La próxima ola de ventas de IA podría manifestarse primero en los futuros de GPUs; además, el acuerdo entre Nvidia y Neocloud está a punto de ser revaluado.

El mercado de la IA ha pasado tres años investigando cuántas GPUs de Nvidia pueden ser vendidas, quiénes podrían adquirirlas y cuánto están dispuestos los proveedores de servicios cloud a invertir en ellas. La próxima fase será una pregunta más difícil: ¿qué vale realmente el cálculo computacional? El 5 de octubre, CME Group planea lanzar futuros relacionados con los precios de alquiler mensuales de las GPUs H100 y B200 de Nvidia, hasta que se haga la revisión regulatoria correspondiente. Parece ser un caso de derivados especializados. En realidad, se trata de una cuestión relacionada con los costos de capital. Un precio público para los contratos permite a los proveedores de cálculo computacional asegurarse de los ingresos por alquiler; a los laboratorios de IA, a protegerse contra los costos futuros; y a los prestamistas, a obtener un precio de mercado para los activos relacionados con las GPUs. Si los contratos atraen liquidez real, eso hará que el cálculo computacional sea más comercializable. También ayudará a determinar qué hardware es financiable, qué nubes de computación merecen capital más barato y qué flotas de GPUs antiguas no valen tanto como sus propietarios creen. Nvidia ha dedicado años a hacer que sus chips sean el estándar técnico para la IA. Ahora, Wall Street está tomando el primer paso para convertirlos en el estándar financiero también.

La curva del mercado cambia el financiamiento.

Los contratos de CME se negociarán en NYMEX con los símbolos GPU1 y GPU2. Están sujetos a liquidación en efectivo, en relación con los índices de precios de alquiler de Silicon Data, H100 y B200. Por lo tanto, nadie necesita entregar un GPU físico. La cadena de transacciones es bastante simple:

Precio spot → curva de futuros → ingresos que se pueden proteger → flujo de caja financiable → costo de financiación más bajo

Esa cadena no existe en la actualidad a gran escala. Los inversores todavía valoran la infraestructura de IA desde arriba hacia abajo: Nvidia reporta pedidos, las empresas grandes de computación revelan sus inversiones en infraestructura, los nuevos proveedores de servidores anuncian contratos, y todos intentan adivinar cuánta capacidad se utilizará dentro de tres años. Una curva de mercado funciona desde abajo hacia arriba. Si un H100 genera $2.70 por hora hoy, pero los precios del H100 aumentan drásticamente, el mercado puede ver de inmediato cómo está cayendo su valor económico. Si los precios del B200 permanecen estables mientras la oferta de Blackwell aumenta, los inversores tienen evidencia de que la demanda está absorbiendo la capacidad disponible, en lugar de simplemente ser prometida en comunicados de prensa.

El impacto financiero es el verdadero objetivo. Un prestamista que financia un clúster de GPUs debe tener en cuenta la utilización del equipo, las tarifas de alquiler, el valor residual del equipo, la calidad de los clientes, la disponibilidad de energía y los riesgos relacionados con la construcción del proyecto. Los futuros permiten aislar una de estas variables. El operador vende los futuros para proteger sus ingresos por alquiler; los clientes los compran para proteger sus costos de computación. El prestamista puede monitorear estos futuros para protegerse contra precios externos. BCG estimó que se podrían ahorrar 116 mil millones de dólares en costos de préstamo en relación con inversiones en infraestructura de IA por valor de 3.6 billones de dólares, entre 2026 y 2030. Esa estimación es conservadora, pero la dirección es correcta: es más fácil financiar riesgos medibles que riesgos inexplicables.

Sin embargo, la computación no es como el petróleo. El petróleo puede permanecer en un tanque; las horas de uso inutilizadas de una GPU desaparecen sin dejar rastro. No existe un método simple para combinar los precios del mercado actual con los precios futuros. En cambio, la curva revelará los tipos de alquiler esperados, la presión de cobertura y el precio adicional necesario para tomar el otro lado. Eso lo hace valioso. Por primera vez, los inversores podrán observar el precio de los riesgos relacionados con la infraestructura de IA, en lugar de deducirlo a partir de acuerdos de deuda después de su realización.

Nvidia obtiene el benchmark, Neoclouds obtiene la volatilidad.

