Rede de acordos transforma Nvidia em banco central da inteligência artificial

Empresas frequentemente emprestam dinheiro a clientes —basta pensar nos braços financeiros das montadoras. Huang argumenta que a Nvidia está apenas ajudando a viabilizar investimentos em projetos viáveis que, de outra forma, teriam dificuldade para conseguir empréstimos a um custo adequado.

• OpenAI diz ter superado a Anthropic com seu mais recente modelo de IA.
• Nvidia se torna peça central da economia com avanço da IA.
• OpenAI promete US$ 1 bi para defesa digital em meio a dúvidas sobre segurança da IA.

Para os críticos, esses acordos lembram a bolha das pontocom no fim dos anos 1990, quando fabricantes de equipamentos de telecomunicações emprestaram bilhões de dólares a empresas do setor que compravam seus equipamentos.

Quando a demanda pelos serviços dessas companhias ficou abaixo do esperado, algumas quebraram, deixando Cisco e Lucent com grandes prejuízos.

Para Jay Goldberg, da empresa de análise Seaport Research Partners, a Nvidia está caminhando sobre uma linha tênue entre viabilizar e criar a demanda. Ele ainda não considera, no entanto, que a empresa tenha cruzado a linha, embora esteja "chegando bem perto.

Alguns passaram a chamar a Nvidia de "banco central da IA", dada sua importância no financiamento do setor. Isso de fato ajudará a indústria a crescer, como argumenta Huang, mas também envolve riscos.

A engenharia financeira da Nvidia é, em parte, uma resposta à transformação de seus maiores clientes em concorrentes. As chamadas "hiperescaladoras" —big techs como Amazon, Google, Meta e Microsoft— respondem por cerca de metade da receita da Nvidia.

Para as hiperescaladoras, chips próprios são mais baratos e adaptáveis. Algumas também os vendem: o Google comercializou processadores especializados à Anthropic.

A Amazon também espera que seu negócio de chips se torne uma fonte relevante de receita. A Bloomberg Intelligence prevê que esses chips gradualmente reduzirão as vendas da Nvidia, respondendo por cerca de 50% do mercado de processadores usados em IA até o fim da década, ante cerca de 40% neste ano.

As hiperescaladoras têm classificações de crédito de grau de investimento, o que mantém custos de financiamento baixos. As neoclouds —empresas de computação em nuvem mais novas— precisam de investimento semelhantes, mas têm pouca receita.

Seus empréstimos são naturalmente muito mais caros.

É essa diferença entre custos de financiamento que o banco Nvidia pretende reduzir. Uma das formas de fazer isso é adquirir participações acionárias em startups que serão clientes ou que ajudarão indiretamente a impulsionar a demanda por chips da Nvidia.

Parte dos investimentos busca difundir modelos de IA de pesos abertos, gratuitos e adaptáveis, em contraste com ofertas proprietárias de Anthropic, OpenAI e Google.

Os investimentos buscam criar empresas de IA independentes das big techs e ampliar a demanda por chips da Nvidia.

Cada vez mais, porém, a Nvidia não está apenas investindo em empresas promissoras, mas também ajudando-as diretamente a financiar grandes projetos. No início de julho, anunciou uma nova estratégia pela qual se compromete a complementar a receita das neoclouds com novos data centers até um piso previamente acordado.

Esses compromissos costumam durar seis anos. Nesse período, a Nvidia promete pagar um preço fixo pelo "compute", como diz o jargão do setor. Se a neocloud vender a capacidade em questão por um preço maior, a Nvidia recebe parte da diferença.

A garantia torna receitas mais previsíveis, barateia dívidas para novos data centers e estimula a demanda por processadores da Nvidia.

A Nvidia também está adotando outra abordagem com os grandes laboratórios de IA, que precisam de enormes quantidades de capacidade computacional, mas queimam dinheiro.

O data center que a empresa está apoiando em Ohio pertence à SB Energy, do conglomerado japonês SoftBank. A OpenAI será a locatária.

A Nvidia garantirá aluguel e compra de energia. Em troca, a planta usará 1,5 milhão de seus processadores.

Eles financiarão veículos que comprarão equipamentos, construirão infraestrutura e venderão capacidade. A Nvidia não aportará recursos nem assumirá dívidas, mas poderá oferecer "suporte ao valor residual" de até um quarto do negócio.

Também oferecerá suporte técnico, dando aos credores mais confiança de que os equipamentos financiados serão bem utilizados. Huang apresenta isso como uma forma de transformar a capacidade computacional em "uma classe de ativos na qual se possa investir.

Por trás dessa rede de obrigações estão duas premissas fundamentais: que os chips da Nvidia manterão seu valor ao longo do tempo e que a demanda continuará crescendo rapidamente —mas nenhuma das duas é garantida.

Comecemos pelos chips. Huang afirma que eles são duráveis, com atualizações de software aumentando sua utilidade por anos após a venda. Segundo ele, devem ser vistos como ativos financiáveis, que podem servir de garantia para empréstimos.

Até agora, Huang parece ter razão. Chips mais antigos ainda têm demanda. Em agosto, a CoreWeave anunciou um contrato envolvendo os chips A100 da Nvidia que se estende até 2029.

Ainda assim, tanto a longevidade quanto o valor desses chips podem ser simplesmente resultado da escassez. Quando a capacidade computacional é limitada, empresas não têm escolha a não ser manter os chips antigos rodando.

A própria Nvidia lança chips novos todos os anos, com a intenção explícita de substituir os anteriores. Isso a coloca em uma posição curiosa: ao mesmo tempo em que argumenta que os chips antigos devem manter valor, diz que seus novos chips devem substituí-los.

A Nvidia desfruta de margens brutas de cerca de 75%, contra aproximadamente 55% da rival menor AMD. Tim Davis, fundador de uma empresa de hardware de IA adquirida pela fabricante de chips Qualcomm, acredita que, conforme as opções se multiplicarem, a economia da fabricação de chips começará a "se comprimir.

Mas, se a demanda não for tão ampla quanto o esperado, neoclouds e outros provedores de IA poderão ter dificuldade para vender capacidade ou obter lucro. Isso poderia acionar as garantias da Nvidia, obrigando-a a comprar capacidade não utilizada, cobrir diferenças de preços ou pagar por energia que não deseja.

A mesma desaceleração também reduziria as vendas da Nvidia e, consequentemente, o fluxo de caixa disponível para cumprir essas obrigações. Esse cenário não depende de um colapso da demanda; uma expansão simplesmente abaixo do esperado já poderia, em tese, gerar problemas.

Em números

• Em troca, a planta usará 1,5 milhão de seus processadores