Atribuição de capital no mercado: como a cripto está a construir infraestruturas financeiras de computação para IA

作者：Lucas Tcheyan；来源：Galaxy Digital；编译：Shaw，金色财经

Introdução

Raciocínio em cadeia no mercado de capitaiseste conceito refere-se a uma série de redes, protocolos, infraestruturas complementares e aplicações, utilizadas para coordenar operações de inferência de modelos de IA que ficam fora do ecossistema de APIs centralizadas de laboratórios de ponta e grandes fornecedores de nuvem; e também para construir, sobre este negócio, a camada financeira que está a tomar forma. Os utilizadores não precisam de encaminhar cada pedido de API através de fornecedores de modelos de ponta como OpenAI e Anthropic, nem através dos seus fornecedores de nuvem; em vez disso, podem submeter prompts a uma rede de operadores de GPUs coordenada por incentivos de tokens criptográficos e por mecanismos de liquidação on-chain. Em algumas arquiteturas, os utilizadores ainda conseguem garantias criptográficas ou garantias económicas para a precisão dos resultados de saída e a privacidade dos dados.

Em 2026, este setor está a receber cada vez mais atenção. A quota global de procura de GPUs para inferência (processo de computação para gerar resultados com base em modelos de IA já treinados com base em novos dados) já ultrapassou o treino de modelos, tornando-se o maior cenário de procura de poder de computação. Em simultâneo, agentes autónomos surgem como uma nova categoria de compradores de inferência: este tipo de software consegue concluir pagamentos de forma automática, sem intervenção humana ao longo do processo.

Nos últimos anos, mercados descentralizados de transacção de GPUs, protocolos de inferência, canais de pagamento, ferramentas de tokenização de activos e plataformas de angariação de capital, bem como a secção de liquidez on-chain, abriram, cada um, a sua própria janela de crescimento. A mudança que se observa hoje é que: vários componentes base estão a fundir-se num sistema unificado e completo — o mercado de capitais de inferência. À medida que a inferência de IA é aplicada amplamente a vários cenários de negócio, espera-se que a procura de mercado desta solução continue a subir. Actualmente, as práticas on-chain concentram-se em negócios com produtividade real e valor económico considerável, e a procura já não vem apenas do interior do setor cripto.

Forças múltiplas estão a impulsionar esta fusão do ecossistema. A procura de capacidade de GPU mudou claramente de treino de modelos para tarefas de inferência; e, em cenários de negócio que apenas exigem o critério “suficiente”, os modelos de pesos open source estão a reduzir a diferença de desempenho face aos modelos fechados de ponta. Isto permite que as empresas encaminhem tarefas que antes tinham custos elevados para o lado da oferta de computação com melhor relação custo-benefício (quer a partir de canais subjacentes criptográficos, quer via canais tradicionais), tornando a solução economicamente viável.

A procura por capacidade de inferência continua a crescer e também força os utilizadores a comprarem capacidade de computação com mais formas inovadoras. Um relatório de pesquisa recente da Citadel afirma que o tamanho de consumo de tokens de IA (segundo o Silicon Data LLM Index, na Silicon Valley) apresentou desaceleração, reflectindo a mudança do mercado para soluções de modelos com custos mais baixos. (Nota: AI Token é a unidade de facturação utilizada pelos fornecedores de serviços de IA para precificar os serviços; não confundir com tokens criptográficos emitidos em blockchains.)

Várias empresas, incluindo Coinbase, Microsoft e Airbnb, começaram recentemente a migrar para modelos open source, com predominância de modelos open source chineses. A OpenRouter concluiu recentemente mais uma ronda de financiamento, o que também confirma o aumento contínuo da procura por canais de acesso a modelos diversificados — canais que conseguem reduzir eficazmente os custos de inferência. Parte das razões para esta tendência é a oferta de capacidade de computação limitada, o que faz o custo marginal de implantação dos serviços de inferência continuar a subir.

A segunda força que impulsiona a fusão do ecossistema é a financeirização. À medida que a adopção de IA aumenta continuamente, as capacidades inteligentes quase se tornam o fator de produção de praticamente todos os negócios; o mercado passa então a gerar procura por capacidade de computação que seja commoditizada e financeirizada. Cada vez mais equipas estão a explorar soluções para transformar capacidade de computação de IA em activos negociáveis e integrá-los em sistemas financeiros mais completos. O enquadramento inicial do mercado de capitais de inferência está a tomar forma: o mercado começa a precificar de forma financeira o hardware de IA e a capacidade de computação, com o objetivo de construir um mercado integrado completo de transacção.

Índice de GPU e mercado de futuros

Antes de discutir as formas on-chain de concretização do mercado de capitais de inferência, é preciso olhar primeiro para o mercado off-chain muito maior — o mercado de futuros de GPU. As previsões de várias partes sobre o tamanho da expansão da infraestrutura de IA diferem bastante. A Morgan Stanley prevê que, até 2028, os gastos de capital dos data centers globais serão cerca de 2,9 biliões de dólares (excluindo investimentos em eletricidade), dos quais cerca de 2,5 biliões serão diretamente para cargas de trabalho relacionadas com IA. A McKinsey estima que, em 2030, os gastos de capital globais dos data centers atingirão 6,7 biliões de dólares; desses, 5,2 biliões serão para infraestruturas de capacidade de computação de IA e 1,5 biliões para negócios de TI tradicionais. As previsões do cenário de IA dividem-se em dois tipos: um cenário com procura fraca de 3,7 biliões de dólares e um cenário de aceleração com procura libertada que pode chegar a 7,9 biliões. A Goldman Sachs estima que, entre 2026 e 2031, os gastos de capital globais em infraestrutura de IA nos domínios de capacidade de computação, data centers e eletricidade serão cerca de 7,6 biliões de dólares. Independentemente de quais sejam os valores precisos, várias instituições chegam a uma conclusão consistente: capacidade de computação e hardware são o segmento com maior quota de despesas; os intervalos de três entidades (Morgan Stanley, McKinsey e Goldman Sachs) indicam uma quota aproximada de 55%~67% para esse segmento.

Estas previsões são difíceis de concretizar com exatidão, o núcleo está em que existem muitas variáveis desconhecidas nas duas pontas da oferta e da procura. A primeira é a elasticidade da procura: se o dinheiro poupado com a redução do custo de computação não for retido como lucro das empresas, mas continuar a ser reinvestido no treino de modelos maiores e na expansão de cenários de aplicação, então o aumento de eficiência apenas amplia o consumo de capacidade de computação, e não reduz a conta total. A segunda variável é a vida útil dos chips: atualmente a indústria ainda não chegou a um consenso unificado, e o intervalo de estimativa de depreciação costuma ser de 3 a 7 anos. Embora todos os anos sejam lançadas gerações de chips com desempenho mais alto, teoricamente isso acelera a eliminação de chips antigos, mas na prática o hardware mais antigo continua a manter valor. Devido à tensão contínua na oferta, as empresas são forçadas a depender do hardware existente para satisfazer a procura de computação, e os chips obsoletos também conseguem acomodar tarefas de inferência de modelos com barreiras de requisitos mais baixas. O resultado final é: um fluxo massivo de capital investido em activos com volatilidade de preços elevada; e isto é exatamente o ambiente típico que gera mercados de precificação, cobertura e financiamento.

No ecossistema atual de aquisição de capacidade de computação, é frequentemente comparado a um mercado de “mercado negro” — para conseguir stock, só consegue contactando um “intermediário” específico.