Nvidia no es dueña de los índices; Silicon Data sí lo es. Pero los primeros contratos de computación institucional se nombran en honor a los productos de Nvidia, y no a los aceleradores de AMD o a los ASICs de los proveedores de servicios de computación. Esto convierte la financiabilidad en otra característica de la plataforma Nvidia. Un prestamista puede preferir utilizar chips H100 o B200, cuando tenga una curva de alquiler clara, un indicador del valor residual y una forma de protegerse contra riesgos. Un chip rival puede ser más económico, pero seguiría teniendo un costo total mayor si es difícil financiar su uso.

CUDA hizo que Nvidia se convirtiera en el estándar de software para el cálculo acelerado. El éxito del mercado de futuros añade otro factor financiero más al proceso. AMD y los chips personalizados pueden ganar cuota de mercado, mientras que el mercado sigue preguntando cómo su costo por unidad de cálculo compara con los de los modelos H100 o B200. Nvidia también tiene ventajas en este proceso: cuando los precios de alquiler se mantienen estables, los valores de los activos colaterales más altos permiten comprar más GPU. Cuando los precios de alquiler disminuyen, el propietario de la infraestructura sufre las consecuencias, ya que Nvidia ha reservado las ventas. Nvidia gana dinero cuando los clientes reemplazan las GPU antiguas. Los propietarios de la infraestructura son quienes pagan la depreciación de las GPU.

Esto no cambia las condiciones de Nvidia para el próximo trimestre. Lo que cambia es la estructura competitiva relacionada con la base de hardware instalado. Un indicador de referencia no necesita precificar perfectamente cada hora de uso de GPU. Lo importante es que ese indicador se convierta en algo sobre lo cual los compradores, vendedores y acreedores discuten. Si ese indicador está vinculado a los números de referencia de Nvidia, la ventaja competitiva de la empresa se extiende más allá de los chips y el software, hacia los mercados de capitales.

Los precios de alquiler de las máquinas también pueden ser engañosos. La capacidad del B200 cuesta el doble más que la del H100 por hora, pero ofrece un rendimiento teórico de FP8 más del doble.

En esta medida estrecha, B200 es aproximadamente un 9% más barato por unidad de cálculo en el estado de pico con FP8, a pesar de su precio horario que es 2.07 veces mayor. Las cargas de trabajo real dependen de la memoria, las redes, el software, la potencia, la arquitectura del modelo y el uso del recurso disponible. Por lo tanto, los FLOPS teóricos no son suficientes. Lo importante es que los inversores deben dejar de considerar los dólares por GPU-hora como la métrica final. La métrica útil es el dinero por unidad efectiva de cálculo, y, eventualmente, el costo por token en un nivel de latencia y servicio definidos.

La empresa que presenta la mayor sensibilidad a los cambios en las acciones es CoreWeave. Al 30 de junio, CRWV tenía una deuda de aproximadamente 35.6 mil millones de dólares. En el segundo trimestre, tuvieron que pagar intereses por un monto de 640 millones de dólares. Una reducción hipotética de 100 puntos básicos en ese saldo de deuda equivale a unos 356 millones de dólares de ahorros anuales antes de impuestos. Pero esto no ocurrirá de repente. Además, los futuros no pueden proteger contra impagos de clientes, retrasos en la construcción o escasez de energía. Este cálculo simplemente muestra por qué una curva de cálculo creíble es más importante para CRWV que para Nvidia.

Nebius es la versión con beta más baja. Su saldo de efectivo, que es de aproximadamente 8 mil millones de dólares, es casi igual al monto de sus deudas. Además, casi 6 mil millones de dólares en ingresos diferidos indican que los fondos provenientes de los clientes ya son suficientes para sostener una parte significativa de las inversiones necesarias. NBIS sigue beneficiándose de un mejor proceso de determinación de precios, pero no necesita alivios de refinanciamiento tan urgentes como CoreWeave. Mi clasificación basada en el riesgo es…NVDA en primer lugar, NBIS en segundo lugar, CRWV en tercer lugar.CRWV tiene el mayor par de torsión positivo, pero también tiene menos espacio para que la curva hacia adelante genere problemas.

Las GPU antiguas están a punto de ser reemplazadas por nuevas.

