Pantera Capital: 4 Grandes Oportunidades no Mercado de Poder Computacional
Tapbit WireAutor: Jay Yu, Sócio da Pantera Capital
Compilação: Jiahua, ChainCatcher
Introdução
Os gastos com poder computacional e infraestrutura de data centers tornaram-se um mercado de trilhões de dólares, comparável aos gastos dos consumidores norte-americanos, e estão gradualmente se tornando um pilar importante do crescimento econômico dos EUA.
No entanto, à medida que os agentes de IA entram progressivamente na economia real, a demanda por poder computacional continua a crescer, mas os métodos de aquisição de GPUs permanecem bastante tradicionais. Apesar do surgimento de mercados de poder computacional como SF Compute, Vast AI e Runpod, a compra e venda de grandes volumes de nós GPU ainda ocorrem por meio de chats em grupo, corretores balcão e acordos bilaterais personalizados.
Atualmente, o poder computacional baseado em GPU ainda está nas fases iniciais de financeirização. Semelhante à eletricidade, o poder computacional não é um ativo totalmente homogêneo; está sujeito a restrições como modelos de chip, prazos de entrega e localizações geográficas. Contudo, nos próximos 5 a 10 anos, ele provavelmente se tornará um bem-comum como a eletricidade ou o petróleo, constituindo um recurso-chave para o funcionamento da economia global na era da IA.
Este artigo discutirá como o mercado de poder computacional pode alcançar essa transformação, incluindo insights do mercado elétrico, estruturas potenciais desse mercado, produtos em desenvolvimento no setor e as oportunidades e desafios da commoditização do poder computacional.
1. Buscando Respostas no Mercado Elétrico
1.1 Estrutura do Mercado Elétrico
Para compreender como o mercado de poder computacional poderá evoluir no futuro, podemos observar inicialmente seu recurso subjacente: o funcionamento do mercado elétrico.
Como o poder computacional, a eletricidade também é um ativo heterogêneo, com atributos temporais e de centralização, sendo uma base essencial para o crescimento econômico global.
Desde os anos 1990, o sistema elétrico norte-americano foi gradualmente privatizado. As empresas elétricas anteriormente altamente integradas verticalmente começaram a desmembrar os segmentos de geração, transmissão e distribuição.
Operadores independentes de rede passaram a gerenciar os sistemas elétricos em diferentes regiões dos EUA. Ao mesmo tempo, grandes sistemas interconectados — como o PJM-West (Leste), o ERCOT North (Texas) e o CAISO SP15 (Sul da Califórnia) — tornaram-se commodities negociáveis em bolsas como a CME e a ICE, formando referências importantes de preços para toda a classe de ativos elétricos.
Em nível físico, o mercado elétrico pode ser resumido, grosso modo, como uma estrutura de «rede, operadores, nós».
No nível superior estão redes regionais mutuamente independentes. Sob cada rede regional há diversos operadores do sistema, incluindo Organizações Regionais de Transmissão (RTOs) e Operadores Independentes de Sistema (ISOs). Esses operadores são responsáveis por gerenciar múltiplos nós de subestação em suas áreas locais.
Por exemplo, em São Francisco, uma cidade pode ser abastecida por múltiplos nós de subestação, como Embarcadero, Larkin e Mission.
O preço da eletricidade em cada nó não é exatamente igual, mas é determinado por um algoritmo chamado 'Precificação Marginal Locacional' (PML). Esse algoritmo leva em conta o agendamento da geração, a demanda dos usuários, os custos de transmissão e as leis do fluxo elétrico para calcular o preço ótimo sob restrições.
O algoritmo PML torna-se um elo fundamental entre a entrega física de eletricidade e índices negociáveis de eletricidade, como o PJM-Oeste.
Os preços de hub e os preços de índice no mercado de eletricidade são, essencialmente, médias ponderadas dos preços em múltiplos nós terminais de PML. Os maiores e mais líquidos índices de preço alcançam, por fim, profundidade de negociação estável em bolsas como CME e ICE, tornando-se preços de referência para toda a classe de ativos elétricos.
1.2 Estrutura Potencial do Mercado de Poder Computacional
Observar o desenvolvimento do mercado de eletricidade nos últimos 30 anos permite-nos formular várias especulações sobre o mercado de poder computacional.
Primeiro, o mercado de poder computacional pode adotar uma estrutura semelhante à do mercado de eletricidade.
Quanto à entrega física, a versão mais próxima de 'rede, operadores, nós' do mercado de eletricidade no contexto do poder computacional pode ser 'hardware, fornecedores, clusters'.
