SemiAnalysis Analisa: NVIDIA Oferece Garantia de Financiamento para GPUs, A Era do Crédito para Poder de Cálculo de IA Começa

TL;DR
· A SemiAnalysis prevê que a dívida não paga de IA pode chegar a 7,1 trilhões de dólares até 2029, e a construção de IA dependerá mais do mercado de crédito.
· A NVIDIA lançou um modelo de compartilhamento de receita e suporte de crédito voltado para a nuvem de IA, com Sharon AI e Firmus como os primeiros parceiros.
· A garantia pode reduzir as preocupações dos bancos, mas a queda nos aluguéis, a escassez de centros de dados e compromissos contingentes ainda são riscos principais.

Um relatório da SemiAnalysis, publicado em 6 de julho, destaca a escala de financiamento da infraestrutura de IA: entre 2024 e 2029, os gastos de capital globais em IA podem totalizar cerca de 11,1 trilhões de dólares, e até 2029, a dívida relacionada à IA não paga pode ultrapassar 7 trilhões de dólares, aproximadamente 7,1 trilhões de dólares.

Isso não é apenas uma previsão de vendas de GPUs. A mudança central discutida no relatório é que a construção de IA está passando de "gigantes da tecnologia comprando GPUs com fluxo de caixa" para "bancos e mercados de títulos financiando clusters de GPUs". Se essa estimativa se concretizar, a dívida relacionada à IA pode se tornar uma categoria de financiamento de ativos apoiada por grandes ativos, apenas atrás do mercado de financiamento de hipotecas nos EUA.

O papel da NVIDIA também está mudando. Em um post oficial no blog em 1º de julho, a NVIDIA confirmou que lançou um "modelo de compartilhamento de receita e suporte de crédito" voltado para nuvens de IA, utilizando uma combinação de parceiros de capital, provedores de serviços em nuvem e projetos de centros de dados para impulsionar a construção do poder de cálculo de IA. Sharon AI e Firmus são os primeiros parceiros.

A SemiAnalysis também fez a avaliação de que a NVIDIA pode ajudar a Neocloud a transformar GPUs, pedidos de clientes e capacidade de centros de dados em ativos financiáveis por meio de garantias de receita de GPUs e estruturas de compartilhamento de receita. Para as instituições de crédito, a chave não é quão quente a demanda por IA será no futuro, mas se o projeto ainda terá fluxo de caixa para pagar a dívida no pior cenário.

Previsão de gastos de capital e dívida em TI e centros de dados de IA global: gastos de capital acumulados de aproximadamente 11,1 trilhões de dólares entre 2024-2029, dívida não paga de aproximadamente 7,1 trilhões de dólares em 2029.

Construção de IA está se tornando cada vez mais cara, os bancos precisam ver quem pagará os aluguéis

Nos últimos anos, a infraestrutura de IA tem sido principalmente suportada por grandes provedores de nuvem como Google, Amazon, Meta, Microsoft e Oracle. Essas empresas têm fluxo de caixa, balanços patrimoniais e demanda interna por IA, tornando o financiamento relativamente mais fácil.

No entanto, à medida que a demanda por treinamento e inferência de IA continua a crescer, é difícil para os gastos de capital de alguns poucos gigantes cobrir toda a lacuna de poder de cálculo. A SemiAnalysis prevê que os gastos de capital anuais em IA ultrapassarão 2 trilhões de dólares até 2028. GPUs, redes, armazenamento, CPUs complementares e a construção de centros de dados consumirão grandes quantias de dinheiro, e o mercado de crédito se tornará uma das fontes de financiamento.

As dificuldades de financiamento da Neocloud também estão aqui.

Esses novos provedores de serviços em nuvem geralmente precisam reunir três coisas ao mesmo tempo: adquirir GPUs, obter capacidade de centros de dados e assinar com futuros clientes. O maior desafio para os bancos é avaliar se os aluguéis de GPUs nos próximos anos poderão cobrir o principal e os juros da dívida. Os preços de aluguel de poder de cálculo de IA mudam rapidamente, os períodos de aluguel dos clientes não são uniformes, e o valor residual e a taxa de utilização das GPUs são mais difíceis de estimar do que em infraestruturas tradicionais.

O modelo de suporte de crédito da NVIDIA tenta oferecer às instituições de crédito uma linha de base de fluxo de caixa mais clara. A declaração oficial é de compartilhamento de receita e suporte de crédito, enquanto a SemiAnalysis descreve uma estrutura típica como uma garantia de receita de GPU.