La curva de término existente no muestra colapso alguno. Muestra una penalización por edad clara:

Se trata de las tarifas de los términos de datos de Silicon Data, desde el 19 de julio. No se trata de futuros negociados en la CME ni de pronósticos garantizados. Sin embargo, este patrón es importante. Cuanto más antigua sea la arquitectura, mayor será el descuento necesario para obtener un alquiler a largo plazo. Una vez que comienza el comercio en la bolsa, esa estructura de términos se convierte en un indicador importante para prestamistas, directivos y auditores. Los primeros efectos negativos de una curva debilitada probablemente se manifestarán en las condiciones de crédito antes que en los estados contables: ratios de préstamo a valor más bajos, condiciones más estrictas, plazos más cortos y spreads de refinanciación más amplios. Los futuros de cálculo pueden hacer que la nueva capacidad sea más fácil de financiar, mientras que la antigua capacidad se vuelve más difícil de financiar.

El escenario negativo no requiere que la demanda de IA colapse. Solo necesita que la oferta crezca más rápido que el valor que los clientes pagarán por los recursos de computación adicionales. La disminución en los precios de los H100 junto con los precios de los B200 sería manejable; eso indicaría que los clientes están pasando a utilizar hardware más eficiente. Pero si las curvas de disminución en los H100, B200 y las generaciones más nuevas son muy negativas, eso significaría algo mucho peor. La utilización de IA podría seguir aumentando, mientras que los retornos de poseer infraestructura de IA se deterioran. El mercado ha tratado repetidamente el crecimiento de la demanda de IA y los retornos de los activos relacionados con IA como lo mismo. Pero no es así.

El lanzamiento no es el catalizador. La liquidez sí lo es.

La mayoría de los nuevos derivados nunca se convierten en puntos de referencia importantes. Los inversores no deberían considerar estos contratos como algo similar al WTI de AI, hasta que los operadores, clientes y prestamistas realmente los utilicen. La interfaz de control es simple:

• Distribución de alquileres B200/H100:Una disminución en los precios indica que la escasez de nuevas generaciones está siendo superada por otras alternativas.

• $/efectivo-PFLOP-hora:La eficiencia en el manejo del volumen de trabajo es más importante que el precio horario.

• Inclinación de la curva hacia adelante:Un descuento en GPU que supera el 20-25%, combinado con una utilización más baja, se convierte en un indicador de advertencia.

• Base de futuros a activos físicos:El índice debe tener en cuenta las diferencias reales en aspectos como geografía, redes de comunicación, fiabilidad y estructura de contratos.

• Volumen y interés abierto:La publicación de precios no constituye una forma de determinar los precios. La realización repetida de operaciones de cobertura comercial es la prueba de ello.

ICE está preparando futuros de GPU con cálculo en efectivo que compitan entre sí. Esto valida la oportunidad, pero también crea riesgos de fragmentación. Mi caso base es que los futuros de computación se volverán informativos antes de que estén lo suficientemente líquidos para transformar la financiación. Su primer objetivo será determinar los precios: establecer puntos de referencia para las compras, los colaterales y las negociaciones. Los beneficios financieros llegarán más tarde, cuando la curva de vencimientos se desarrolle y los prestamistas comiencen a reconocer los medios de cobertura dentro de los acuerdos de crédito.

Esto proporciona a los inversores un marco claro para tomar decisiones. Es recomendable poseer NVDA debido a sus ventajas en términos de referencia estructural. Se prefiere NBIS cuando es importante la resiliencia del balance general. Se debe tratar a CRWV como una operación de financiamiento con beta alto, pero no pagar por costos de financiamiento más bajos hasta que aparezcan en nuevos spreads de deuda, tasas de adelanto de colateral o información explícita sobre coberturas. No se debe usar la exposición a GPUs antiguas simplemente porque los chips son antiguos; hay que esperar a que la curva y el rendimiento disminuyan juntos.

Durante años, los resultados financieros de Nvidia indicaron a los inversores cuánto hardware habían comprado los clientes. Por su parte, el gasto en inversiones de los grandes proveedores de servicios informáticos indicaba cuánto pretendían invertir. El precio de las computaciones, por su parte, proporciona esa información esencial: cuánto vale hoy una unidad marginal de infraestructura de IA y qué espera el mercado que sea rentable mañana. Una vez que ese precio tiene una curva, los inversores ya no necesitan discutir la situación de la infraestructura de IA en términos abstractos de miles de millones. Pueden observar cómo sus economías se revalúan en tiempo real. La próxima caída en los precios de la infraestructura de IA podría manifestarse allí primero.