Em certo sentido, este tipo de mercado de contratos a prazo já existe há muito tempo, mas ainda não tomou uma forma padronizada. Grandes compradores já travaram capacidade de computação a prazo através de acordos privados, cobrindo aluguer sob demanda por hora, contratos de pré-compra de capacidade a vários anos (equivalente a um “contrato de subscrição” de GPU), bem como transacções bilaterais entre fornecedores e grandes clientes topo. Os preços dependem frequentemente de negociações baseadas em redes de contactos, com pouca transparência. Empresas de modelos de ponta como a OpenAI vendem em massa quotas de chamadas de API, enquanto grandes fornecedores de cloud reservam capacidade de computação entre si; por sua vez, fornecedores de cloud dedicados a IA (New Cloud / Neoclouds) bloqueiam capacidade antecipadamente junto de fornecedores de cloud públicos e intermediários, porque a raiz do problema é a oferta global insuficiente. Um dos principais serviços de inferência, Baseten, foi direto ao afirmar que comprar capacidade de computação atualmente é como fazer transacções no mercado negro — é necessário fazer contacto com um intermediário específico para obter “fontes de stock”. Intermediários que ganham com assimetria de informação e redes de contactos, e detentores de grandes volumes de capacidade, quase não têm motivação para migrar para transações em ecrã eletrónico público e transparente, mesmo que um mercado padronizado pudesse melhorar ligeiramente a eficiência de transacção. Historicamente, obstáculos semelhantes também impediram o desenvolvimento de commodities: a resistência de gigantes energéticos como Vitol, BP e Shell levou a que a tentativa de criar bolsas de trading de gás natural liquefeito passasse por dez anos e ainda assim não fosse implementada. Os futuros de GPU surgem exatamente em cima desta realidade de mercado spot fragmentada, com o seu posicionamento como ferramenta padronizada para transferir risco de preço; a curto prazo, não substitui os modelos atuais de aquisição de capacidade de computação.

O funcionamento eficiente do mercado de futuros exige que exista um índice de preços preciso que possa ser usado como referência (ancoragem) para os contratos. Comparado com commodities padronizadas, construir um índice de computação é mais difícil. Um simples “GPU por hora” não tem um padrão universal: é preciso definir o modelo do chip, memória (VRAM), especificações de rede, região onde está instalado, e se a capacidade é um recurso spot sob demanda ou uma capacidade pré-bloqueada. Antes de eletricidade, largura de banda e gás natural liquefeito se tornarem mercados com alta liquidez, enfrentaram também o problema de especificações do ativo subjacente não serem unificadas. A indústria acabou por seguir o mesmo caminho de solução: definir “graus”, estabelecer um preço de referência, em vez de exigir que cada unidade do produto seja completamente homogénea. A precificação do petróleo assenta em produtos de referência como WTI e Brent na NYMEX; o gás natural usa o preço de Henry Hub como âncora.

O mercado de GPU está a formar progressivamente um sistema de precificação semelhante. A empresa de portfólio Ornn da Galaxy lançou um índice de preços de capacidade de computação baseado em dados reais de transações. O Silicon Data publica diariamente, no terminal Bloomberg, índices de aluguer de H100, A100 e B200, padronizando cotações para diferentes configurações de hardware, fornecedores de serviços e regiões, integrando-as num único benchmark. O Compute Desk também está a orientar-se para o mesmo caminho. De acordo com a Ornn, estes índices estão mais próximos das taxas de financiamento garantidas overnight (SOFR) do que do LIBOR antigo e alvo de críticas. As fontes de dados do índice derivam de registos massivos reais de transacções no mercado, e não de estimativas subjetivas de painéis de especialistas; ele não rastreia uma única GPU por modelo, mas sim recolhe preços de mercado “típicos” para um conjunto de recursos de computação padronizados. Com base em dados de transações reais, o problema de variação nas especificações do hardware de computação ganha uma base que pode ser gerida. O índice não exige que toda a capacidade de GPU seja completamente homogénea em cada hora; basta ter uma quantidade suficiente de amostras reais de transacção para calcular um preço representativo.

Mas o índice de computação enfrenta desafios que o mercado de petróleo não tinha. Por décadas, o WTI (petróleo bruto leve do Texas) conseguiu servir de âncora de precificação de forma estável porque a especificação do barril de petróleo padrão permaneceu inalterada; já o benchmark de GPU será atualizado continuamente, e clusters de computação passarão de H100 para H200, B200, GB200 e chips Rubin; sempre que uma nova geração de hardware for lançada, a referência de precificação precisa de ser revista. A diversificação de hardware agrava ainda mais o desafio: chips AMD, Google TPU, Amazon Trainium, ASICs desenvolvidos internamente por grandes fornecedores de cloud e a segmentação da procura por chips produzidos por cada país — hardware incompatível entre si. Criar um benchmark de precificação estável e eficaz a longo prazo torna-se mais difícil, não menos.

O segundo ponto central de controvérsia é a regra de liquidação (entrega). Para laboratórios de IA que querem cobrir a volatilidade do orçamento de capacidade de computação, ou para equipas de trading que querem expressar visões sobre preços, basta uma exposição puramente a risco de preço; não precisam de hardware físico. Para estes participantes, contratos com liquidação por diferença com base em índices são suficientes. Mas para fornecedores de cloud verticais de IA que prestam serviço a clientes finais, é necessário de facto recursos de computação. Os futuros de GPU atualmente lançados adotam o modelo de liquidação em dinheiro (cash settlement), porque a procura por cobertura de preços é a mais fácil de padronizar; mesmo em muitos futuros de commodities que suportam entrega física, a liquidação em dinheiro continua a ser o padrão. A lógica por trás é consistente. A entrega física é viável, mas é mais difícil de implementar, exigindo mais padronização e termos mais detalhados. Dado o ritmo com que os futuros de liquidação em dinheiro estão a avançar e a procura adicional por novos mercados, não surpreende se surgirem contratos de futuros de GPU com entrega física dentro do próximo ano. Há também a perspetiva de que a ordem de desenvolvimento atual está invertida: quando poucos fornecedores controlam as fontes de stock, é fácil gerar manipulação de mercado se a liquidação em dinheiro for feita com base em índices baseados em amostras limitadas. Tipicamente, o mercado de commodities precisa de mecanismos de entrega física, ou de sistemas maduros de exchange futures para swap de pronto e futuro (EFP), para que os preços dos futuros se aproximem do “fundamental” do mercado spot.

Um mercado maduro também exige procura e oferta de transações reais — não apenas um jogo entre especuladores. Longo “natural”: empresas que querem fixar custos de compra, com custos e profundidade de capacidade de computação ligados, incluindo laboratórios de IA, developers de aplicações, e fornecedores de cloud verticais de IA a jusante que já venderam capacidade e precisam garantir oferta. Curto “natural”: instituições com stock de GPU e cujo uso futuro não está claro, como grandes fornecedores de cloud, grandes detentores de GPUs e intermediários de capacidade de computação. As instituições de crédito que financiam a compra de GPUs também precisam de um preço de referência unificado — empréstimos baseados em hardware depreciado requerem que a avaliação do ativo esteja alinhada com o preço de mercado justo. Fundos especulativos e equipas de trading por conta própria são participantes comuns em todos os mercados, fornecendo liquidez, mas não são o “núcleo” de transações da indústria. Atualmente, a principal contradição estrutural do mercado é que a maioria dos vendedores prefere assinar contratos de longo prazo para garantir receitas fixas, enquanto os compradores preferem contratos de curto prazo para manter flexibilidade.

