empréstimos com receitas já protegidas a taxas mais baixas do que as de posições não protegidas. Isso significa um custo menor por hora de computação. Então, quem construirá a camada de liquidação para a curva futura?

A única solução necessária atualmente é construir uma camada de liquidação que permita a qualquer pessoa verificar as garantias e tornar a curva futura um bem público. Atualmente, não podemos verificar o estado do hardware dado como garantia, se foi usado como garantia dupla, nem sua taxa de utilização real. Mas, se tokenizarmos as GPUs e seus fluxos de receita como ativos on-chain, cada credor pode verificar as garantias em tempo real, tornando a curva futura visível publicamente, em vez de ficar presa em negociações bilaterais.

Além disso, a próxima geração de agentes de IA comprará capacidade computacional por chamada de inferência, e eles não podem abrir contas bancárias. As criptomoedas são o único gateway de pagamento capaz de liquidar micropagamentos entre um agente em Tóquio e um rack de GPU na Virgínia em menos de um segundo.

Existem forças contrárias poderosas atualmente, porque a oferta de GPU é altamente concentrada. Os principais operadores de hiperescala no mercado controlam 78% de toda a capacidade computacional de TI global. A Nvidia detém mais de 80% do mercado de chips de IA de alto padrão, e seu cronograma de lançamentos é suficiente para movimentar todo o mercado. A padronização é um gargalo, mas financeirizar uma classe de ativos durante um boom de construção pode torná-la mais contagiosa.

Mais de US$ 120 bilhões em dívida de infraestrutura de IA já foram transferidos de balanços para SPVs (Special Purpose Vehicles) financiadas por Wall Street, e grande parte foi parar em fundos de títulos corporativos em produtos de aposentadoria com data-alvo, sem que os detentores individuais desses títulos soubessem. Acredito que os modelos de financiamento usados para construir essa infraestrutura provavelmente incluem suposições sobre valor residual do hardware que os dados atuais ainda não suportam.

O mercado de eletricidade não parou no gerador; ele percorre todo o sistema até a tomada na parede e afeta o preço de todos os aparelhos que consomem eletricidade. O mercado de capacidade computacional ainda tem muitos cabos a serem instalados.