TL;DR
· O SemiAnalysis prevê que a dívida de IA em circulação poderá atingir 7,1 biliões de dólares em 2029, e a construção de IA dependerá mais do mercado de crédito.
· A NVIDIA já lançou modelos de partilha de receitas e apoio de crédito direcionados para a cloud de IA, com a Sharon AI e a Firmus como primeiros parceiros.
· A garantia pode reduzir as preocupações bancárias, mas a queda das rendas, a escassez de centros de dados e os compromissos contingentes continuam a ser os principais riscos.

O relatório divulgado pela SemiAnalysis a 6 de julho coloca a escala do financiamento da infraestrutura de IA em primeiro plano: entre 2024 e 2029, as despesas de capital mundiais em IA poderão totalizar cerca de 11,1 biliões de dólares, e a dívida relacionada com IA em circulação poderá ultrapassar os 7 biliões de dólares em 2029, cerca de 7,1 biliões de dólares.

Isto não é uma simples previsão de vendas de GPU. A mudança central discutida no relatório é que a construção de IA está a passar de "gigantes tecnológicos a comprarem GPUs com fluxo de caixa" para "bancos e mercados obrigacionistas a financiarem clusters de GPU". Se esta estimativa se concretizar, a dívida relacionada com IA poderá tornar-se uma categoria de financiamento de ativos gigante, apenas atrás do mercado de financiamento apoiado por hipotecas nos EUA.

O papel da NVIDIA também está a mudar. Um blogue oficial da NVIDIA a 1 de julho confirmou que a empresa lançou um "modelo de partilha de receitas e apoio de crédito" para clouds de IA, combinando parceiros de capital, fornecedores de serviços cloud e projetos de centros de dados para impulsionar a construção de poder computacional de IA. A Sharon AI e a Firmus são os primeiros parceiros.

A SemiAnalysis afirma ainda que a NVIDIA pode ajudar as Neoclouds a transformar GPUs, encomendas de clientes e capacidade de centros de dados em ativos financiáveis, através de estruturas como garantias de receitas de GPU e partilha de receitas. Para os credores, o fundamental não é o quão quente será a procura futura de IA, mas sim se, no pior cenário, o projeto ainda terá fluxo de caixa para pagar a dívida.

Previsões de despesas de capital e dívida global em TI de IA e centros de dados: despesas de capital acumuladas de cerca de 11,1 biliões de dólares entre 2024 e 2029, dívida em circulação de cerca de 7,1 biliões de dólares em 2029.

A construção de IA está cada vez mais cara, os bancos querem primeiro ver quem paga a renda

Nos últimos anos, a infraestrutura de IA foi principalmente suportada por gigantes de cloud de hiperescala como Google, Amazon, Meta, Microsoft e Oracle. Estas empresas têm fluxo de caixa, balanços e necessidades internas de IA, tornando o financiamento relativamente mais fácil.

No entanto, à medida que a procura por treino e inferência de IA continua a aumentar, as despesas de capital de alguns gigantes dificilmente cobrirão toda a lacuna de poder computacional. A SemiAnalysis prevê que as despesas de capital anuais de IA em 2028 excederão em muito os 2 biliões de dólares. GPUs, redes, armazenamento, CPUs de suporte e construção de centros de dados consumirão enormes quantidades de fundos, e o mercado de crédito tornar-se-á uma das fontes de financiamento.

A dificuldade de financiamento das Neoclouds reside aqui.

Estes novos fornecedores de serviços cloud normalmente precisam de reunir três coisas ao mesmo tempo: comprar GPUs, obter capacidade de centro de dados e assinar clientes futuros. O mais difícil para os bancos é avaliar se as rendas de GPU nos próximos anos cobrirão o capital e juros da dívida. Os preços de aluguer de poder computacional de IA mudam rapidamente, os prazos de aluguer dos clientes não são uniformes, e o valor residual e a taxa de utilização das GPUs são mais difíceis de estimar do que os da infraestrutura tradicional.

O modelo de apoio de crédito da NVIDIA tenta dar aos credores uma base de fluxo de caixa mais clara. A versão oficial fala em partilha de receitas e apoio de crédito, enquanto a SemiAnalysis descreve a estrutura típica como garantia de receitas de GPU.