Exemplo de garantia de 6 anos com preço médio de 2,36 dólares, IRR em cenário de aluguel curto pode chegar a 25%

A SemiAnalysis apresenta uma estrutura de exemplo em que a NVIDIA oferece suporte de receita mínima por 6 anos para um cluster específico de GPUs, com a curva de preços diminuindo anualmente, com uma média de cerca de 2,36 dólares/hora/GPU ao longo de 6 anos. Se o aluguel real do projeto for superior ao nível de garantia, a Neocloud e a NVIDIA dividirão a receita em uma proporção de cerca de 40% a 60%.

Isso não é um termo contábil formal divulgado pela NVIDIA, mas uma estimativa indicativa no modelo da SemiAnalysis. Sua atratividade para as instituições de crédito reside no fato de que pode transformar um projeto de aluguel de GPU altamente incerto em um ativo com um compromisso mínimo de fluxo de caixa.

Os bancos não precisam acreditar completamente que os preços de aluguel de IA continuarão altos no futuro. Desde que, no cenário de ativação da garantia, o projeto ainda possa atender aos requisitos de cobertura do serviço da dívida, ele pode obter financiamento. De acordo com a estimativa da SemiAnalysis, clusters com suporte de classificação AA/Aa2 da NVIDIA exigem uma taxa de cobertura do serviço da dívida de pelo menos cerca de 1,3 vezes, correspondendo a uma relação de valor de empréstimo de 70% a 80%. O spread de financiamento inicial pode ser maior do que as transações apoiadas por grandes provedores de nuvem, mas inferior ao nível de rendimento de 10% de dívidas não garantidas da CoreWeave.

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

Para a Neocloud, a garantia não é apenas um seguro, mas uma condição chave para obter financiamento da dívida.

No exemplo de aluguel de curto prazo do GB300, se o aluguel do primeiro ano for de 6,75 dólares/hora e a proporção de compartilhamento da NVIDIA for de 40%, a IRR do projeto de 6 anos da Neocloud será de cerca de 25,4%, com a taxa média de participação da NVIDIA em cerca de 18%. Se a demanda do mercado for insuficiente e o projeto cair completamente na garantia de aluguel, a IRR da Neocloud pode se aproximar de zero ou ser ligeiramente negativa.

Isso não é amigável para o retorno sobre o patrimônio, mas é crucial para o financiamento: o retorno do projeto pode ser comprimido, mas o serviço da dívida ainda pode ser coberto. Em outras palavras, a garantia transforma um cluster de GPU que "pode gerar muito dinheiro" em um ativo financiável que "ainda pode pagar a dívida sob pressão".

Comparação de retornos da Neocloud GB300: sob 40% de compartilhamento em aluguel curto, IRR de 6 anos de cerca de 25,4%, IRR se a garantia for totalmente acionada se aproxima de zero ou é ligeiramente negativa.

Sharon AI e Firmus são os primeiros a implementar, projetos na Ásia-Pacífico se tornam campo de testes

A NVIDIA já confirmou oficialmente que Sharon AI e Firmus são os primeiros parceiros deste modelo de compartilhamento de receita e suporte de crédito.

Um anúncio da Sharon AI em 12 de junho revelou que a empresa firmou uma parceria estratégica de capacidade de cálculo de 6 anos com a NVIDIA, com uma fábrica de IA de 72MW na Austrália que pode implantar até 40.000 placas Grace Blackwell GB300. A capacidade total da fábrica de IA da Sharon AI está planejada para atingir 132MW, com 102MW já contratados, e espera-se que mais de 55.000 GPUs da NVIDIA sejam implantadas até meados de 2027.

O projeto da Firmus em Batam, Indonésia, é ainda maior. O blog oficial da NVIDIA afirma que o projeto Firmus Batam pode ser expandido para 360MW, com até 170.000 GPUs da NVIDIA. A SemiAnalysis incluiu este projeto na discussão, acreditando que ele se destina principalmente a empresas nativas de IA e provedores de serviços de inferência, e pode oferecer períodos de aluguel diversificados.

Esses casos demonstram que o modelo de suporte de crédito da NVIDIA não é apenas uma suposição financeira, mas já está entrando na fase de implementação de projetos iniciais. No entanto, os casos públicos até agora estão principalmente concentrados na região da Ásia-Pacífico, enquanto o mercado dos EUA ainda enfrenta restrições em capacidade de centros de dados, eletricidade e velocidade de conexão à rede.