Apesar de desafios significativos, o esboço de um mercado de transacção maduro de GPU já aparece. Plataformas de mercados de previsão como Kalshi já colocaram no ar várias opções de trading de preços de GPU. A ICE (Intercontinental Exchange), controladora da bolsa de Nova Iorque (em parceria com a Ornn), e a Chicago Mercant Exchange (CME, em parceria com a Silicon Data) anunciaram planos para lançar futuros de GPU no próximo ano. A capacidade de computação, como commodity, poderá tornar-se realidade em breve.

Mercado de capitais de inferência on-chain

Os fornecedores de modelos e serviços de inferência são, na essência, como fábricas de processamento de tokens: investem capacidade de computação de GPUs como “matéria-prima” e geram outputs de AI Token. Os recursos em “GPU por hora” tornam-se cada vez mais padronizados com índices de capacidade; já o desenvolvimento do mercado de trading de AI Tokens acima desta camada está muito menos avançado. Um grande obstáculo é que os tokens gerados por diferentes grandes modelos não têm uma base comum de paridade/preço. Mesmo assim, o ecossistema desta via está a tomar forma gradualmente. As três principais operadoras de telecomunicações na China já retalham capacidade de inferência como um serviço público medido, lançando pacotes mensais de tokens padronizados — um modelo semelhante aos pacotes de tráfego de telemóvel. Segundo relatos, a Amazon vai ajustar o modelo de liquidação com a Anthropic: em vez de bloquear a duração de capacidade de computação, passará a cobrar com base na quantidade real de tokens consumidos. Há também notícias de que a Shanghai Futures Exchange está em fase inicial de desenho de solução, prevendo lançar produtos de futuros indexados a AI Tokens, correspondentes aos futuros de GPU na CME e ICE no upstream de capacidade de computação.

A indústria cripto está a construir um sistema semelhante ao seu próprio. O mercado de capitais de inferência on-chain assenta em componentes existentes do ecossistema cripto + IA (fornecedores de serviços de GPU, redes descentralizadas de desenvolvimento de modelos), e integra ainda novas verticais, incluindo padrões de pagamentos por agentes, e um mercado de transações de inferência tokenizada. O ecossistema já criou várias cadeias e ambientes de execução, mas os recursos de desenvolvimento estão altamente concentrados em Base e Solana, beneficiando-se das comunidades de developers e utilizadores dessas duas blockchains.

O núcleo de todo o sistema é o fornecedor de serviços de inferência e a rede de inferência — ou seja, os projetos que convertem prompts em outputs. Em torno da camada central, existe um conjunto de múltiplas camadas de infraestruturas para tornar a inferência utilizável, prática e com atributos de financeirização: developers de modelos, fornecedores de GPUs e capacidade de computação, plataformas de roteamento de coordenação e mercados, agentes e aplicações de camada superior, canais de pagamento e infraestruturas de angariação de capital. As camadas periféricas são cruciais porque, ou criam procura de inferência e produção de fatores de capacidade de computação, ou transformam o comportamento de utilização de capacidade em ativos pagáveis, financiáveis, despacháveis e passíveis de reconhecimento de titularidade.

Muitos destes serviços não são exclusivos do setor cripto; no mundo off-chain já existem produtos de referência maduros. Na camada superior do stack tecnológico, frameworks de agentes como Hermes e Ironclaw podem chamar indistintamente modelos de laboratórios de ponta, ou recursos fornecidos por providers de serviços de inferência on-chain como Venice. Modelos treinados por developers descentralizados como Nous Research conseguem integrar a plataforma agregadora de modelos OpenRouter. Fornecedores de capacidade de GPU correspondem a versões open source sem permissão de grandes fornecedores de cloud e data centers, embora em geral com menor escala. Protocolos de pagamento por agentes como x402 e MPP podem tanto pagar subscrições de OpenAI e Anthropic como completar convenientemente a liquidação de custos na plataforma Venice. A liquidação programática e automática está a tornar-se rapidamente uma capacidade padrão da indústria, deixando de ser apenas uma vantagem exclusiva do setor cripto; a OpenAI e a Visa lançaram recentemente, cada uma, infraestrutura de pagamentos orientada a agentes.

O que realmente traz inovação diferenciadora concentra-se na camada de financeirização: a tecnologia cripto remodela a forma de reconhecimento de titularidade, precificação e financiamento para a capacidade de inferência. Em relatórios anteriores discutimos em profundidade como o canal cripto de base acelera a formação de capital; muitos componentes básicos também podem ser aplicados diretamente ao setor de inferência.

A financeirização dos serviços de inferência já atraiu muitos projetos on-chain. Usando canais de pagamento e ferramentas de tokenização, os serviços de inferência são transformados em ativos negociáveis. Em geral, existem três formas:

• Provedores de serviços de inferência (Venice, Morpheus, etc.): tokenizam o direito de acesso à inferência, transformando a titularidade da procura futura de serviços de inferência num ativo que pode ser detido, precificado e revendido.

• Projectos de Proof of Useful Work (Pearl, Ambient, etc.): tokenizam o ato de produção de inferência; o fornecedor ganha recompensas de tokens quando conclui tarefas de inferência.

• Provedores de crédito (USD.AI): o modelo é diferente. Não tokenizam diretamente o serviço de inferência; em vez disso, fornecem financiamento para o hardware que suporta tarefas de inferência, recorrendo a depósitos em stablecoins para fornecer capital ao layer de GPUs e data centers.

Estes componentes acima são integrados entre si, constituindo em conjunto o mercado de capitais de inferência on-chain.

Camada de provedores de serviços de inferência

O provedor de serviços de inferência é o núcleo de toda a stack. O setor descentralizado de inferência é altamente semelhante ao mercado tradicional de APIs de IA: os utilizadores ou developers escolhem um modelo, submetem prompts e pagam por Token / número de pedidos / modo de subscrição; em seguida, obtêm os outputs. No formato mais simples, a experiência é semelhante à do OpenRouter, Together AI e Fireworks, ou à API oficial de laboratórios de IA de ponta. A diferença entre os dois é que: um provedor nativo de cripto para inferência pode comprar capacidade num rede descentralizada de GPUs, aceitar pagamentos em stablecoins ou tokens nativos, disponibilizar acesso a modelos open source / sem censura, oferecer proteções adicionais de privacidade, ou vincular o acesso tokenizado e o uso de capacidade.

O OpenRouter é um cenário on-chain com elevado potencial de desenvolvimento. A procura na plataforma é precificada por AI Token; cada vez que o utilizador inicia um pedido, pode alternar livremente o provedor de inferência. Nesse ambiente de mercado, os provedores com melhor custo-benefício e resposta mais rápida deveriam ganhar maior quota. Nos últimos três meses, o total de tokens suportado pelos provedores de serviços de inferência on-chain ficou na faixa de 0,5%~1% do volume de tokens processados diariamente pelo OpenRouter; no mesmo período, o volume total de tokens processados pelo OpenRouter cresceu de forma explosiva. Isto sugere que serviços on-chain já obtiveram aceitação inicial por parte da comunidade nativa de cripto, mas a quota global ainda é baixa, refletindo limites atuais como cobertura de canais, custos relativos e outros fatores; neste estágio, ainda não consegue competir de forma efetiva com serviços centralizados maduros.

