mercado de capital de poder computacional

Autor: Vaidik Mandloi, compilado por Block Unicorn

A Google é um dos três maiores fornecedores de serviços cloud a nível mundial, e atualmente compra à SpaceX (uma empresa de foguetões) 920 milhões de dólares por mês em recursos computacionais.

É este o estado atual do mercado de capacidade GPU, tão caótico. Não há referência para os preços, e os mutuantes não conseguem cobrir o risco do hardware que financiam; tudo se baseia em alocação cega de capital. Mas isto está prestes a mudar, porque a CME (Chicago Mercantile Exchange) e a ICE (Intercontinental Exchange) anunciaram que vão lançar contratos futuros de tempo de computação GPU.

A capacidade computacional está a ser integrada num mercado de capitais abrangente, tal como a eletricidade nos anos 90. Hoje, vou aprofundar como esta nova curva forward líquida, liquidada por stablecoins, pode transformar a maior construção de infraestruturas desde os caminhos de ferro.

Tornando a capacidade computacional negociável

Quando digo que a capacidade computacional está a seguir o caminho da eletricidade para os mercados de capitais, refiro-me a algo muito específico, e perceber isto diz-nos como este mercado está realmente a ser estruturado.

Nos mercados de mercadorias, os traders fazem uma grande distinção entre mercadorias armazenáveis e mercadorias de fluxo. Por exemplo, o petróleo é uma mercadoria armazenável porque pode ser guardado em petroleiros até encontrar um comprador. Pode acumular crude quando os preços estão baixos e vendê-lo quando disparam. A capacidade computacional, por outro lado, é uma mercadoria de fluxo, pois aluga-se GPUs por um período e paga-se por esse tempo. Qualquer capacidade não utilizada durante o período de aluguer perde-se permanentemente.

GPUs parados numa rack não equivalem a "capacidade armazenada", tal como uma central elétrica 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 o geram.

Isto é crucial para a precificação, porque as mercadorias armazenáveis têm um estabilizador incorporado (o inventário), enquanto as de fluxo não. O inventário pode ser libertado em períodos de volatilidade para conter subidas de preço. As mercadorias de fluxo não têm esse amortecedor; é por isso que os preços spot da capacidade computacional flutuam frequentemente de forma violenta.

Em meados de 2025, com a entrada de nova oferta devido ao lançamento do chip Blackwell da NVIDIA, a procura por GPUs H100 caiu, e os preços spot da capacidade despencaram 70% em 18 meses. Mas este ano, com o aumento da procura impulsionado pela produção em massa de chips HBM, e sem inventário para absorver, os preços dos H100 dispararam novamente 48% em apenas quatro dias. Para empresas de IA (cujos treinos custam dezenas de milhões de dólares) e para instituições de crédito que financiaram mais de 120 mil milhões de dólares em créditos para datacenters, esta volatilidade sem instrumentos de cobertura é uma questão de vida ou morte.

Além disso, há um segundo problema. Um barril de crude é exatamente igual a qualquer outro barril, independentemente de onde esteja no mundo, razão pela qual pode ser negociado em bolsa sem inspeção física. Mas um H100 na Virgínia e um H100 na Islândia são produtos muito diferentes, porque o chip, a configuração do cluster e as cargas de trabalho adjacentes afetam o desempenho real.

Dados de benchmarks de fornecedores globais de GPU mostram variações de desempenho até 38% mesmo em hardware nominalmente idêntico. A indústria elétrica enfrentou o mesmo problema nos anos 90: a eletricidade da rede do Texas era muito diferente da do Mid-Atlantic, porque a transmissão e a procura local criavam condições diferentes em cada nó da rede. A única solução na altura foi definir preços diferentes para cada nó e cotar com base no diferencial de preço de referência. É essa referência que falta atualmente ao 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 intervalos de tempo, como em qualquer mercadoria no mercado spot. A lógica é que, uma vez existindo um mercado spot líquido, a atividade de negociação pode ser usada para derivar um preço índice. E esse preço índice pode ser usado para construir contratos futuros liquidados em dinheiro.

Assim que um datacenter puder vender contratos futuros e bloquear receitas para meses à frente, pode abordar mutuantes, mostrando que as suas receitas estão cobertas, obtendo taxas de juro mais baixas e escalando. Isto, por sua vez, reduz o custo global 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 agrega 3,5 milhões de pontos de dados de fornecedores globais num único benchmark, ao custo de uma hora de GPU H100. Os novos contratos futuros anunciados pela CME serão liquidados com base nesse índice. Várias outras empresas estão a correr para construir índices semelhantes, porque ser o preço de referência significa capturar uma fração de cada transação no mercado, enquanto este existir.

O mercado de eletricidade passou por uma fase semelhante: em 1993, a Nord Pool abriu a primeira bolsa de futuros de eletricidade, e surgiram mais de 200 novas empresas de comercialização de eletricidade. Os profissionais do setor passaram uma década a debater se a eletricidade era legalmente uma mercadoria, mas hoje é um mercado de 6 biliões de dólares anuais. O mercado de capacidade computacional está agora a passar pelo mesmo processo.