Os centros de dados ainda são o maior gargalo. As GPUs podem ser adquiridas, a demanda dos clientes pode ser contratada, mas eletricidade, terrenos, armários, refrigeração e progresso de conexão à rede são difíceis de replicar rapidamente. O modelo da SemiAnalysis também menciona que a NVIDIA pode precisar alugar diretamente a capacidade dos centros de dados para ajudar a Neocloud a preencher a lacuna entre oferta e demanda. A capacidade e a escala específicas envolvidas ainda são estimativas do relatório e não podem ser equiparadas às divulgações oficiais da NVIDIA.

A NVIDIA pode obter participação, mas também assumirá compromissos de longo prazo maiores

Para a NVIDIA, oferecer suporte ao financiamento de GPUs traz dois tipos de benefícios.

Primeiro, pode expandir o alcance de vendas e implantação de GPUs. Quanto mais a Neocloud obtiver financiamento, mais entidades poderão comprar e operar grandes clusters de GPUs, e o mercado de poder de cálculo de IA não dependerá mais apenas de alguns grandes provedores de nuvem.

Em segundo lugar, pode gerar receita adicional de compartilhamento. O modelo da SemiAnalysis estima que, se essa estrutura continuar a se expandir, a receita incremental da NVIDIA proveniente de garantias e compartilhamento pode se tornar considerável, além de ter uma margem de lucro relativamente alta.

O custo também é evidente. Os compromissos de longo prazo da NVIDIA fora do balanço patrimonial ou nas divulgações relacionadas podem aumentar rapidamente. A SemiAnalysis estima na parte do relatório pago que os saldos de garantias dos contratos de serviços em nuvem da NVIDIA podem subir para centenas de bilhões de dólares nos próximos anos. Como esses números não foram confirmados oficialmente pela NVIDIA, são mais adequados como testes de estresse do modelo do que como passivos estabelecidos.

Previsão de crescimento dos contratos de serviços em nuvem da NVIDIA: de acordo com o modelo da SemiAnalysis, os compromissos de longo prazo relacionados podem continuar a se acumular com cada 100MW de suporte de capacidade.

Isso não é dívida direta no sentido tradicional. Mas se o mercado de aluguel de GPUs enfraquecer e a demanda dos clientes for insuficiente, a probabilidade de ativação da garantia aumentará, e a NVIDIA precisará assumir mais suporte de receita mínima. O que o mercado finalmente observará não é apenas quanto a NVIDIA pode ganhar com o compartilhamento, mas também se esses compromissos afetarão sua alocação de capital e prioridades de fluxo de caixa.

O maior teste é se os aluguéis e as instalações podem se sustentar

A parte mais impactante deste relatório é que coloca a construção do poder de cálculo de IA no mercado de crédito. Quando os gastos de capital se expandem para níveis de trilhões de dólares, os clusters de GPUs não são mais apenas produtos tecnológicos, mas também se tornam ativos de financiamento que bancos, investidores de títulos e provedores de serviços em nuvem avaliam em conjunto.

Mas a dívida de 7,1 trilhões de dólares em IA ainda é uma previsão de modelo de longo prazo, não um fato já ocorrido. Ela depende de algumas premissas: a demanda por IA continua a se expandir, a taxa de utilização de GPUs se mantém em níveis elevados, os preços de aluguel diminuem a uma velocidade controlável, a construção de centros de dados consegue acompanhar, e as instituições de crédito estão dispostas a aceitar o modelo de fluxo de caixa sob o suporte de crédito da NVIDIA.

Os problemas mais prováveis estão nos preços e na velocidade de implementação. Se os aluguéis de GPUs caírem mais rapidamente do que o esperado, os retornos da Neocloud sob altos custos de financiamento e altos compartilhamentos serão comprimidos. Se muitas garantias forem acionadas, o projeto pode continuar a pagar a dívida, mas os compromissos assumidos pela NVIDIA se tornarão mais pesados. Se houver atrasos na construção de centros de dados, eletricidade e conexão à rede, o tempo de implantação de GPUs no modelo de financiamento também será afetado.

A história da NVIDIA "oferecendo garantia de financiamento para GPUs" aponta para a próxima fase das fontes de financiamento da infraestrutura de IA. Isso pode permitir que mais projetos de poder de cálculo obtenham empréstimos e pode colocar a NVIDIA em uma posição mais central no mercado de crédito de IA. No entanto, se esse mercado pode crescer até 7 trilhões de dólares, isso dependerá, em última análise, dos aluguéis, taxas de utilização e entrega de centros de dados.