Nvidia faz parceria com seis gigantes de Wall Street para captar US$ 500 bilhões, reacendendo preocupações com 'financiamento circular'?

TradingKey - Nvidia (NVDA) está tentando abrir um novo canal de financiamento para a infraestrutura de IA.

Em 10 de agosto, no horário local, a Nvidia anunciou a assinatura de um memorando de entendimento com Apollo Global Management, Blackstone, BlackRock, Brookfield Asset Management, Goldman Sachs e KKR. As partes planejam criar plataformas de financiamento dedicadas para mobilizar mais de US$ 500 bilhões em capital de terceiros à medida que os projetos avançarem, visando apoiar o desenvolvimento da infraestrutura de IA.

A iniciativa não envolve a Nvidia fornecendo diretamente US$ 500 bilhões em recursos. Em vez disso, busca alavancar o capital e a capacidade de subscrição de seis grandes gestoras de ativos e instituições financeiras para financiar clientes da Nvidia na construção de data centers, aquisição de GPUs e expansão da capacidade computacional.

O CEO da Nvidia, Jensen Huang, declarou que esses recursos virão inteiramente de capital de terceiros, e as plataformas relacionadas oferecerão suporte financeiro de longo prazo para projetos de infraestrutura de IA sob condições competitivas de financiamento.

Fonte: X

Atualmente, a escala específica, o cronograma e as estruturas das operações de financiamento ainda estão sendo finalizados. Segundo pessoas familiarizadas com o assunto, algumas transações podem utilizar financiamento por dívida garantida por ativos com base na capacidade computacional, incluindo crédito privado e títulos emitidos por sociedades de propósito específico. O valor de transações individuais pode chegar a bilhões de dólares, e os recursos captados serão posteriormente utilizados para construir data centers e adquirir capacidade computacional, gerando receita por meio do aluguel dessa capacidade para clientes como empresas de IA e provedores de serviços em nuvem.

Por que a Nvidia está buscando US$ 500 bilhões em financiamento

Nos últimos anos, os investimentos em infraestrutura de IA cresceram rapidamente, com as principais empresas de tecnologia aumentando continuamente suas despesas de capital em data centers, GPUs, energia e instalações de rede. O Morgan Stanley estimou anteriormente que os gastos relacionados de operadoras de data centers em grande escala poderiam atingir trilhões de dólares entre 2026 e 2028.

Necessidades de capital tão expressivas superaram o que pode ser atendido apenas pelo fluxo de caixa operacional das empresas. Além da emissão de ações e títulos corporativos, as empresas de tecnologia também começaram a recorrer com mais frequência ao crédito privado, à securitização de ativos e ao project finance para captar recursos.

A Nvidia busca desempenhar um papel mais ativo nesse processo.

No passado, a Nvidia gerava receita principalmente com a venda de GPUs e sistemas correlatos, ao passo que esta iniciativa de financiamento se estende para etapas posteriores da cadeia industrial. Ao atrair bancos, capital privado e fundos institucionais de longo prazo, a Nvidia espera ajudar os clientes a suprir o financiamento necessário para adquirir GPUs e construir data centers, acelerando, assim, o ritmo de construção da infraestrutura de computação.

Jensen Huang classificou esse modelo como um novo estágio no financiamento de infraestrutura de IA. Ele acredita que os equipamentos de computação para IA não devem ser vistos apenas como eletrônicos de rápida depreciação, mas podem, em vez disso, se tornar ativos produtivos semelhantes à infraestrutura de energia, telecomunicações e transporte.

"Começamos produzindo chips e hoje estamos ajudando a construir um novo tipo de infraestrutura", disse Huang, acrescentando que as fábricas de IA podem gerar receita ao fornecer capacidade computacional continuamente, estabelecendo assim a base para se tornarem ativos de investimento de longo prazo.

Por que Jensen Huang acredita que as GPUs podem se tornar 'ativos de grau de investimento'

No centro do plano da Nvidia está mudar a forma como as instituições financeiras tradicionalmente enxergam o valor das GPUs.