No entanto, o OpenRouter apenas representa uma parte do fluxo de tokens. Por exemplo, no caso da Venice: o projeto divulgou que em 23 de junho, no total de todo o tráfego de canais, processou 100 mil milhões de tokens — dez vezes o volume processado na própria via do OpenRouter. Se apenas forem contabilizados os dados do OpenRouter, não é possível refletir corretamente a evolução real de cada projeto individual. Os principais provedores de serviços de inferência on-chain estão a sedimentar continuamente bases de utilizadores estáveis através de várias estratégias de operação; algumas ferramentas dependem de funcionalidades de produto diferenciadas: a Venice aposta fortemente na proteção de privacidade como caraterística central. Quando os utilizadores chamam o serviço de inferência, não precisam de se preocupar excessivamente com retenção de dados por parte do provedor, revisão/censura, vazamento de dados, implementação de revisão de conteúdo, ou ser obrigada a entregar informações sensíveis. Chutes e AkashML permitem que qualquer pessoa conecte GPUs à rede, desbloqueando capacidade ociosa para monetização, tentando reduzir custos do serviço. Embora estas funcionalidades diferenciadas ajudem a disputar uma pequena quota de mercado, as plataformas centralizadas conseguem, na maioria dos casos, replicar capacidades semelhantes; só com funcionalidades de produto dificilmente se conquista uma quota de mercado significativa.

O ponto de rutura que pode criar um verdadeiro fosso defensivo na inferência on-chain está nos mecanismos de financeirização: transformar o acesso à inferência num ativo que os compradores possam deter, acumular e revender, e não apenas numa subscrição que se consome uma vez.

Venice：tokenização da propriedade da inferência

A Venice foi fundada por Erik Voorhees, um veterano do setor cripto e empreendedor em série. Na rota para converter direitos de acesso à inferência em ativos detíveis, o projeto avança de forma mais profunda. O projeto usa um sistema de dois tokens — VVV e DIEM — para encapsular a procura futura de serviços de inferência como um ativo que os utilizadores podem cunhar, deter e revender.

A VVV é posicionada como um “ativo de capital”. Deter VVV não é o mesmo que possuir capital social da Venice (o capital social é financiado de forma independente, e já concluiu uma ronda A de 65 milhões de dólares em junho); no entanto, detentores de tokens podem, em teoria, partilhar os ganhos do desenvolvimento do projeto. O mecanismo mais direto é: a Venice usa parte das receitas para recomprar e queimar VVV. A recompras e queimas acontecem por dois canais: uma via é a queima discricionária com base em receitas normais; outra são regras de queima programadas — em cada nova receita de subscrição, uma percentagem fixa é usada para recomprar e queimar tokens. Até agora, 42% da VVV já foi queimada.

A VVV também tem utilidade no produto: utilizadores podem apostar qualquer quantidade de VVV para receber recompensas anuais por inflação de novos tokens; apostar 100 VVV desbloqueia acesso a uma subscrição profissional. Mas o valor mais central está no mecanismo de ligação com a DIEM (o “ativo de capacidade” da Venice). Os detentores que fazem stake e bloqueiam VVV conseguem cunhar DIEM; cada DIEM vale permanentemente 1 dólar em termos de quotas de inferência da Venice. Deter 100 DIEM significa ter 100 dólares em quota de API, utilizáveis em todos os modelos da plataforma e válidos para sempre (desde que a Venice continue a operar normalmente).

A quantidade de VVV necessária para cunhar uma DIEM segue uma curva definida pela plataforma: quando o total em circulação da DIEM se aproxima do limite máximo definido pelo projeto, a quantidade de VVV exigida para cunhar aumenta de forma exponencial. A lógica por trás é que cada DIEM gera, no balanço, um passivo permanente de 1 dólar a ser liquidado. Atualmente, a oferta de DIEM já se aproxima do limiar do objetivo, fazendo com que o custo de cunhagem suba: desde cerca de 90 VVV por DIEM no início do lançamento até a necessidade de agora centenas de VVV para cunhar uma DIEM. Este mecanismo abranda a velocidade de emissão de novas DIEM, significando que os primeiros a cunhar obtêm DIEM a um custo mais baixo em VVV, enquanto os utilizadores que entram mais tarde enfrentam custos significativamente mais altos.

Quando a VVV bloqueada para suportar a DIEM é usada como garantia, o detentor só recebe 80% do rendimento normal de staking, e os restantes 20% ficam para a plataforma Venice. Além disso, a VVV bloqueada só pode ser desbloqueada quando a DIEM correspondente for queimada. Se o cunhador já tiver vendido a DIEM, para recuperar a VVV terá de recomprar a DIEM no mercado secundário; se o preço da DIEM subir, a operação de resgate gera perdas.

Os dois tipos de tokens criam um ciclo de reforço mútuo. A DIEM só pode ser cunhada via staking e bloqueio de VVV; por isso, quando a procura por DIEM sobe, isso continuamente “puxa” VVV fora da circulação, dando à VVV um cenário de aplicação real além da especulação. Por outro lado, a DIEM também beneficia com o desenvolvimento da plataforma Venice: quanto mais forte a utilidade, quanto maior a adoção, maior será o valor do direito de serviços de inferência diário transferível. Deter DIEM não significa apenas possuir quotas de inferência que podem ser revendidas; significa também apostar no desenvolvimento a longo prazo da Venice.

Mesmo que o utilizador final não contacte totalmente com ativos cripto, o negócio principal da plataforma ainda consegue alimentar continuamente a economia de tokens. A equipa da Venice afirma que a maioria dos utilizadores não é um grupo nativo de cripto — muitos não têm interesse no token em si. Mas desde que o utilizador ative uma subscrição, compre quotas de inferência e utilize os serviços da plataforma, essas ações continuam a impulsionar o recompra/queima de VVV e criam procura pelos serviços de inferência da Venice. A economia de tokens está montada na cadeia de valor a jusante do negócio de produto, e não substitui o produto. A Venice não é um token cripto que procura cenários de aplicação de IA em qualquer parte; é um produto de IA, que leva uma parte dos direitos de uso da plataforma e direitos de acesso para um mercado de transações de inferência tokenizada.

O que torna a DIEM da Venice tão distinta é o atributo de propriedade: os utilizadores conseguem possuir os recursos de inferência que consomem, em vez de simplesmente alugarem.

A DIEM é um teste em torno da tokenização dos direitos de acesso à inferência e o modelo de entrega. O seu destaque diferenciador essencial é a propriedade: os utilizadores podem deter os recursos de inferência que consumem, e não apenas alugá-los. No modelo de pagamento por utilização, uma vez consumidos os recursos, eles deixam de existir; já possuir credenciais tokenizadas de acesso equivale a deter um ativo que pode ser mantido a longo prazo, transferido ou vendido. Disto derivam vários cenários de utilização:

• Como o direito de acesso é negociável, detentores com maior volatilidade de procura podem manter uma quota base de uso, vender ou alugar quotas de períodos ociosos e recuperar o custo perdido de forma total em modelos de pagamento por utilização. Agentes de IA podem deter diretamente DIEM, obtendo um saldo de recursos de inferência que é sem licença e sob controlo próprio para uso. Os canais de negociação relacionados incluem plataformas de negociação spot como Aerodrome e mercados de aluguer por tempo como Surplus, UsePod, AntSeed e CarpeDiem.

