SemiAnalysis analiza: NVIDIA respalda la financiación de GPU, la potencia de IA entra en la era del crédito

TL;DR
· SemiAnalysis estima que la deuda no pagada de IA podría alcanzar los 7.1 billones de dólares para 2029, y la construcción de IA dependerá más del mercado de crédito.
· NVIDIA ha lanzado un modelo de participación en ingresos y apoyo crediticio para la nube de IA, con Sharon AI y Firmus como los primeros socios.
· El respaldo puede reducir las preocupaciones de los bancos, pero la caída de los alquileres, la escasez de centros de datos y los compromisos contingentes siguen siendo riesgos principales.

El informe publicado por SemiAnalysis el 6 de julio destaca la magnitud de la financiación de la infraestructura de IA: entre 2024 y 2029, el gasto de capital global en IA podría alcanzar aproximadamente 11.1 billones de dólares, y para 2029, la deuda relacionada con IA no pagada podría superar los 7 billones de dólares, alcanzando aproximadamente 7.1 billones de dólares.

Esto no es simplemente una proyección de ventas de GPU. El cambio central discutido en el informe es que la construcción de IA está pasando de "los gigantes tecnológicos comprando GPU con flujo de caja" a "los bancos y el mercado de bonos financiando grupos de GPU". Si esta estimación se cumple, la deuda relacionada con IA podría convertirse en una categoría de financiación respaldada por activos gigantes, solo superada por el mercado de financiación respaldada por hipotecas en EE. UU.

El papel de NVIDIA también está cambiando. El 1 de julio, un blog oficial de NVIDIA confirmó que la compañía ha lanzado un "modelo de participación en ingresos y apoyo crediticio" para las nubes de IA, utilizando una combinación de socios de capital, proveedores de servicios en la nube y proyectos de centros de datos para impulsar la construcción de potencia de IA. Sharon AI y Firmus son los primeros socios.

SemiAnalysis también indica que NVIDIA podría ayudar a Neocloud a empaquetar GPU, pedidos de clientes y capacidad de centros de datos en activos financiables a través de un respaldo de ingresos de GPU y participación en ingresos. Para las instituciones de préstamo, lo clave no es cuán caliente será la demanda de IA en el futuro, sino si el proyecto aún tiene flujo de caja para pagar la deuda en el peor de los casos.

Predicción de gasto de capital y deuda de TI y centros de datos de IA a nivel global: el gasto de capital acumulado de aproximadamente 11.1 billones de dólares entre 2024 y 2029, y la deuda no pagada de aproximadamente 7.1 billones de dólares para 2029.

La construcción de IA se vuelve cada vez más cara, los bancos deben ver primero quién pagará los alquileres

En los últimos años, la infraestructura de IA ha sido principalmente asumida por gigantes de la nube como Google, Amazon, Meta, Microsoft y Oracle. Estas empresas tienen flujo de caja, balances y demanda interna de IA, lo que hace que la financiación sea relativamente fácil.

Sin embargo, a medida que la demanda de entrenamiento y razonamiento de IA continúa creciendo, es difícil que el gasto de capital de unos pocos gigantes cubra toda la brecha de potencia. SemiAnalysis estima que el gasto de capital anual en IA superará los 2 billones de dólares para 2028. GPU, redes, almacenamiento, CPU complementarias y la construcción de centros de datos consumirán grandes cantidades de capital, y el mercado de crédito se convertirá en una de las fuentes de financiación.

Las dificultades de financiación de Neocloud también se encuentran aquí.

Este tipo de nuevos proveedores de servicios en la nube generalmente deben reunir tres cosas al mismo tiempo: adquirir GPU, obtener capacidad de centros de datos y firmar clientes futuros. Lo más difícil para los bancos es juzgar si los alquileres de GPU en los próximos años podrán cubrir el capital e intereses de la deuda. Los precios de alquiler de potencia de IA cambian rápidamente, los plazos de alquiler de los clientes no son uniformes, y el valor residual y la tasa de utilización de GPU son más difíciles de estimar que en la infraestructura tradicional.

El modelo de apoyo crediticio de NVIDIA intenta dar a las instituciones de préstamo una línea de base de flujo de caja más clara. La declaración oficial es que hay participación en ingresos y apoyo crediticio, mientras que SemiAnalysis describe una estructura típica como un respaldo de ingresos de GPU.