Exemplo de garantia a 6 anos com preço médio de 2,36 dólares, TIR em cenário de aluguer de curto prazo pode atingir 25%

A estrutura de exemplo fornecida pela SemiAnalysis é a NVIDIA a oferecer suporte de rendimento mínimo de 6 anos para um cluster de GPU específico, com uma curva de preços decrescente ao longo dos anos, com uma média de cerca de 2,36 dólares/hora/GPU em 6 anos. Se a renda real do projeto for superior ao nível de garantia, a Neocloud e a NVIDIA partilham as receitas numa proporção de cerca de 40% a 60%.

Isto não são termos contabilísticos oficiais divulgados pela NVIDIA, mas sim estimativas indicativas no modelo da SemiAnalysis. A sua atração para os credores é que pode transformar um projeto de aluguer de GPU altamente incerto num ativo com um compromisso mínimo de fluxo de caixa.

Os bancos não precisam de acreditar plenamente que os preços de aluguer de IA se manterão elevados no futuro. Desde que, no cenário de acionamento da garantia, o projeto ainda consiga cumprir os requisitos de cobertura do serviço da dívida, pode ser elegível para empréstimo. De acordo com as estimativas da SemiAnalysis, para clusters com suporte da classificação AA/Aa2 da NVIDIA, os credores exigem um rácio de cobertura do serviço da dívida de pelo menos cerca de 1,3 vezes, correspondendo a um rácio loan-to-value de 70% a 80%. Os spreads de financiamento iniciais podem ser superiores aos de transações suportadas por gigantes de cloud de hiperescala, mas inferiores ao nível de rendimento de cerca de 10% das obrigações não garantidas da CoreWeave.

Termos indicativos da garantia da NVIDIA: média de cerca de 2,36 dólares/hora/GPU em 6 anos, com partilha de receitas de 40%-60%.

Para as Neoclouds, a garantia não é apenas um seguro, mas sim uma condição fundamental para que o projeto obtenha financiamento de dívida.

No exemplo de aluguer de curto prazo de um ano do GB300, supondo uma renda no primeiro ano de 6,75 dólares/hora e uma quota de partilha da NVIDIA de 40%, a TIR do projeto da Neocloud em 6 anos é de cerca de 25,4%, com uma taxa média de comissão da NVIDIA de cerca de 18%. Se a procura do mercado for insuficiente e o projeto recair totalmente na garantia de aluguer, a TIR da Neocloud pode aproximar-se de zero ou ser ligeiramente negativa.

Isto não é favorável para o retorno do capital próprio, 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" num ativo financiável que "ainda pode pagar a dívida em cenários de stress".

Comparação de retorno da Neocloud GB300: TIR de 6 anos de cerca de 25,4% com aluguer de curto prazo e partilha de 40%, TIR próxima de zero ou ligeiramente negativa quando a garantia é totalmente acionada.

Sharon AI e Firmus implementam primeiro, projetos na Ásia-Pacífico tornam-se campo de testes

A NVIDIA já confirmou oficialmente que a Sharon AI e a Firmus são os primeiros parceiros neste modelo de partilha de receitas e apoio de crédito.

Um comunicado da Sharon AI a 12 de junho mostrou que a empresa alcançou uma cooperação estratégica de poder computacional de 6 anos com a NVIDIA, com a fábrica de IA de 72MW na Austrália a implantar até 40.000 GPUs Grace Blackwell GB300. A capacidade total planeada da fábrica de IA da Sharon AI é de 132MW, dos quais 102MW já estão contratados, com previsão de implantação de mais de 55.000 GPUs NVIDIA até meados de 2027.

O projeto da Firmus na ilha de Batam, na Indonésia, é de maior escala. O blogue oficial da NVIDIA afirma que o projeto Firmus Batam pode ser expandido para 360MW, com implantação de até 170.000 GPUs NVIDIA. A SemiAnalysis incluiu este projeto na discussão, considerando que se destina principalmente a empresas nativas de IA e fornecedores de serviços de inferência, podendo oferecer prazos de aluguer diversificados.

Estes casos mostram que o modelo de apoio de crédito da NVIDIA já não é apenas uma suposição de modelo financeiro, mas está a entrar na fase de implementação inicial de projetos. No entanto, os casos públicos estão atualmente concentrados na região Ásia-Pacífico, enquanto o mercado dos EUA ainda enfrenta restrições como capacidade de centros de dados, eletricidade e velocidade de interligação à rede.