• A equipa da Venice menciona frequentemente outro cenário: o utilizador compra DIEM, usa serviços de inferência durante um dia e, no dia seguinte, vende. Se o preço se mantiver estável, equivale a utilizar capacidade de inferência gratuitamente; se o preço subir, o utilizador também pode lucrar extra. Claro que os riscos também existem: se o preço cair, as perdas do detentor podem exceder muito o custo de comprar inferência diretamente uma única vez. Para alguns utilizadores, isso significa que, ao consumir capacidade de computação, também conseguem especular sobre o preço dos recursos de inferência.

• A DIEM também consegue fixar custos. Empresas ou agentes com procura estável e previsível de computação podem usar DIEM para fixar custos no eixo da capacidade; a lógica é semelhante a contratos de pré-compra de capacidade cloud com vários anos. Empresas não conseguem prever quantas quotas de inferência serão possíveis converter com 1 dólar daqui a dois anos, mas podem bloquear direitos antecipadamente; se transferirem perto do preço de custo após o uso, o custo efetivo do uso da capacidade pode ficar muito baixo. Em 7 de julho de 2026, o preço da DIEM é 1270 dólares; uma DIEM é aproximadamente equivalente a 1 dólar de quota diária por quatro anos de serviço — equivale a o comprador ter pago antecipadamente cerca de três anos e meio de direitos perpétuos de uso de capacidade de computação. Mas a desvantagem é óbvia: para obter essa certeza de custo, é necessário deter um ativo volátil, com duração perpétua e cotado em dólares, o que enfraquece a estabilidade que o utilizador originalmente procura. O preço da DIEM baseia-se num compromisso de liquidação perpétua, implicando uma taxa de desconto de dois dígitos para a capacidade do mercado de a Venice continuar a operar. Além disso, só vale enquanto a Venice continuar a fornecer o serviço de forma regular.

Este mecanismo ainda está em fase inicial e tem limitações reais:

• A tokenização da inferência é mais adequada para emissores que precisam de puxar procura antecipadamente e angariar fundos. Laboratórios de IA com modelos de alta qualidade e verdadeiro poder de precificação não têm incentivo suficiente para promover tokenização, porque este modelo perde capacidade de aplicar preços diferenciados a diferentes clientes, não consegue acumular o valor de quotas expiradas sem serem liquidadas e também reduz a flexibilidade para ajustar preços no futuro.

• A DIEM não tem mecanismo de garantia de capital com vencimento. Além disso, não há ativos colateral ou reservas para suportar — diferentemente dos produtos de empréstimo com colateral de GPU que serão discutidos mais adiante. Deter DIEM equivale a apostar indefinidamente que a Venice continuará a operar de forma normal após muitos anos. Se o serviço do projeto cessar, os detentores não têm qualquer garantia contratual nem via de recurso.

• O direito associado à DIEM é definido unilateralmente pela Venice como “direito de inferência de 1 dólar”, e não como uma quantidade fixa de quotas de capacidade. A Venice define, de forma independente, os padrões de consumo de tokens por unidade de cada modelo, e estes padrões mudam com as condições de oferta e procura. O risco para os detentores não vem apenas da volatilidade do preço no mercado secundário, mas também do espaço discricionário entre a plataforma e os detentores. Em teoria, quando o custo dos modelos cai, 1 dólar deve conseguir converter mais capacidade; mas só quando a Venice decide conceder benefício aos detentores é que eles aproveitam esse “dividendo”.

Um problema ainda mais profundo é: será que uma forma de direitos como DIEM — cotada em dólares e com duração perpétua — é exatamente o tipo de exposição a risco que os compradores de capacidade de inferência querem? Ou será que o mercado prefere mais credores com prazo fixo, cotados em capacidade de computação ou em AI Token (ou ambos)?

Atualmente, a DIEM é amplamente tratada como um ativo especulativo e não é usada efetivamente para aceder aos serviços de inferência. A quota de inferência consumida realmente por semana fica abaixo de 50% do total que a DIEM consegue carregar. O material oficial da Venice define a DIEM como um comprovativo de direitos perpétuos com variação de preço, e divide os compradores em três categorias: utilizadores finais de API, detentores VVV que não vendem tokens e continuam a capturar valor, e especuladores que fazem arbitragem da diferença de preço. As duas últimas categorias dominam.

O produto mais comparável no mundo centralizado é o Scale Tier da OpenAI: os utilizadores comprometem com antecedência a capacidade/throughput de um modelo, pagando por minute em AI Tokens, bloqueando uma duração do contrato de compra. Mas o Scale Tier não tem “propriedade” da capacidade — a quota está vinculada à conta e só pode ser usada dentro da plataforma OpenAI, não sendo transferível. A vantagem da DIEM é o contrário: pode ser detida a longo prazo, revendida no mercado secundário e combinada com outros componentes do ecossistema de inferência cripto. Uma ferramenta financeira ainda mais ideal poderia fundir o prazo fixo e a quota de capacidade precificada do Scale Tier com a propriedade e a transferibilidade da DIEM.

Para a Venice, cada DIEM em circulação representa 1 dólar de capacidade de computação que a plataforma precisa de liquidar continuamente e que já não pode ser revendido a outros clientes — portanto é um passivo. Por isso, a plataforma recomprar tokens usando receitas não é apenas para retribuir detentores.

No fim, VVV e DIEM não foram desenhadas como instrumentos de equity para a Venice. Ambas começaram como mecanismos de cold start para acumular utilizadores; hoje, a base do valor delas vem dos direitos de acesso à capacidade correspondentes aos tokens. Os detentores de VVV conseguem cunhar DIEM e obter direitos perpétuos de inferência na Venice; à medida que a plataforma cresce e o valor da capacidade aumenta, essa quota também valoriza. Do ponto de vista da Venice, cada DIEM que não é resgatada é um passivo de capacidade de computação pendente a liquidar, que não pode ser revendido novamente — e esta é a razão central para a plataforma usar receitas para recomprar tokens, e não por “gentileza” aos detentores. Um lado detém direitos e espera valorização; o outro assume obrigação de liquidação e tenta reduzir o tamanho do passivo. O vínculo de interesses criado em torno da capacidade de computação da Venice (em vez de qualquer relação de equity) constitui o elo de cooperação. É também isso que torna VVV uma tentativa de grande valor de exploração: criar um negócio de inferência recorrendo a mecanismos de tokens orientados a aplicações.

Tokenização da ponta de produção

A Venice tokeniza direitos de acesso à inferência; já as redes de Proof of Useful Work focam na tokenização do processo de produção de inferência, subsidiando o custo de fornecimento de serviços de inferência através de inflação de tokens. A prova de trabalho tradicional recompensa mineiros com tokens por decifrar enigmas aleatórios, e o Bitcoin usa esta mecânica para garantir segurança; mas grande parte da capacidade de computação é apenas usada para cálculos hash sem produção real. Proof of Useful Work substitui os enigmas aleatórios por tarefas reais de inferência, garantindo a segurança da blockchain com o mesmo conjunto de capacidade de computação, ao mesmo tempo que produz serviços de IA pelos quais os clientes estão dispostos a pagar. Pearl e Ambient são duas rotas de implementação já em funcionamento; e as abordagens de design por baixo são completamente diferentes.

Pearl

Pearl Network é uma blockchain de camada 1 criada a partir de um fork do código do Bitcoin, mantendo o modelo de livro-razão UTXO do Bitcoin e o mecanismo de ajuste de dificuldade, mas substituindo o algoritmo de hashing SHA-256 por multiplicação de matrizes — ou seja, a operação central de inferência e treino de IA. A tese central de Pearl é: as operações matriciais para completar pedidos de inferência de utilizadores podem simultaneamente servir como prova de trabalho de mineração.