Ejemplo de respaldo de 6 años con un precio promedio de 2.36 dólares, la IRR en escenarios de alquiler a corto plazo puede alcanzar el 25%

La estructura de ejemplo proporcionada por SemiAnalysis es que NVIDIA ofrece un apoyo de ingresos mínimo de 6 años para un grupo específico de GPU, con una curva de precios que disminuye anualmente, promediando aproximadamente 2.36 dólares/hora/GPU durante 6 años. Si el alquiler real del proyecto es superior al nivel de respaldo, Neocloud y NVIDIA compartirán los ingresos en una proporción de aproximadamente 40% a 60%.

Esto no son términos contables formalmente divulgados por NVIDIA, sino una estimación indicativa en el modelo de SemiAnalysis. Su atractivo para las instituciones de préstamo radica en que puede transformar un proyecto de alquiler de GPU altamente incierto en un activo con un compromiso de flujo de caja mínimo.

Los bancos no necesitan creer completamente que los precios de alquiler de IA se mantendrán altos en el futuro. Siempre que en un escenario de respaldo, el proyecto aún pueda cumplir con los requisitos de cobertura de servicio de deuda, podría obtener un préstamo. Según las estimaciones de SemiAnalysis, un grupo respaldado por la calificación AA/Aa2 de NVIDIA requeriría una cobertura de servicio de deuda de al menos aproximadamente 1.3 veces, lo que corresponde a un valor de préstamo de entre el 70% y el 80%. La prima de financiación inicial podría ser mayor que las transacciones respaldadas por gigantes de la nube, pero inferior al nivel de rendimiento del 10% de los bonos no garantizados de CoreWeave.

Términos indicativos de respaldo de NVIDIA: un promedio de aproximadamente 2.36 dólares/hora/GPU durante 6 años, con participación en ingresos del 40%-60%.

Para Neocloud, el respaldo no es solo un seguro, sino una condición clave para obtener financiación de deuda.

En el ejemplo de alquiler a corto plazo de GB300 por un año, si el alquiler del primer año es de 6.75 dólares/hora y la proporción de participación de NVIDIA es del 40%, la IRR del proyecto de 6 años de Neocloud sería de aproximadamente 25.4%, con una tasa de participación promedio de NVIDIA de aproximadamente 18%. Si la demanda del mercado es insuficiente y el proyecto cae completamente en el alquiler de respaldo, la IRR de Neocloud podría acercarse a cero o ser ligeramente negativa.

Esto no es favorable para el retorno de capital, pero es crucial para la financiación: el retorno del proyecto podría verse presionado, pero el servicio de deuda aún podría cubrirse. En otras palabras, el respaldo transforma un grupo de GPU que "podría ganar mucho dinero" en un activo de financiación que "aún podría pagar la deuda en un escenario de presión".

Comparación de retornos de GB300 Neocloud: bajo un 40% de participación en alquiler a corto plazo, la IRR de 6 años es de aproximadamente 25.4%, y cuando se activa completamente el respaldo, la IRR se acerca a cero o es ligeramente negativa.

Sharon AI y Firmus son los primeros en implementarse, proyectos en Asia-Pacífico como campo de pruebas

NVIDIA ha confirmado oficialmente que Sharon AI y Firmus son los primeros socios de este modelo de participación en ingresos y apoyo crediticio.

El 12 de junio, Sharon AI anunció que había alcanzado un acuerdo de cooperación estratégica de potencia de 6 años con NVIDIA, con una planta de IA de 72MW en Australia que puede desplegar hasta 40,000 unidades de Grace Blackwell GB300. La capacidad total de la planta de IA de Sharon AI está planeada para alcanzar 132MW, de los cuales 102MW ya están contratados, y se espera que se desplieguen más de 55,000 GPU de NVIDIA para mediados de 2027.

El proyecto de Firmus en la isla Batam de Indonesia es aún más grande. El blog oficial de NVIDIA indica que el proyecto Firmus Batam puede ampliarse a 360MW, desplegando hasta 170,000 GPU de NVIDIA. SemiAnalysis ha incluido este proyecto en su discusión, considerando que está dirigido principalmente a empresas nativas de IA y proveedores de servicios de razonamiento, y podría ofrecer plazos de alquiler diversificados.

Estos casos demuestran que el modelo de apoyo crediticio de NVIDIA ya no es solo una suposición financiera, sino que ha entrado en la fase de implementación de proyectos tempranos. Sin embargo, los casos públicos actuales se concentran principalmente en la región de Asia-Pacífico, mientras que el mercado estadounidense aún enfrenta restricciones en la capacidad de centros de datos, electricidad y velocidad de conexión a la red.

