você liga pro seu contato na Nvidia "ei, consigo 1000 B300s e colocar um Infiniband nisso?" A Nvidia responde "vai levar 30 semanas, mas como você é meu parceiro, talvez eu consiga te enfiar num carregamento porque alguém (piscadinha OpenAI) acabou de comprar 200 mil GPUs"
"fechou"
você liga pra sua contato numa OEM "consegue me dar um orçamento pra uns B300s resfriados a ar?" "sim, seria uns 10 trilhões de dólares" você liga pro seu contato na Nvidia de novo "ei, a OEM acabou de me dizer que seria 10 trilhões de dólares" "não, deixa eu falar com eles pra ver o que posso fazer" a OEM liga de volta "ei, desculpa, revisamos nosso orçamento pra baixo, pra 5 trilhões de dólares, mas você tem colo?" "fechou, deixa eu falar com meu cara" você liga pro seu contato do colo "ei, ainda tem energia em Santa Clara?" "não, desculpa, acabamos de preencher, mas posso te colocar em Montreal" "ok, perfeito, então estamos resolvidos" "beleza, mas acabamos de falar com o banco, consegue dar uns 50% de entrada num contrato de 3 anos por uns $4.50/gpu/h e, a propósito, é só 95% de uptime na rede e nas GPUs"
????????????
O maior gargalo na indústria de GPU no momento não são chips, CoWoS, ou mesmo energia.
Sim, claro, os prazos de entrega estão aumentando, a Nvidia anuncia aumentos de preço, as OEMs aumentam os preços secretamente, os wafers estão mais escassos do que nunca, minimonopólios espalhados por toda a vasta e complexa cadeia de suprimentos, mas no final das contas, se você tem dinheiro suficiente, nada disso importa.
Eles vão te dizer que são 30 semanas para conseguir um switch NVLink, mas compre o suficiente ou pague o suficiente e isso cai para 14! Toda a indústria é propositalmente construída em relacionamentos e é muito "quem sabe, sabe", mas o maior problema é na verdade muito mais simples.
O maior problema é o crédito. Especificamente, a falta de mercados residuais.
Valor residual é basicamente o valor do ativo no final da sua depreciação. Pense num carro usado depois que você termina o leasing e quanto ele vale. Claramente, pelo menos o preço das suas peças é valioso, senão o carro funcional.
Mas ninguém sabe como modelar o valor residual das GPUs. Por exemplo, os bancos simplesmente modelam como 0 após alguma depreciação linear porque não há um mercado público líquido.
O valor residual é importante porque é o fator bloqueador por trás da securitização do ativo e da criação de um instrumento para hedge de risco, permitindo um custo de capital mais baixo. Isso é ruim para players menores, pois não há acesso a financiamento barato.
Quando as taxas vigentes para esses empréstimos são SOFR + 900 bps (SOFR é a taxa de juros usada para precificar empréstimos em dólar americano, derivativos e títulos), você precisa de enormes entradas que nenhum player pequeno pode pagar.
Para demonstrar, considere este exemplo realista de financiamento caro.
Digamos que você compre B300s, 128 nós (8 GPUs) por 5 anos, $3,50/h/gpu, 30% de entrada (abaixo do preço atual de mercado, aliás).
TCV = 128 \ 8 \ 3,50 \ 24 \ 365 * 5 =
$156.979.200
o que significa que sua entrada é 156.979.200 * 0,3 =
$47.093.760
.
Lembre-se, você está torcendo para que os SLAs sejam bons, provavelmente 14 semanas de RFS em algumas montagens da SMCI onde eles conseguiram peças de algum canto da Malásia que não podem ser substituídas quando quebram exatamente um ano depois.
Você tem $47.093.760 sobrando como uma startup? Tem certeza de que consegue preencher esses nós imediatamente? Ah, e é fabricado sob encomenda, então eles só vão encomendar as peças depois que você assinar e você nem consegue testá-las antes.