As operações subjacentes dos modelos de IA ao processarem prompts, na essência, envolvem a multiplicação de duas grandes matrizes numéricas — a multiplicação de matrizes. No mecanismo Pearl, os mineiros sobrepõem uma camada de ruído aleatório às matrizes originais para gerar uma perturbação e, depois, executam a multiplicação sobre as matrizes perturbadas. A multiplicação por matrizes constitui uma tarefa computacional de alta intensidade, participando na corrida de mineração em toda a rede. Durante a execução, o sistema verifica continuamente se os resultados intermediários satisfazem os limiares de dificuldade; o mineiro que atingir primeiro ganha recompensas do bloco, com regras e lógica consistentes com as do Bitcoin. A diferença é que o trabalho verificado é um cálculo real de inferência do modelo, e não o hash sem sentido da mineração tradicional. Após concluir o cálculo de matrizes, o sistema remove rapidamente o ruído aleatório sobreposto, restaurando o resultado de inferência padrão necessário pelo cliente. Uma execução por si só tem “duas utilidades”: gera conteúdo de output de IA e concorre a recompensas de bloco.

Dois designs-chave tornam este modo de “uso duplo” viável: Pearl adapta-se a vLLM (software de execução de modelos amplamente usado por empresas de IA) via plugins, permitindo que os fornecedores de serviços não precisem de reestruturar a arquitetura existente para integrar rapidamente. Além disso, os resultados vencedores precisam ser auditados publicamente por toda a rede; por isso, Pearl inclui provas de conhecimento zero para encapsular dados, protegendo os prompts do utilizador e os pesos de modelos exclusivos do fornecedor contra divulgação. O custo adicional com estes mecanismos é relativamente baixo. A Pearl divulga que executar modelos com esta abordagem aumenta o carregamento computacional em 0,5%~10%; nos testes de lançamento com um modelo open source popular como Llama-3.3-70B, a versão otimizada da Pearl manteve velocidades de execução equivalentes ou até superiores às do original, porque o módulo de operação central reestruturado pela equipa é mais eficiente em alguns ambientes de implantação do que a implementação padrão.

Como uma das primeiras redes a combinar Proof of Useful Work com inferência de IA, Pearl recebeu alta atenção por parte dos mineiros no arranque; a capacidade de computação em toda a rede subiu rapidamente. Contudo, este protocolo não consegue distinguir entre operações úteis (tarefas de computação que satisfazem pedidos reais de inferência) e operações inúteis — independentemente de existir ou não a necessidade do cliente por resultados correspondentes, a operação em si é classificada como válida. A whitepaper de Pearl já antecipou este problema; no seu modelo de hipóteses já existe uma categoria de mineiros que apenas executa operações sem sentido para ganhar recompensas de bloco. O desempenho do mercado após o lançamento confirma isto: a febre de mineração inicial impulsionou drasticamente a capacidade de computação, mas quase não existem indícios de que esta capacidade esteja a sustentar um verdadeiro negócio de inferência.

No entanto, cada vez mais sinais indicam que o projeto está a avançar para negócios reais. O desenvolvimento mais digno de nota é o anúncio, em maio, de que a Pearl fechou uma parceria com um dos principais serviços de inferência e capacidade de computação, a Together.ai, lançando nós de acesso à inferência; a precificação é mais de 25% inferior ao tarifário normal da Together, e a diferença de preço é subsidiada por recompensas de tokens Pearl geradas pela mesma capacidade de computação. No fim, a arquitetura de “capacidade de dois usos” da Pearl só consegue produzir output útil quando a alocação de capacidade é dominada por procura real paga de inferência. Se não existir procura de ponta, apenas com recompensas de bloco atrairá mineiros especulativos, e no final só se torna mais um Proof of Work que não tem produção real e é semelhante ao Bitcoin.

Ambient

A Ambient segue uma linha de design completamente oposta à Pearl. Em vez de permitir que mineiros executem qualquer modelo, a Ambient exige que toda a rede utilize um único modelo de peso open source e constrói um mecanismo de consenso à volta da validação dos resultados de saída desse modelo.

A Pearl usa um modo de competição “de força bruta”, em que todos os mineiros tentam resolver o mesmo problema difícil; a Ambient usa, em vez disso, um mecanismo de leilão. Os utilizadores ou agentes de IA publicam tarefas de inferência, definem um prazo limite e um preço de oferta; na essência, é como “concluir esta inferência em X minutos e eu pago Y”, e depois os mineiros entram em leilão para aceitar a tarefa. O mineiro que vence usa o modelo único e universal da rede para executar a consulta e deposita uma garantia; se não entregar o resultado a tempo, a garantia é confiscada como penalização, de modo a constranger os mineiros a garantir qualidade de serviço e velocidade de resposta. O sistema seleciona aleatoriamente um conjunto de validadores para verificar os resultados; a prioridade de verificação dos validadores é ponderada com base em registos anteriores de trabalhos úteis, e não no tamanho de ativos apostados. Os mineiros processam em paralelo uma grande quantidade de tarefas diferentes em vez de toda a rede competir pelo mesmo bloco único, permitindo que a rede evite o gargalo de desempenho que existe no Proof of Work tradicional. O projeto foi desenvolvido a partir de um fork do código Solana, substituindo o consenso de staking pela mecânica de Proof of Useful Work, com o objetivo de atingir velocidades próximas das da Solana.

A Ambient é o provedor com a segunda menor taxa de cotação (input e output Token) no modelo Kimi K2.7 no OpenRouter.

O mecanismo de leilão também é a razão central pela qual a Ambient consegue tornar competitivo o preço da inferência. Um provedor de API comum precisa de cobrir com as taxas pagas pelo utilizador o custo total do serviço de cada pedido. Já num cenário equivalente de trabalho, os mineiros da Ambient obtêm dupla receita: primeiro, as taxas pagas pelo utilizador ou agente que submeteu a tarefa de consulta para o pedido vencedor; segundo, recompensas emitidas pelo protocolo para trabalhos úteis válidos que foram verificados. Como os mineiros participam em leilões em tarefas com um preço de oferta explícito e indicadores de atraso, os seus lances ficam ancorados ao custo líquido esperado após dedução da recompensa de tokens prevista, e não ao custo total antes de deduzir a recompensa. Na prática, os subsídios por inflação de tokens fluem para o lado da oferta, e o mecanismo de leilão transfere grande parte desses subsídios para o lado da procura, traduzindo-se em um preço mais baixo para serviços de inferência. A distinção mais importante em relação à mineração tradicional é que a recompensa está vinculada a uma tarefa real que alguém publicou e pagou. Se este mecanismo funcionar bem, a emissão adicional de tokens deixará de ser usada apenas para adquirir capacidade de computação; passará a ser usada para obter serviços de inferência mais baratos e verificáveis, o que atrai mais utilizadores para usar os serviços — aumentando o volume de negócios para os mineiros e, por consequência, fortalecendo a base de procura pelos tokens da rede.

Este mecanismo de leilão é também, segundo a Ambient, a solução que ultrapassa a falha da Pearl. Na rede Pearl, independentemente de existir ou não um cliente que precisa do resultado do cálculo, desde que o mineiro execute multiplicação de matrizes, recebe recompensas de bloco — e é esta a raiz de por que a rede atrai uma grande quantidade de capacidade de computação sem suporte de procura real. No ecossistema da Ambient, os mineiros só conseguem obter tokens da Ambient (ainda não emitidos) se vencerem o leilão de tarefas publicadas e pagas por outros; o design do mecanismo funde, desde a raiz, a atividade de mineração com a execução de tarefas reais de inferência.