Los centros de datos siguen siendo el cuello de botella más crítico. Las GPU se pueden adquirir, se pueden firmar demandas de clientes, pero la electricidad, la tierra, los gabinetes, la refrigeración y el progreso de la conexión a la red son difíciles de replicar rápidamente. El modelo de SemiAnalysis también menciona que NVIDIA podría necesitar arrendar directamente la capacidad de los centros de datos para ayudar a Neocloud a cerrar la brecha entre la oferta y la demanda. La capacidad y el tamaño específicos involucrados en esta parte siguen siendo estimaciones del informe y no deben confundirse con las divulgaciones oficiales de NVIDIA.

NVIDIA puede obtener participación, pero también asumirá compromisos a largo plazo más grandes

Para NVIDIA, respaldar la financiación de GPU ofrece dos beneficios.

Primero, puede ampliar el alcance de ventas y despliegue de GPU. Cuantos más Neocloud obtengan financiación, más entidades podrán comprar y operar grandes grupos de GPU, y el mercado de potencia de IA ya no dependerá completamente de unos pocos gigantes de la nube.

En segundo lugar, podría obtener ingresos adicionales por participación. El modelo de SemiAnalysis estima que si esta estructura continúa expandiéndose, los ingresos incrementales de NVIDIA provenientes del respaldo y la participación podrían volverse significativos y con márgenes de beneficio relativamente altos.

El costo también es evidente. Los compromisos a largo plazo en el balance de NVIDIA o en divulgaciones relacionadas podrían crecer rápidamente. SemiAnalysis estima en la parte del informe de pago que los saldos de garantías o compromisos de servicios en la nube de NVIDIA podrían alcanzar miles de millones de dólares en los próximos años. Dado que estas cifras no han sido confirmadas oficialmente por NVIDIA, son más adecuadas como pruebas de estrés del modelo que como deudas ya existentes.

Predicción de crecimiento de acuerdos de servicios en la nube de NVIDIA: según el modelo de SemiAnalysis, los compromisos a largo plazo relacionados podrían acumularse con cada 100MW de apoyo de potencia.

Esto no es deuda directa en el sentido tradicional. Pero si el mercado de alquiler de GPU se debilita y la demanda de clientes es insuficiente, la probabilidad de activar el respaldo aumenta, y NVIDIA necesitará asumir más apoyo de ingresos mínimos. Lo que el mercado finalmente debe observar no es solo cuánto puede ganar NVIDIA en participación, sino si estos compromisos afectarán su asignación de capital y prioridades de flujo de caja.

La mayor prueba es si los alquileres y las instalaciones pueden sostenerse

La parte más impactante de este informe es que coloca la construcción de potencia de IA en el mercado de crédito. Cuando el gasto de capital se expande a niveles de billones de dólares, los grupos de GPU ya no son solo productos tecnológicos, sino que también se convierten en activos de financiación que deben ser evaluados conjuntamente por bancos, inversores de bonos y proveedores de servicios en la nube.

Sin embargo, los 7.1 billones de dólares en deuda de IA siguen siendo una predicción de modelo a largo plazo, no un hecho ya ocurrido. Depende de varios supuestos: la demanda de IA continúa expandiéndose, la tasa de utilización de GPU se mantiene alta, los precios de alquiler disminuyen a un ritmo controlable, la construcción de centros de datos puede mantenerse al día, y las instituciones de préstamo están dispuestas a aceptar el modelo de flujo de caja respaldado por NVIDIA.

Los problemas más probables son el precio y la velocidad de implementación. Si los alquileres de GPU caen más rápido de lo esperado, los retornos de Neocloud bajo altos costos de financiación y alta participación se verán comprimidos. Si se activan muchos respaldos, aunque el proyecto podría continuar pagando la deuda, los compromisos asumidos por NVIDIA se volverán más pesados. Si hay retrasos en los centros de datos, electricidad y conexión a la red, el tiempo de despliegue de GPU en el modelo de financiación también se verá alterado.

La historia de NVIDIA "respaldando la financiación de GPU" apunta a la próxima fase de fuentes de financiación para la infraestructura de IA. Puede permitir que más proyectos de potencia obtengan préstamos, y también podría colocar a NVIDIA en una posición más central en el mercado de crédito de IA. Sin embargo, si este mercado puede crecer hasta 7 billones de dólares, dependerá en última instancia de los alquileres, la utilización y la entrega de centros de datos.