No passado, as GPUs eram vistas, de modo geral, como produtos de rápida evolução tecnológica, em que o valor de mercado de modelos antigos podia cair rapidamente com o lançamento de novas gerações de chips. Consequentemente, era difícil para as instituições financeiras oferecerem financiamento de longo prazo para GPUs da mesma forma que avaliam empreendimentos imobiliários, rodovias pedagiadas ou outras infraestruturas de longo prazo.

Jensen Huang, no entanto, acredita que a capacidade computacional voltada para IA está passando por uma transformação.

Ele destacou que uma fábrica de IA não consiste apenas em GPUs, mas é uma plataforma completa que inclui computação acelerada, redes, software de sistema, frameworks de IA e um ecossistema de desenvolvedores.

Dada a ampla base de clientes da Nvidia, quando as necessidades de um cliente específico mudam, a capacidade computacional correspondente pode, teoricamente, ser redirecionada para outras empresas, provedores de serviços em nuvem ou até mesmo operadores em diferentes regiões.

Isso significa que, quando as instituições financeiras avaliam esses ativos, elas podem se concentrar em sua capacidade de gerar fluxos de caixa futuros, em vez de focar apenas no valor residual dos próprios chips.

Huang também citou a A100 como exemplo, lançada em 2020 e ainda utilizada hoje para treinamento de IA, inferência, ajuste fino e computação de alto desempenho. Ele argumentou que, como o software CUDA aprimora continuamente o desempenho e a eficiência do hardware mais antigo, a vida útil econômica de determinados equipamentos computacionais de IA pode ser significativamente maior do que a de produtos eletrônicos tradicionais.

A Nvidia também aponta os preços do mercado de aluguel de GPUs como evidência que apoia essa lógica; Huang citou dados de mercado mostrando que os preços de aluguel de GPUs de ponta, como a H100, continuaram a subir nos últimos anos, enquanto a nova série Blackwell obtém um prêmio expressivo no mercado de nuvem.

Na perspectiva da Nvidia, se as GPUs puderem gerar receita de aluguel continuamente por um período prolongado, tais ativos computacionais se qualificam para financiamento de dívida de longo prazo.

Dúvidas sobre 'financiamento circular' da Nvidia persistem

No entanto, o plano de financiamento de US$ 500 bilhões também desencadeou debates no mercado sobre o financiamento circular na cadeia de suprimentos de IA.

Nos últimos meses, a Nvidia assinou acordos de parceria e investimento em grande escala com diversas empresas de IA, enquanto algumas dessas empresas utilizaram o capital levantado para comprar chips da Nvidia. Esse modelo interconectado entre capital, chips e poder computacional gerou preocupações entre alguns investidores de que a demanda na cadeia de suprimentos de IA possa ser, em certa medida, circular.

A colaboração direta da Nvidia com grandes instituições financeiras para criar uma plataforma de financiamento trouxe essa questão de volta ao centro das atenções do mercado.

Após a notícia, a Nvidia fechou em queda de cerca de 2,8% na segunda-feira, eliminando mais de US$ 70 bilhões em valor de mercado em um único dia.

No entanto, Jensen Huang negou explicitamente que esse modelo implique a criação artificial de demanda por IA. Ele enfatizou que cada projeto na plataforma de financiamento será avaliado de forma independente pelas instituições financeiras, considerando fatores como a qualificação dos clientes, a demanda real por poder computacional, as taxas de utilização, o fluxo de caixa e o valor residual dos ativos.

Fonte: X

Em outras palavras, a Nvidia fornece uma plataforma de computação e um ecossistema, em vez de decidir pelas instituições financeiras quais projetos devem receber financiamento.

Jensen Huang também revelou que, em determinados projetos, a Nvidia pode oferecer suporte ao valor residual de até cerca de 25%, mas esses acordos serão avaliados caso a caso. Ele ressaltou que esse mecanismo não substitui a due diligence das próprias instituições financeiras.