A Ambient também usa uma solução original para a camada de validação dos resultados de inferência. Se um mineiro alegar que usou o modelo acordado para completar o pedido, como é que o utilizador confirma que ele não substituiu silenciosamente por um modelo mais barato e de qualidade inferior para reduzir custos? Mesmo em serviços centralizados, este risco existe e já houve acusações contra várias entidades de reduzirem a qualidade do output para comprimirem custos. A Ambient resolve isto explorando as características intrínsecas do funcionamento de modelos de linguagem: quando o modelo gera texto, em cada passo produz logits — ou seja, antes de escolher o próximo token/palavra, gera valores de pontuação brutos para todos os candidatos. Este fluxo de dados de pontuação funciona como uma “impressão digital” do processo de computação do modelo, e pode ser comprimido por hashing para um valor curto utilizado na comparação/verificação.

Para mineiros que geram outputs com milhares de tokens, os nós de validação não precisam de repetir integralmente todas as tarefas. O validador escolhe aleatoriamente um ponto numa sequência de texto, pede ao mineiro para fornecer a impressão digital de operação correspondente nessa posição; em seguida, executa apenas uma rodada do modelo naquele ponto específico, gerando um único token, e compara se as duas impressões digitais coincidem. Verificando uma única execução, consegue-se validar todo o resultado completo de milhares de tokens. A lógica é semelhante à do Bitcoin: o custo de gerar o trabalho é alto, mas o custo de verificar é muito baixo. A Ambient afirma que consegue manter o custo adicional de validação perto de 0,1%; em comparação, os outros projetos que utilizam soluções de provas de conhecimento zero têm custos adicionais geralmente 10 a 1000 vezes maiores.

Qual é, afinal, o valor de Proof of Useful Work?

A diferença central entre estes projetos e outras redes descentralizadas de capacidade de computação está em que as tarefas que garantem a segurança da blockchain são exatamente as tarefas reais de inferência de que os clientes precisam. Quando o mecanismo funciona bem, uma entrada de energia transforma-se simultaneamente em segurança da rede e em um produto vendável ao exterior. Para os provedores de serviços de capacidade de computação, a mineração vira uma segunda fonte de receita além da utilização dos equipamentos existentes. Ao mesmo tempo, o resultado do cálculo é verificável: quando os agentes de IA compram serviços de inferência, não precisam confiar apenas para garantir que o provedor não degradará o modelo e não interromperá o serviço de forma arbitrária.

Se não houver procura suficiente de terminais reais, apenas as recompensas de bloco são suficientes para atrair mineiros, e toda a rede PoW fica cheia de capacidade ociosa sem clientes. Então existe só um “invólucro de useful work”, sem produção substancial.

Além dos desafios técnicos, há dois obstáculos principais para concretizar esta visão. O primeiro é a competição do lado da procura. Redes descentralizadas de inferência precisam enfrentar a concorrência de serviços centralizados e de negócios apenas de aluguer de GPUs. Os dois últimos não precisam estar ligados a tokens criptográficos; tendem a ser mais rápidos e mais baratos. Para o ecossistema descentralizado ganhar espaço, tem de focar em um tipo específico de comprador: aquele que valoriza o menor limiar de confiança, resultados verificáveis, resistência a censura e neutralidade, e em que não existe risco de a plataforma “fugir” unilateralmente. O volume de procura que paga esse prémio ainda é limitado atualmente, mas pode expandir rapidamente no futuro — desde que estes projetos continuem a fornecer serviços de inferência com excelente custo-benefício de forma estável, ou que a confiança do mercado em serviços de IA centralizados continue a cair. A trajetória de lançamento da Pearl é um aviso: quando não existe procura real suficiente, depender apenas de recompensas de bloco só atrai mineiros especulativos; a rede acumula capacidade sem clientes reais e o useful work acaba por ser apenas uma forma sem substância.

O segundo desafio é o mecanismo de captura de valor do token. Cada projeto descreve um ciclo de “roda de crescimento”: o uso de negócios reais gera procura pelos tokens nativos de cripto; a procura por tokens suporta recompensas de mineração, garantindo a segurança da rede; a segurança da rede atrai mais uso de negócios. Mas até agora, nenhum projeto conseguiu realmente fazer funcionar este ciclo completo. Depois de minerarem e receberem os tokens produzidos, os mineiros normalmente vendem esses tokens para cobrir custos operacionais; já do lado da procura, não existe um mecanismo que force os utilizadores a comprarem tokens. Quando os utilizadores usam em grande escala serviços de inferência e credenciais de validação — os produtos principais — na maioria dos casos não precisam deter tokens de cripto. Os utilizadores conseguem pagar as taxas de inferência da Pearl em dólares. E quando o projeto planeja lançar no futuro um mercado de troca de tokens por capacidade de computação, é também uma admissão indireta de que o ciclo fechado atual ainda não se formou. A Ambient adia a divulgação do plano de economia de tokens, e ainda não deixou claro se a inferência será precificada por tokens nativos. No fim, a situação atual é que os tokens dependem sobretudo da produção por mineração e são vendidos logo em seguida, em vez de serem efetivamente consumidos em cenários de negócio.

O caminho mais viável para estas redes é transformar tokens nativos em canais de pagamento de base para serviços de inferência — e isto é, de longe, a forma mais direta de fechar o ciclo de valor. Ao adicionar a vantagem de preço trazida pelos subsídios por inflação de tokens, esta estratégia torna-se ainda mais atraente. Preços mais baixos de inferência atraem tráfego real; se o serviço for obrigatório usar tokens nativos para liquidação, então o uso dos serviços converte-se em uma necessidade real de tokens. Mas para que a roda avance de forma positiva, é necessário uma condição: os hábitos de uso dos utilizadores precisam permanecer. À medida que os subsídios diminuem gradualmente, a procura natural de tokens gerada por utilizadores deve eventualmente ultrapassar a pressão de venda de tokens pelos mineiros.

Mercado de financiamento de hardware para inferência de IA

A Venice tokeniza direitos de acesso à inferência; a Pearl e a Ambient tokenizam a etapa de produção da inferência. E, abaixo de tudo isso, um novo mercado on-chain está a surgir, especializado em fornecer financiamento para GPUs que suportam negócios de inferência. O modelo descrito neste capítulo é o que melhor reflete a vantagem da tecnologia cripto: a chave para que o mecanismo funcione suavemente é que o projeto não emite novos tokens e não precisa “cultivar” procura para cold start de tokens. A plataforma usa ativos de hardware para captar fundos convencionais, transforma depósitos em stablecoins em empréstimos de compra para operadores de capacidade de computação e, em seguida, liquida depósitos e juros usando o cash flow de renda de aluguel de GPU.