Além disso, 128 nós de B300s resfriados a ar também consomem cerca de 2,5 MW incluindo refrigeração. A receita da Anthropic é de cerca de $50m / MW.
Supondo que você consiga extrair receita do seu poder de computação como a Anthropic, você só obtém $125m pelos seus 128 nós de B300s. Você está pagando $32m a mais do que isso, o que pode ser considerado o prêmio que você está pagando no seu empréstimo.
Ok, chega de reclamação. Vamos mergulhar nos resíduos, como a indústria lida com isso atualmente, como outras indústrias lidam com isso e como poderia ser o futuro.
Como são os grandes negócios públicos atuais?
Como eles estão lidando com o valor residual?
Em agosto de 2026, a NVIDIA protocolou um documento intitulado Garantia de Valor Residual. Ele promete um valor mínimo de até $105B nos data centers que a SB Energy está construindo para a OpenAI, cerca de 4,25 GW deles. A fabricante de chips está garantindo o valor residual, caso encerrado, certo? Leia o protocolo.
O valor garantido é definido como custos relacionados a data center, energia e transmissão, e o próprio equipamento da NVIDIA é separado em uma cláusula de retomada de posse fora do valor garantido. A garantia cobre o prédio e a energia que o alimenta, não os chips instalados dentro dele. A NVIDIA propositalmente não coloca um número nas GPUs.
E o empréstimo sênior garantido de $926M da Lambda? É precificado a SOFR + 300 e 99,5, tem classificação Baa2 da Moody's, é garantido por servidores GPU e os fluxos de caixa que eles geram, e amortiza totalmente até o vencimento em 2030, que a empresa descreve como alinhado com os fluxos de caixa contratados e a vida útil da infraestrutura.
Mas o que realmente está fazendo o trabalho é o anúncio: "dedicado a um tomador com grau de investimento." O cliente ancora o crédito, não um valor de liquidação observável.
Depois tem a CoreWeave, que pegou mais empréstimos contra GPUs do que qualquer outra pessoa no registro público. Seus empréstimos são empréstimos a prazo com saque diferido: um grupo de credores compromete uma quantia de dinheiro antecipadamente, e a CoreWeave saca conforme as GPUs são entregues contra um contrato de cliente específico, então o empréstimo e o contrato crescem juntos. O maior é de $8,5B e recebeu classificação A3 da Moody's, que a CoreWeave chamou de primeiro financiamento lastreado em GPU com grau de investimento.
Se existe alguma suposição de valor residual em algum lugar dos empréstimos de GPU, ela deveria estar nesses documentos, então eu os li.
Fiz uma busca de texto completo no acordo mais recente: 35 ocorrências de GPU e zero para cada termo que um credor usaria para avaliar hardware em relação a uma referência externa. Nenhuma avaliação, nenhum valor residual, nenhuma liquidação ordenada, nenhuma taxa de adiantamento, nenhuma relação empréstimo-valor, nenhuma base de empréstimo, nenhum remarketing.
Como outras indústrias de ativos usados lidaram com o valor residual?
Como isso está surgindo para GPUs?
Um carro usado pode ser precificado em relação ao Índice de Valor de Veículos Usados Manheim, um benchmark construído por análise estatística de mais de 5 milhões de transações no atacado por ano, e robusto o suficiente para que a Kalshi tenha listado contratos liquidados com base nele. O mesmo local lista contratos spot de memória DDR5. Em ambos os casos, o mercado pode apontar para um preço externo, derivado de transações, para a própria coisa, enquanto os mercados de computação têm apenas metade da equação.
Para GPUs, temos as escadas H100 da Kalshi, que são mercados binários de dois lados empilhados por strike. Estes são contratos cotáveis num mercado ainda minúsculo. A Silicon Data também publica um benchmark diário de aluguel de H100 num ticker da Bloomberg e o estende para uma curva de 36 meses. A Ornn fornece a liquidação da Kalshi.
