Autor: Kerman Kohli (fundador da Fastbreak Capital)
Tradução: Deep潮 TechFlow
Guia da Shenchao: À medida que a corrida armamentista global de IA entra na segunda metade, o gargalo na infraestrutura de computação está se espalhando da simples escassez de chips para o mercado de financiamento por crédito, que alcança trilhões de dólares. As instituições de crédito tradicionais estão acostumadas a avaliar a computação GPU usando modelos conservadores projetados para edifícios comerciais e data centers tradicionais, mantendo três preconceitos arraigados: acreditar que a IA é uma bolha, que empresas startups como inquilinos têm classificação de crédito insuficiente e que o hardware de GPUs se desvalorizará completamente em poucos anos, como servidores comuns.
O fundador da Fastbreak Capital, Kerman Kohli, escreve um artigo abordando diretamente as lacunas cognitivas na avaliação de risco de crédito tradicional. Ele aponta que a demanda potencial por capacidade de processamento em áreas como finanças quantitativas, farmacêutica biológica, pesquisa前沿 e defesa é ilimitada, e o paradoxo de Jevons garante que a redução de custos apenas multiplica o consumo. Mais ironicamente, instituições de crédito, em busca da chamada "segurança de investimento", forçam empresas emergentes a assinarem contratos de 2 a 3 anos com descontos enormes de 30% a 50%, e, diante do aumento anual de 100% nos aluguéis de capacidade de processamento, acabam colocando os próprios investidores em uma posição passiva de "curto prazo na capacidade de processamento".
Este artigo analisa em profundidade a lógica subjacente à financiarização da capacidade de processamento, revelando por que, à medida que a escassez de memória de vídeo para inferência se agrava, ativos de capacidade de processamento sustentados por crédito estão iniciando uma reestruturação transcendentais que ultrapassa o mercado imobiliário tradicional.
Gargalo central do mercado de poder de mineração e os três vieses cognitivos das instituições de crédito
O mercado de capacidade de mineração atual está enfrentando diversos gargalos, mas um dos mais graves é o acesso a capital. Mais especificamente, a falta de capital de crédito capaz de financiar a construção de capacidade. Enfrentamos agora uma lacuna de construção de trilhões de dólares, mas o capital tem dificuldade para entrar nesse setor.
As instituições de crédito tradicionais têm o hábito de comparar grosseiramente a potência de mineração com imóveis. Elas frequentemente adotam três crenças centrais que, aparentemente racionais, são na verdade contraditórias:
• Convencido de que a IA é uma bolha de ativos que certamente estourará;
• Considera que o tomador de capacidade de mineração não é uma empresa de alta classificação de crédito, com probabilidade muito alta de inadimplência;
• Considera que os ativos colaterais subjacentes (hardware GPU) não têm capacidade de preservar valor e se desvalorizarão até zero em poucos anos, como servidores de data center comuns.
Essas visões parecem lógicas aos olhos de observadores externos, mas são incompatíveis entre si sob a lógica financeira. Se quisermos liberar a liquidez de trilhões de dólares em todo o ecossistema, precisamos corrigir profundamente cada um desses equívocos.
O argumento da bolha é uma pseudoquestão: a demanda potencial por poder de mineração é ilimitada
A principal crítica dos céticos da bolha de IA é que a demanda por poder de processamento é limitada e a oferta acabará por se igualar; além disso, o aumento da eficiência de grandes modelos ou algoritmos reduzirá a demanda por hardware.
Essa afirmação desmorona diante dos dados reais. A demanda anual de capacidade de processamento por agentes de IA atingiu uma surpreendente taxa de crescimento de 2,5 a 5 vezes, enquanto a oferta global de wafers e embalagens de ponta até 2030 não poderá superar o dobro. O déficit entre oferta e demanda está se ampliando a cada ano. A capacidade de memória de alta largura de banda (HBM) em 2027 já foi totalmente reservada por todas as grandes empresas, e os principais provedores de capacidade de processamento enfrentam pedidos acumulados não entregues no valor de centenas de bilhões de dólares.
Mais importante ainda, existem muitas indústrias essenciais no setor real com necessidades de poder de computação que nunca serão totalmente saciadas:
• Finanças quantitativas de alta frequência: modelagem aprofundada de derivativos complexos e risco holográfico (por exemplo, o compromisso de capacidade computacional exclusiva de dezenas de bilhões de dólares da Jane Street, um dos principais market makers);
• Gigante farmacêutico biológico: investe tempo de computação GPU ilimitado para simular docking molecular, triagem de alvos e desenvolvimento de novos medicamentos;
• Principais pesquisadores científicos: utilizam enorme poder de computação para conectar ideias entre disciplinas desconhecidas e realizar simulações complexas do mundo físico;
• Setor de defesa e militar: a escala de poder de computação determina diretamente a dominância absoluta de clusters de drones e simulações de campo de batalha;
• Fronteira da defesa e ataque de rede: hackers e equipes de segurança continuam a explorar vulnerabilidades zero-day profundas do sistema por meio de poder computacional bruto.