Os principais operadores de capacidade já obtêm financiamento via concessões bancárias, securitização de ativos, crédito privado, etc., apoiando-se em clusters de capacidade de computação. Um exemplo típico é a carteira de empréstimos de GPUs com colateral da CoreWeave que atinge dezenas de biliões de dólares. Mas a dificuldade de financiamento para operadores médios e pequenos de cloud verticais de IA é maior: eles possuem ativos de hardware e contratos de renda de aluguer estável que cumprem requisitos base para empréstimo, mas carecem de balanços bem desenvolvidos, de equipas de gestão de caixa e de recursos das instituições de crédito para obter financiamento rapidamente. A USD.AI existe precisamente para fornecer serviços de empréstimo para estes participantes. Os depositantes fornecem o capital de empréstimo; a renda do aluguer de GPUs é usada para pagar a dívida; os juros gerados são devolvidos aos depositantes como rendimento. Comparado com bancos tradicionais, este modelo tem três vantagens difíceis de replicar:

• A oferta de capital está aberta a todos os detentores de stablecoins, e não apenas a poucos fundos fechados de crédito;

• Cada empréstimo se torna uma ferramenta financeira on-chain composável, suportando staking, trading, ou servindo como colateral em outros protocolos;

• Os direitos associados ao colateral do ativo são verificados e registrados on-chain, e a capacidade de recuperação do valor subjacente também é protegida por um quadro jurídico tradicional maduro.

A USD.AI usa um mecanismo de dois tokens. Os depositantes podem cunhar USDai — um stablecoin sintético em dólares, suportado na base por PYUSD emitido pela PayPal (e o PYUSD é garantido por Títulos do Tesouro dos EUA de curto prazo e reservas em dinheiro). O USDai em si não gera rendimento; a sua intenção de design é manter elevada liquidez e composabilidade. Se os depositantes quiserem obter rendimento, podem converter o USDai em stake para sUSDai; o valor acumula-se à medida que a posição de staking gera rendimento. A origem do rendimento divide-se em duas partes: os juros pagos pelos mutuários de empréstimos de GPU pelos empréstimos em curso, e os rendimentos dos Treasuries (títulos do Tesouro) dos activos de reserva que ficam ociosos enquanto o capital ainda não foi investido. Atualmente, a escala de concessão de empréstimos corresponde a cerca de metade do total das reservas; o rendimento anualizado do staking mantém-se em torno de 8%. À medida que mais fundos concluírem a alocação, o intervalo de retorno alvo do protocolo é de 10%~15%.

O principal desafio dos empréstimos físicos de GPU com colateral está na execução forçada dos direitos do credor após incumprimento do devedor. A USD.AI diz que tratará os processos relacionados através do sistema CALIBER. Este nome é uma sigla para «Collateralized Asset Ledger: Insurance, Bailment, Evaluation, and Redemption» (Livro-razão de Ativos Colateralizados: Seguro, Bailment, Avaliação e Resgate). Neste quadro, as GPUs financiadas concluem registo de informação e são tokenizadas como NFTs padrão ERC-721. A USD.AI afirma que este NFT tem valor como prova de propriedade legal ao abrigo do Artigo 7 do Uniform Commercial Code. Com base num acordo de bailment (custódia/entrega), o mutuário pode continuar a usar o equipamento de hardware, enquanto o NFT correspondente pode ser usado como colateral para staking. A relação de vinculação entre o token e o hardware físico não funciona automaticamente, nem pode ser feita apenas por meio de tecnologia; todo o sistema depende de documentos de registo por escrito, inspeções presenciais, comprovativos de instalação dos equipamentos, apólices de seguro, monitorização contínua dos ativos colateralizados, documentos de penhor/gravame (liens), e coordenação com operadores de data centers ou agentes de custódia. Se ocorrer incumprimento, o leilão on-chain só consegue transferir um direito de crédito legal; a recuperação do ativo físico ainda precisa do suporte de um sistema jurídico e operacional off-chain. Este quadro ainda não passou por um ciclo completo de teste de alienação de ativos com imparidade; a confiabilidade a longo prazo ainda precisa de validação.

Há um desfasamento natural de prazos de passivo e ativo no encaixe de tokens de liquidez com empréstimos parcelados em três anos. A maioria dos protocolos de crédito em RWA (Real World Assets) depende de um mecanismo de resgate imediato que “esconde” esse risco. Mas quando o mercado pressiona, este tipo de risco costuma explodir facilmente, como evidenciado pelo evento de desancoragem USD0++. A USD.AI não promete resgate imediato. Os pedidos de resgate são liquidados em ciclos de 30 dias, usando apenas o principal já amortizado e devolvido naquele período, e seguindo a regra first-in, first-out; o protocolo não liquidará empréstimos em bom cumprimento para lidar com pedidos de levantamento dos utilizadores. A camada superior do protocolo adapta um mecanismo semelhante ao Flashbots MEV-Boost, introduzindo uma fila de resgate com leilão (auctioned queue): os utilizadores que desejam priorizar o resgate podem licitar e obter permissão para “furar a fila”; as taxas associadas serão distribuídas pelos detentores que optarem por esperar em fila. Os termos do empréstimo são semelhantes aos de títulos securitizados de empréstimos com hipoteca de imóveis comerciais (CMBS): rácio de empréstimo entre 70%~80%; o mutuário precisa manter reservas que cubram cerca de três meses de pagamento de juros e principal; em caso de atraso no pagamento, os ativos serão confiscados; há seguros para hardware e monitorização contínua, e a recuperação do ativo pode ser feita com o apoio de instituições parceiras especializadas.

Este relatório integra a USD.AI principalmente porque ela fecha o ciclo de negócios entre a camada de preços. A instituição de crédito que financia GPUs precisa de uma referência justo-mercado para o colateral: quanto rendimento o hardware consegue gerar, a velocidade de depreciação, a taxa de empréstimo segura (sobre o valor), e como a exposição ao risco pode ser hedged. O índice de preços de capacidade de computação e os futuros de GPU fornecem precisamente esse benchmark; e o negócio de empréstimos com colateral de GPU dá ao mercado de preços uma exposição de risco de crédito real, fazendo com que o preço do mercado tenha valor financeiro efetivo. Em resumo: o mercado de preços fornece uma base de avaliação do hardware para as instituições de crédito.

Os diversos riscos são claros; a própria taxa de retorno mais alta é uma precificação do risco pelo mercado. Se o negócio todo consegue continuar a existir depende de os aluguéis de GPU serem suficientes para cobrir juros e principal dos empréstimos — e este é o fator de demanda que atravessa o relatório; aqui ele se materializa como risco de crédito. Se a procura de inferência enfraquecer, ou se houver excesso de fornecimento de GPUs e os aluguéis caírem, o fluxo de caixa dos mutuários continua a apertar e a taxa de incumprimento tende a subir. Ao mesmo tempo, quando chega o momento de o protocolo liquidar o colateral, o valor do hardware também cai. Os empréstimos da USD.AI amortizam em três anos por parcelas, correspondendo a um hardware nominal de 7 anos de vida útil, de modo a criar uma margem de segurança. Mas se o ciclo de iteração do hardware acelerar, a margem de segurança vai estreitar. Como este modelo depende da captação no mercado cripto para investir no ciclo de capital de IA, uma descida do setor afeta simultaneamente o valor do colateral, a procura de negócio do mutuário e a vontade dos depositantes em fornecer capital. Esta correlação altamente relacionada é um ponto de risco que merece atenção especial.

Há dois casos de projetos com valor de referência. O Maple Finance demonstra que, quando capacidades de gestão de risco e crédito profissional são encapsuladas em tokens de rendimento com liquidez e composabilidade, o crédito on-chain consegue expandir em escala. O modelo de negócio validou que utilizadores DeFi estão dispostos a investir em créditos tokenizados, inclusive ativos de crédito privado geridos por instituições. A USD.AI usa um mecanismo de distribuição semelhante, mas a base do ativo subjacente é um ativo físico