A CME deve listar futuros de aluguel de H100 e B200 liquidados em dinheiro em 5 de outubro, pendente de revisão regulatória. O mercado de computação finalmente fez o que os mercados de commodities fazem. Construiu uma taxa.
Um futuro de aluguel é útil para uma neocloud cuja receita se move com os preços de hora de GPU. Faz muito menos para um credor parado numa sala de data center após uma inadimplência, tentando decidir o que um rack específico vai render. Geração, topologia, condição, localização, energia, rede e o custo de reimplantação estão todos na base entre a hora e a caixa.
O trabalho acadêmico é cuidadoso sobre essa lacuna. Federico Bandi e Yinan Su da Johns Hopkins, trabalhando com dados da Silicon Data e Ornn, descobrem que a computação não é armazenável, então a ligação usual de não arbitragem entre spot e futuros falha (como mercados de energia) e que futuros sintéticos construídos a partir de contratos de aluguel a prazo são provavelmente limites superiores nos preços reais dos futuros.
As duas empresas mais próximas desse problema são administradas pela mesma pessoa, Carmen Li, e entre elas construíram ambas as extremidades do mercado sem o meio.
A resposta da Silicon Data para o residual é um DCF. Seu produto de Valor Residual de GPU, lançado em 25 de agosto, pega as taxas de aluguel futuras da própria curva da Silicon Data, assume que a utilização decai à medida que chips mais novos assumem as cargas de trabalho, deduz os custos operacionais e desconta o que resta ao longo da vida útil restante da placa.
Esse é um número real e não é um preço. É o índice de aluguel numa unidade diferente. Diz a você quanto uma GPU vale para quem continua a operá-la, o que é uma pergunta diferente do que um credor recebe quando precisa vendê-la, e a segunda é o número que uma agência de classificação precisa.
A Compute Exchange, sob o mesmo CEO, abriu um mercado de GPUs usadas em 17 de julho. Ela publica faixas de preço por modelo e condição, provenientes de cotações agregadas de fornecedores, combina um comprador com vendedores verificados e faz a introdução.
Ela não toma posse, não retém fundos nem atua como parte na negociação, e sua própria página diz que a precificação é apenas para referência. Então o modelo produz um valor e o local produz cotações, e nenhum dos dois produz um registro.
Os registros estão com a Compute Credit Index Research (CCIR), uma administradora de benchmark formada em Delaware em março que não opera nenhum mercado e não mantém posições. Ela tem três anos de vendas executadas de GPUs usadas: 3.009 anúncios vendidos, 10.911 unidades, $26,3M no total.
Para colocar isso em perspectiva, a Manheim realiza mais de 5 milhões de transações por ano em seus próprios leilões, e três anos de todo o mercado documentado de GPUs usadas chegam a cerca de 0,3% de uma única instalação de $8,5B da CoreWeave.
Em 21 de agosto, a CFTC abriu um pedido de comentários sobre a listagem de contratos de derivativos de computação. Sua visão preliminar: "os mercados de computação são fragmentados e a formação de preços ocorre principalmente em transações bilaterais opacas, dificultando a disponibilidade de dados de preços atuais e históricos." Participantes dominantes, acrescenta, "podem exercer poder de precificação significativo que pode levar à manipulabilidade," e então "a computação pode ainda não exibir certas das características das commodities que normalmente fundamentam um mercado de derivativos de commodities, incluindo fungibilidade, padronização e liquidez suficiente."
A Comissão baseia seu caso parcialmente em Bandi e Su, citando o mesmo artigo da Johns Hopkins três vezes. Suas duas trilhas terminam na ordem errada. Os protocolos da CME estão como Aprovação Pendente sob um período de revisão que termina em 25 de setembro, então, a menos que a Comissão aja, os contratos são aprovados por padrão e começam a ser negociados em 5 de outubro.