Intermediários

Portanto, temos agora aquilo que podemos chamar os primeiros mercados spot de capacidade computacional com alguma forma de índice de preços, e as bolsas anunciaram intenções. Mas entre o preço índice no terminal Bloomberg e um mercado de capitais bem oleado, há um elo crucial que suporta tudo, e é muito diferente dos métodos de negociação tradicionais.

O mercado de futuros de capacidade computacional não funcionará como uma bolsa de valores, onde ações padronizadas são negociadas entre compradores anónimos. Será dominado por dealers que atuam como ponte entre proprietários de GPU (que querem fixar receitas) e empresas de IA (que querem fixar custos).

Por exemplo, suponha que um datacenter nos EUA tenha muitos servidores H200 disponíveis a partir de outubro. Uma startup precisa de 500 GPUs, mas só se preocupa se a interconexão é InfiniBand (um meio de comunicação GPU), sem se importar com a localização exata. É uma necessidade muito específica, que requer que alguém trate desta encomenda personalizada enquanto cobre o risco relativo ao índice padronizado.

Isto não é novidade; todas as mercadorias precisaram de uma fase semelhante para que os intervenientes possam desembaraçar as complexidades do produto físico e convertê-lo em unidades fungíveis negociáveis em bolsa. Um contrato H100 numa prateleira é apenas um contrato personalizado que ninguém mais pode precificar. Só gera receita para uma parte com base num acordo privado, e o resto do sistema financeiro nem sequer o consegue alcançar. Mas se for combinado com um preço índice e uma camada de liquidação pública, torna-se uma mercadoria viva que os mutuantes podem cobrir.

Em 2023, a CoreWeave pediu emprestado 2,3 mil milhões de dólares usando apenas GPUs NVIDIA como garantia, o primeiro empréstimo sobre hardware H100. A sua última ronda de financiamento obteve uma notação de grau de investimento da Moody's, baseada na qualidade de crédito da Meta, não da CoreWeave, porque a Meta assinou um contrato "take-or-pay", obrigando-se a pagar independentemente de usar ou não os recursos computacionais.

É aqui que as infraestruturas de criptomoedas entram como suporte. Compradores e vendedores de capacidade computacional estão espalhados pelo mundo, mas muitos não têm aprovação da CFTC (Commodity Futures Trading Commission) dos EUA para abrir contas em bolsas de mercadorias americanas. No entanto, carteiras de criptomoedas podem liquidar pagamentos em stablecoins, e qualquer carteira pode deter capacidade computacional tokenizada.

Os controlos de exportação de GPU já revelaram a estratificação geopolítica no acesso à capacidade, com a NVIDIA impedida de 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 investigadores e startups fora das zonas de restrição obtenham preços para capacidade e cubram custos através de infraestruturas que contornam as restrições, tal como as stablecoins já fazem na Argentina e na Nigéria.

Curva forward líquida

Atualmente, construir um cluster GPU significa pedir milhões emprestados contra receitas que não podem ser fixadas, porque o mercado financeiro global carece de instrumentos adequados. Mas uma curva forward líquida permite que as empresas peçam empréstimos contra receitas cobertas a taxas mais baixas do que para posições não cobertas. Isto significa menor custo por hora de capacidade. Então, quem irá construir a camada de liquidação dessa curva forward?

A única solução necessária de momento é estabelecer uma camada de liquidação que permita a qualquer pessoa verificar as garantias e tornar a curva forward um bem público. Atualmente, não podemos verificar o estado do hardware dado como garantia, se foi hipotecado duas vezes, ou qual a sua taxa de utilização real. Mas ao tokenizar GPUs e os seus fluxos de receitas como ativos on-chain, cada mutuante pode verificar as garantias em tempo real, tornando a curva forward visível publicamente em vez de estar enterrada em negociações bilaterais.

Além disso, a próxima geração de agentes de IA irá comprar capacidade computacional por chamada de inferência, e não podem abrir contas bancárias. Criptomoedas são o único gateway de pagamento capaz de realizar microtransações entre um agente em Tóquio e uma rack de GPU na Virgínia em menos de um segundo.

Existem agora forças de equilíbrio, porque a oferta de GPU está altamente concentrada. Os maiores operadores de hiperescala controlam 78% da capacidade informática global de TI. A NVIDIA detém mais de 80% do mercado de chips de IA de alto desempenho, e o seu calendário de lançamentos de produtos pode influenciar todo o mercado. A normalização é um gargalo, mas financeirizar uma classe de ativos durante um boom de construção pode torná-la mais contagiosa.

Mais de 120 mil milhões de dólares em dívida de infraestruturas de IA foram transferidos de balanços para SPVs (Special Purpose Vehicles) financiados por Wall Street, e grande parte foi para fundos de obrigações corporativas em produtos de reforma com data-alvo, sem que os indivíduos que os detêm tenham conhecimento. Acredito que os modelos de financiamento usados para construir estas infraestruturas provavelmente contêm pressupostos sobre o valor residual do hardware que não são suportados pelos dados existentes.

O mercado de eletricidade não parou nos geradores; percorreu todo o sistema até à tomada elétrica, afetando o preço de todos os dispositivos que a usam. O mercado de capacidade computacional ainda tem muitos cabos para instalar.