Daily Journal

Compute, capital, and who actually delivers it | Dylan Patel CEO at SemiAnalysis, Runtime 2026

Modal2 de novembro de 202619minVer no YouTube|

Dylan Patel, fundador e CEO da consultoria e empresa de pesquisa SemiAnalysis, detalhou o cenário de escassez e financiamento de capacidade computacional (compute) para inteligência artificial durante a conferência Runtime. A SemiAnalysis, fundada há seis anos e hoje com 115 funcionários, opera cobrindo toda a cadeia de semicondutores — desde o rastreamento global de data centers, usinas elétricas, fábricas de chips (fabs) e equipamentos (como ferramentas da ASML e Lam Research), até testes de nuvens (ClusterMAX), benchmarks abertos de inferência (InferenceX, cobrindo 2.000 chips diariamente, incluindo GPUs da NVIDIA, AMD, TPUs e chips proprietários) e um laboratório no Oregon com microscópios eletrônicos e equipamentos P-FIB de dezenas de milhões de dólares para engenharia reversa de arquiteturas de transistores (como o processo 18A da Intel e o nó de 2 nanômetros da Samsung).

A corrida por capacidade computacional e a pressão de OpenAI e Anthropic

A oferta global de computação está no nível mais restrito da história recente, impulsionada principalmente pelas compras maciças de OpenAI e Anthropic:

  • Expansão global de energia/compute: Até o final de 2024, o total global de capacidade computacional (somando IA e cargas tradicionais) era de 60 gigawatts (GW). Até o fim de 2026, esse volume ultrapassa os 100 GW — quase dobrando a infraestrutura global em dois anos (um avanço comparável aos 50 anos necessários para alcançar os primeiros 50 GW).
  • Concentração nos laboratórios de IA: No final de 2025, Anthropic e OpenAI detinham somadas cerca de 4 GW. A projeção é que fechem 2026 com cerca de 10 GW e ultrapassem 20 GW em 2027. Em 2027, dos 40 GW incrementais adicionados no mundo todo, cerca de 12 GW (30% a 40%) serão absorvidos exclusivamente por ambas. Para 2028, contratos já assinados apontam que os laboratórios de ponta adicionarão por volta de 30 GW em um único ano.
  • Treinamento versus inferência: O gasto das empresas de ponta permanece massivamente inclinado para o treinamento de modelos, e não para inferência. Todo o tráfego do Claude Code, por exemplo, é atendido com 1 GW de computação, embora a Anthropic já opere com 4 GW no total.

Economia de preços de GPUs e rentabilidade da inferência

Os preços de aluguel de infraestrutura dispararam após o ponto mais baixo registrado em outubro:

  • Preços de instâncias: O aluguel de uma GPU NVIDIA H100, que chegou a custar entre $1,45 e $1,70 por hora no ponto mais baixo, saltou para transações entre $2,40 e $3,20/hora, com preço médio de $2,80/hora em contratos de um ano. A perspectiva é de ultrapassar $3,00 para H100 e superar $7,00 para a B300.
  • Contratos longos e barreiras para startups: As nuvens têm exigido contratos de 3 a 5 anos com pagamentos adiantados (prepay de 6 meses a 1 ano), inviabilizando o planejamento de startups que operam com horizontes de caixa de apenas um ano.
  • Rentabilidade da venda de tokens abertos: Construir um cluster de B300 custa cerca de $40 milhões, com custo operacional de aproximadamente $9 milhões por ano por megawatt (ou $14 milhões/ano por megawatt se alugado em nuvem). Servindo modelos de código aberto como o DeepSeek V4.1 Flash a uma taxa de utilização de 60%, a receita gerada alcança cerca de $70 milhões por ano por megawatt. Mesmo com 30% de utilização, a margem de lucro continua extremamente atrativa, o que leva Patel a afirmar que quem encontrar instâncias B300 a $6,00/hora deve contratá-las imediatamente para revenda de tokens.
  • Receitas de modelos proprietários: Materiais compartilhados por investidores no processo de IPO da Anthropic indicam que o faturamento anualizado para servir modelos como Fable ou Opus 5.5 supera a marca de $100 milhões por megawatt.