O período de comentários perguntando se a computação está pronta para fundamentar derivativos permanece aberto até 20 de outubro. O produto específico é aprovado antes que a questão geral seja encerrada, o que significa que o primeiro futuro regulamentado de computação pode ser negociado por duas semanas enquanto a Comissão ainda está coletando respostas sobre se o mercado subjacente pode suportar um.
Recuando, claramente há muitas coisas interessantes acontecendo nos mercados de computação. Mas, como Sun Tzu disse uma vez: "se não há mercado líquido, mas há necessidade de resíduos, você deve usar contratos a termo, não futuros."
Acredito que um dia teremos liquidez suficiente para ter futuros de GPU e empréstimos ABS colateralizados pelo valor residual real das GPUs, mas não acho que isso chegará cedo o suficiente. As pessoas querem (precisam, imploram, suplicam) por GPUs AGORA e se não descobrirmos uma maneira de fazer hedge de risco o mais rápido possível, podemos todos estar ferrados.
Fontes
Tudo abaixo foi lido diretamente. Os números de mercado foram verificados entre 29 de agosto e 2 de setembro de 2026; os agregados da CCIR são datados de 31 de agosto; o status da CME e CFTC é de 2 de setembro.
Documentos protocolados
- NVIDIA, Formulário 8-K protocolado em 2026-08-17 (Item 1.01): a garantia para os data centers PORTS-Pike da SB Energy com a OpenAI como inquilina, limite de $105 bilhões, cerca de 4,25 GW de carga de TI. https://www.sec.gov/Archives/edgar/data/1045810/000104581026000069/nvda-20260817.htm
- NVIDIA, Formulário de Garantia de Valor Residual, Ex. 10.1 do 10-Q do 2º trimestre do AF2027 protocolado em 2026-08-26: valor mínimo garantido "composto por custos de data center, energia e transmissão," "quatro e um quarto (4,25) GW de carga crítica de TI," equipamento NVIDIA em cláusula de retomada de posse separada. https://www.sec.gov/Archives/edgar/data/1045810/000104581026000075/nvda2027q2ex101.htm
- CoreWeave, contrato de crédito DDTL 5.5 datado de 2026-08-07, Ex. 10.1 do 8-K protocolado em 2026-08-10. Este é o acordo por trás da busca de texto completo (35 ocorrências de GPU; zero para avaliação, valor residual, liquidação ordenada, taxa de adiantamento, relação empréstimo-valor, base de empréstimo, remarketing). https://www.sec.gov/Archives/edgar/data/1769628/000176962826000357/ex101creditagreement.htm
- CoreWeave, comunicado à imprensa de 2026-03-31 sobre a instalação de $8,5 bilhões: A3 da Moody's, A (baixo) da DBRS, "primeiro financiamento lastreado em GPU com grau de investimento," e os mecanismos de saque diferido. https://www.sec.gov/Archives/edgar/data/1769628/000176962826000129/ex991.htm e notícia de classificação da Moody's https://ratings.moodys.com/ratings-news/462400
- Lambda, "Lambda precifica empréstimo a prazo sênior garantido de $926 milhões" (2026-08-12) e o post de fechamento (2026-08-27): SOFR + 3,00% a 99,5, Baa2 da Moody's, garantido pelos servidores GPU e seus fluxos de caixa, amortizando totalmente até 2030-12-31, "dedicado a um tomador com grau de investimento." https://lambda.ai/blog/lambda-prices-926-million-senior-secured-term-loan-b-facility e https://lambda.ai/blog/lambda-closes-926-million-senior-secured-term-loan-b-facility
Bolsas e o regulador
- API pública da Kalshi, séries e mercados: a série do Índice de Valor de Veículos Usados Manheim (KXMANHEIMUSEDCAR), série spot DDR5 (KXDDR5MS) e as escadas mensais H100 (KXH100MS), com a Ornn nomeada como fonte de liquidação. https://api.elections.kalshi.com/trade-api/v2/