Essas entidades simplesmente não se preocupam com o "orçamento de tokens por funcionário" como empresas tradicionais. Enquanto a sociedade humana precisar sempre de vacinas melhores, controles financeiros mais precisos, defesas nacionais mais fortes e avanços científicos mais profundos, a capacidade de processamento será a produtividade mais pura, e sua demanda é essencialmente ilimitada. Além disso, o paradoxo de Jevons está se acelerando no campo da IA: quando o custo de uma única inferência inteligente cai 90%, a frequência e os cenários de chamada na sociedade inteira aumentarão mais de dez vezes.
Figura 1: Tendências de gastos com capital em computação e reservas de contratos dos principais fornecedores de nuvem e gigantes de IA globais. Os compromissos de aquisição acumulados já atingiram escala de trilhões de dólares, com a lacuna de oferta aumentando ano a ano.
Paradoxo do arrendatário: buscar segurança transforma instituições de empréstimo em “vendedores em curto prazo de poder de mineração”
Equacionar a capacidade de mineração com imóveis é um erro de pensamento extremamente perigoso. Os potenciais inquilinos de aluguel de imóveis estão absolutamente limitados pela localização geográfica; já a capacidade de mineração é um bem digital universal, altamente homogêneo e entregue em segundos por fibra óptica globalmente.
Muitas instituições de crédito atualmente se concentram excessivamente na "qualificação investment grade" dos locatários, exigindo contratos de 2 a 3 anos e pagamentos antecipados substanciais de 20% a 30%, e até mesmo até 50%. Os credores acreditam que, ao fixar contratos de longo prazo, garantem uma margem de segurança, mas na prática acabam se colocando em uma situação extremamente desfavorável.
Num mundo onde a capacidade de processamento será extremamente insuficiente nos próximos 5 a 10 anos, se um cliente startup incorrer em inadimplência ou violação, pelo menos dez clientes de reserva aguardam na fila para assumir esse lote de capacidade. Chips de ponta como o B300 são quase impossíveis de encontrar no mercado à vista. Mais absurdo ainda: num contexto em que os aluguéis de capacidade à vista aumentaram 100% no último ano, os credores, em nome da chamada segurança, forçam os mutuários a assinarem contratos de longo prazo de três anos com descontos de 30% a 50%, o que, na prática financeira, equivale a transformar as instituições credoras em “vendedores em descoberto” de capacidade de processamento!
Essa busca distorcida por certeza fez com que as instituições de empréstimo sacrificiassem gratuitamente grandes rendimentos flutuantes e alongassem o ciclo de retorno do capital. Essa conservadorismo repercutiu negativamente sobre sua própria taxa de retorno sobre o capital.
Revolução no valor da garantia: Longevidade excepcional e valorização contracíclica de hardware GPU
O argumento mais popular entre os céticos da IA é que o hardware de computação se desvaloriza rapidamente e se tornará lixo eletrônico em poucos anos. No entanto, fatos objetivos demonstram a absurdeza dessa suposição: a placa A100 lançada pela NVIDIA em 2020 ainda opera em plena capacidade nos data centers e seus contratos de locação já estão agendados até 2029, estabelecendo que as GPU possuem pelo menos um ciclo de vida comercial estável de 9 anos. Com base nisso, espera-se que a vida útil econômica da arquitetura Blackwell e de seus modelos subsequentes ultrapasse facilmente uma década.
Mais disruptivo ainda, os hardwares de computação de ponta estão apresentando características de “valorização” raras em produtos industriais tradicionais: desde o lançamento do B200, há dois anos, seu valor real no mercado secundário aumentou 50% em relação ao início; mesmo uma unidade A100 com seis anos de uso ainda mantém seu valor residual no mercado secundário em torno de 25% do valor inicial. O modelo de depreciação linear de seis anos amplamente adotado por analistas de Wall Street foi recentemente demonstrado como uma suposição excessivamente pessimista e conservadora.
Figura 2: Valor real de mercado secundário e tendência de aluguel das GPU principais. Seis anos após o lançamento, o A100 ainda mantém 25% de valor residual; o B200 apresenta prêmio de mercado superior a 50%, revolucionando completamente a suposição tradicional de depreciação total em 3 anos.
Restrição rígida da memória VRAM e a nova onda de tokenização de poder de processamento
Alguém pode questionar: Novos chips eficientes e avançados estão sendo lançados continuamente; isso não acelerará a obsolescência das placas antigas? Essa objeção ignora três realidades fundamentais:
1. O gargalo central do raciocínio de IA moderna é altamente dependente de memória de alta largura de banda (dependente de memória);
2. A memória VRAM é um ativo de moeda forte em severa escassez;
3. A capacidade global de fabricação de semicondutores simplesmente não consegue produzir em massa suficientes chips e componentes de memória gráfica em curto prazo.
Com base nesses leis físicas e industriais irreversíveis, todo o mercado financeiro deve reavaliar o valor de vida útil dos ativos GPU sob uma nova perspectiva.
Minha análise central é que, ao longo do ciclo de várias décadas futuras, a capacidade de processamento certamente superará os imóveis e emergirá como a categoria de ativos mais volumosa e mais líquida da história da humanidade. No entanto, dominar essa superonda exige que os investidores possuam uma profunda compreensão da tecnologia subjacente e ferramentas sofisticadas de engenharia financeira moderna. A era da capitalização da capacidade de processamento, sustentada por crédito e finanças estruturadas, acaba de começar seu grandioso capítulo.