ClusterMAX: auditoria, falhas e segurança em neoclouds

A SemiAnalysis avaliou 323 provedores globais, testou 77 a fundo e concedeu selos de certificação (medallions) a 19 deles no relatório ClusterMAX:

  • Melhores avaliados: CoreWeave e Nebius lideram o ranking. A CoreWeave está completamente esgotada pelos próximos seis meses; a Nebius exige pagamento antecipado integral de 6 meses a 1 ano. Oracle e Google Cloud também registraram pontuações altas com melhorias contínuas.
  • Rebaixamentos de nota:
    • Azure (rebaixada para categoria Silver);
    • Crusoe, Together AI e AWS (todas rebaixadas para categoria Bronze). O rebaixamento da AWS deveu-se à complexidade comercial (necessidade de envolver até dez pessoas para liberar clusters), problemas de rede e baixa maturidade do produto HyperPod.
  • Falhas de segurança graves: Ao submeter neoclouds a testes em que modelos de IA tentavam invadir a infraestrutura explorando vulnerabilidades públicas, a equipe da SemiAnalysis conseguiu obter acesso a volumes de armazenamento de outros clientes. Em um caso extremo, um modelo aberto obteve controle do Slurm em todo o cluster, expondo cargas de trabalho e nomes de processos confidenciais da agência de inteligência e do setor de defesa nacional de um país.
  • Injeção de falhas de hardware: A consultoria injetou erros de GPU (como NVIDIA XID 719). Diversos provedores falharam em detectar o erro via telemetria própria e, mesmo após serem notificados manualmente pelo cliente, levaram dias para substituir os componentes.

Financiamento de $11 trilhões e os backstops da NVIDIA

O estrangulamento da computação deslocou-se da cadeia de suprimentos para o mercado de capitais e de crédito:

  • Volume de CapEx até 2029: A SemiAnalysis projeta um gasto global de $11 trilhões de CapEx em IA até o final de 2029, sendo $5 trilhões provenientes de caixa operacional e equity, e $7 trilhões via endividamento (debt).
  • Aperto nos juros e barreira de escala: Com a alta recente nos rendimentos dos títulos do Tesouro dos EUA de 10 anos (US 10-year yield), o crédito encareceu. Neoclouds com 100 MW que tentam financiar expansões para 1 GW não encontram credores, a menos que pré-vendam a capacidade a hiperescaladores (como Microsoft ou Google) para usar o balanço dessas big techs como colateral. Cerca de 65% a 70% de toda a computação contratada para 2027 está concentrada em hiperescaladores e nos laboratórios de ponta.
  • Intervenção da NVIDIA com garantias financeiras: Para evitar que o ecossistema aberto fique sem capacidade, a NVIDIA passou a usar seu próprio balanço patrimonial para estruturar garantias (backstops) de financiamento em três modalidades:
    1. Garantia de infraestrutura básica: Exemplo da SoftBank Energy, que está construindo um complexo de 9 GW em Ohio para 2030 (garantia de terreno, energia e carcaça do data center), totalmente destinado à OpenAI.
    2. Garantia com revenue share (caso Firmus): Na Austrália/Cingapura com a operadora Firmus, a NVIDIA garantiu um preço mínimo de locação onde a Firmus não tem lucro nem prejuízo; em contrapartida, a NVIDIA fica com 50% de cada dólar por hora arrecadado acima desse piso de mercado.
    3. Garantias de valor residual (Residual Value Guarantees): Garantia do valor de revenda ou reutilização do hardware ao fim do ciclo.
  • Escopo real das garantias: A NVIDIA já estruturou garantias para cerca de 6,5 GW voltados ao mercado aberto. Contudo, o teto máximo que a empresa consegue suportar em seu balanço é de 45 GW — o que representa apenas uma fração minoritária do volume global de computação a ser implantado até 2030.