Os centros de dados continuam a ser o gargalo mais duro. As GPUs podem ser adquiridas, a procura dos clientes pode ser contratualizada, mas a eletricidade, o terreno, os racks, a refrigeração e o progresso da interligação à rede são difíceis de replicar rapidamente. O modelo da SemiAnalysis também menciona que a NVIDIA pode precisar de ajudar as Neoclouds a colmatar a lacuna entre oferta e procura alugando diretamente capacidade de centros de dados. A capacidade e escala específicas envolvidas nesta parte ainda são estimativas do relatório e não podem ser equiparadas a divulgações oficiais da NVIDIA.

A NVIDIA pode receber partilhas, mas também assumirá compromissos de longo prazo maiores

Para a NVIDIA, apoiar o financiamento de GPUs traz dois níveis de receita.

Primeiro, pode expandir o alcance das vendas e implantação de GPUs. Mais Neoclouds a obterem financiamento significa que mais entidades podem comprar e operar clusters de GPU de grande escala, e o mercado de poder computacional de IA deixa de depender completamente de alguns gigantes de cloud de hiperescala.

Segundo, pode obter partilhas de receitas adicionais. O modelo da SemiAnalysis estima que, se este tipo de estrutura continuar a expandir-se, as receitas incrementais da NVIDIA provenientes de garantias e partilhas podem tornar-se consideráveis e com margens elevadas.

O custo também é óbvio. Os compromissos de longo prazo da NVIDIA fora do balanço ou em divulgações relacionadas podem aumentar rapidamente. Na parte do relatório pago, a SemiAnalysis estima que os acordos de serviços cloud da NVIDIA ou os saldos de garantias contingentes possam atingir centenas de milhares de milhões de dólares nos próximos anos. Como estes números não foram confirmados item por item pela NVIDIA, são mais adequados como testes de stress do modelo do que como passivos consumados.

Previsão de crescimento dos acordos de serviços cloud da NVIDIA: segundo o modelo da SemiAnalysis, os compromissos de longo prazo relacionados podem continuar a acumular-se à medida que o suporte de poder computacional de cada 100MW aumenta.

Isto não é dívida direta no sentido tradicional. Mas se o mercado de aluguer de GPU enfraquecer e a procura dos clientes for insuficiente, a probabilidade de acionamento das garantias aumenta, e a NVIDIA precisará de assumir mais suporte de rendimento mínimo. O que o mercado acabará por avaliar não é apenas quanto a NVIDIA pode ganhar com as partilhas, mas também se estes compromissos afetarão a sua própria alocação de capital e prioridades de fluxo de caixa.

O maior teste é se as rendas e os data centers conseguem aguentar

O aspeto mais impactante deste relatório é colocar a construção de poder computacional de IA no mercado de crédito. Quando as despesas de capital se expandem para biliões de dólares, os clusters de GPU deixam de ser apenas produtos tecnológicos e tornam-se ativos financiáveis avaliados em conjunto por bancos, investidores em obrigações e fornecedores de serviços cloud.

Mas a dívida de IA de 7,1 biliões de dólares continua a ser uma previsão de modelo de longo prazo, não um facto já ocorrido. Depende de vários pressupostos: a procura de IA continua a expandir-se, a taxa de utilização das GPUs mantém-se a um nível elevado, os preços de aluguer caem a um ritmo controlável, a construção de centros de dados consegue acompanhar, e os credores estão dispostos a aceitar o modelo de fluxo de caixa suportado pelo crédito da NVIDIA.

Os pontos mais propensos a problemas são os preços e a velocidade de implementação. Se as rendas de GPU caírem mais rapidamente do que o esperado, o retorno das Neoclouds com elevadas partilhas e custos de financiamento elevados será comprimido. Se as garantias forem acionadas em grande escala, os projetos podem continuar a pagar a dívida, mas os compromissos assumidos pela NVIDIA tornar-se-ão mais pesados. Se houver atrasos nos centros de dados, eletricidade e interligação à rede, o calendário de implantação das GPUs no modelo de financiamento também será perturbado.

A história da NVIDIA de "garantir o financiamento de GPUs" aponta para a próxima fase de fontes de financiamento da infraestrutura de IA. Pode permitir que mais projetos de poder computacional obtenham empréstimos e também pode colocar a NVIDIA numa posição mais central no mercado de crédito de IA. No entanto, se este mercado conseguirá crescer para 7 biliões de dólares, dependerá, em última análise, das rendas, das taxas de utilização e da entrega dos centros de dados.

Clique para conhecer as vagas em aberto na BlockBeats

Junte-se à comunidade oficial da BlockBeats:

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

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

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