- Comunicado à imprensa do CME Group e Silicon Data, 2026-08-11: futuros de aluguel de H100 e B200 a serem listados em 2026-10-05, pendente de revisão regulatória. https://www.prnewswire.com/news-releases/cme-group-and-silicon-data-to-launch-compute-futures-on-october-5-to-unlock-new-way-to-hedge-ai-risks-302848593.html
- Protocolos da indústria na CFTC para os Futuros do Índice de Aluguel de H100 e B200 da Silicon Data (NYMEX), status "Aprovação Pendente (45)," protocolado em 2026-08-11 com a revisão de 45 dias terminando em 2026-09-25. https://www.cftc.gov/IndustryOversight/IndustryFilings/TradingOrganizationProducts/62544 e Submissão NYMEX 26-370 https://www.cftc.gov/filings/ptc/ptc08112615405.pdf
- CFTC, Pedido de Comentários sobre a Listagem de Contratos de Derivativos de Computação, 91 FR 54259, publicado em 2026-08-21, comentários até 2026-10-20. Cada frase citada é textual do comunicado, que cita Bandi e Su nas notas de rodapé 5, 42 e 43. https://www.federalregister.gov/documents/full_text/text/2026/08/21/2026-17163.txt
Páginas das empresas
- Manheim (Cox Automotive), metodologia do Índice de Valor de Veículos Usados: "análise estatística do seu banco de dados de mais de 5 milhões de transações de veículos usados anualmente." https://site.manheim.com/en/services/consulting/used-vehicle-value-index.html
- Silicon Data: o índice de aluguel H100 SDH100RT https://www.silicondata.com/products/silicon-index/h100 ; a Curva Futura de GPU (até 36 meses) https://www.silicondata.com/products/forward-curve ; o produto de Valor Residual de GPU e sua metodologia (taxa de aluguel x desconto x (1 menos taxa de custo operacional) ao longo da vida útil esperada, taxas extraídas da curva futura) https://www.silicondata.com/products/gpu-residual-value ; post de lançamento de 2026-08-25 https://www.linkedin.com/posts/silicon-data_the-gpu-residual-value-launches-today-straight-line-activity-7498011372006424576-idgc
- Compute Exchange: a página do Mercado de Hardware (faixas de preço "provenientes de cotações agregadas de fornecedores," apenas introduções, sem custódia ou fundos, precificação "apenas para referência") https://compute.exchange/hardware-market ; o comunicado de lançamento do mercado de 2026-07-17 https://www.einpresswire.com/article/927423264/compute-exchange-launches-secondary-gpu-hardware-marketplace-as-demand-for-refurbished-ai-infrastructure-accelerates ; a página Sobre, Carmen Li como CEO da Silicon Data e Compute Exchange https://compute.exchange/about
- CCIR (Compute Credit Index Research LLC): página de governança, LLC de Delaware formada em 2026-03-11, "não opera nenhum mercado, não administra mesa de negociação e não mantém posições" https://ccir.io/documents/governance ; página de hardware, três anos de vendas executadas, 3.009 anúncios vendidos, 10.911 unidades, $26,3M https://ccir.io/hardware
Artigos e podcasts
- Federico M. Bandi e Yinan Su (Johns Hopkins), "(Early) AI Compute Asset Pricing," arXiv 2607.12156, julho de 2026: a computação não é armazenável, então a ligação de não arbitragem spot-futuros falha, e futuros sintéticos de aluguéis a prazo são provavelmente limites superiores. https://arxiv.org/abs/2607.12156
- Hendrik Bessembinder e Michael Lemmon, "Equilibrium Pricing and Optimal Hedging in Electricity Forward Markets," Journal of Finance, 2002: o resultado padrão de que a energia elétrica a prazo é precificada com base no spot esperado mais um prêmio de risco porque a energia não pode ser armazenada, a analogia por trás de "como mercados de energia."
- Podcast Dwarkesh com Dylan Patel, a discussão de computação marginal referenciada acima. https://www.youtube.com/watch?v=aV26V1UvkJw&t=1352s