Assim como há múltiplas redes regionais mutuamente independentes no mercado de eletricidade, o mercado de poder computacional também pode formar múltiplos mercados com base em diferentes categorias de hardware. Categorias de chips como H100, H200, B200 e B300 podem ter cada uma seus próprios índices de preço independentes, porém inter-relacionados.
No nível operacional, fornecedores de poder computacional como AWS, Nebius, CoreWeave, SF Compute e Ornn oferecerão mecanismos de precificação distintos para clusters específicos. Esses clusters também serão influenciados por fatores como horário, localização e SKU, de forma análoga aos diferentes nós no mercado de eletricidade.
Quanto ao equivalente da PML no mercado de poder computacional, pode ser um algoritmo de agendamento ou roteamento, que gere dinamicamente preços de instâncias computacionais com base na disponibilidade de um determinado SKU.
Os índices que se tornam preços de referência setoriais no mercado de eletricidade — como PJM-Oeste, ERCOT-Norte e CAISO SP15 — estão tipicamente ligados às infraestruturas físicas de entrega mais líquidas, assim como ocorre em outros mercados de commodities, como o petróleo.
À medida que surgirem mais índices de preço no campo do poder computacional, os que prevalecerão provavelmente serão aqueles vinculados a locais físicos de entrega de alta liquidez.
Além disso, no mercado de eletricidade, geradores e empresas consumidoras de energia às vezes fazem hedge diretamente em bolsas elétricas, mas a maioria das transações ainda é realizada por departamentos de negociação extrabolsista (OTC) operados por bancos e empresas comerciais. Essas instituições OTC trocam preços de liquidação por nó com preços de liquidação por hub, obtendo a diferença de preço e protegendo seus próprios riscos.
Uma estrutura de mercado semelhante também pode surgir no mercado de poder computacional. Os lados reais de oferta e demanda — ou seja, novos provedores de serviços em nuvem e empresas de IA — podem preferir adquirir SKUs específicos por meio de corretores, em vez de fazer hedge diretamente em bolsas de poder computacional.
Por fim, o mercado de poder computacional pode enfrentar risco-basis mais severo que o mercado de eletricidade.
Segundo a Lei Federal de Energia Elétrica dos EUA, os preços atacadistas de eletricidade devem manter transparência sob a supervisão da Comissão Federal de Regulação Energética (FERC). Contudo, o mercado de poder computacional atualmente não possui requisitos semelhantes de transparência.
Isso significa que os preços dinâmicos e índices que puderem ser estabelecidos no mercado de poder computacional poderão basear-se apenas em seu próprio livro de ofertas e nos dados de livros de ofertas fornecidos pelos novos provedores de serviços em nuvem com os quais colabora. Essas colaborações podem ocorrer por meio de compartilhamento de receita, aquisição de dados e outros meios.
2. Estrutura do Mercado de Poder Computacional
2.1 Estrutura em Três Níveis da Demanda por Inferência
O mercado de eletricidade existe porque o sistema industrial tem demanda contínua por eletricidade. Da mesma forma, a força motriz fundamental do mercado de poder computacional é a demanda por Tokens, especialmente Tokens de inferência.
A cadeia industrial atual de inferência pode ser dividida aproximadamente em três níveis, que juntos constituem os lados estruturais de oferta e demanda do mercado de poder computacional.
Camada de Novos Provedores de Serviços em Nuvem
Empresas como Nebius e CoreWeave operam data centers físicos, formando os vendedores de GPUs.
Camada sob Demanda
Plataformas para desenvolvedores, como Fireworks e Baseten, transformam ambientes de GPU em estado bruto em ambientes mais completos para uso de GPU, permitindo que desenvolvedores executem tarefas diretamente ou obtenham Tokens de inferência a qualquer momento. Essa camada representa os compradores de GPUs.
Camada de Aplicações
Aplicações como Cursor, Perplexity e Rime usam plataformas de inferência para fornecer produtos finais a usuários e empresas. Essa camada é o lado da demanda por Tokens, e a demanda por Tokens se traduz em demanda por poder computacional de GPU.
Embora cada empresa no ecossistema tenha estratégias distintas de gerenciamento de GPU, globalmente os novos provedores de serviços em nuvem estão no lado da oferta do mercado de GPU, representando uma posição estrutural curta; a camada sob demanda e a camada de aplicações estão no lado da demanda, representando uma posição estrutural longa.
Por outro lado, grandes provedores de serviços em nuvem, como Amazon e Google, operam seus próprios produtos em todos os três níveis.
Quanto ao fluxo de lucros na cadeia industrial, uma regra prática é que, quando aplicações de ponta gastam US$ 100 em Tokens, cerca de US$ 45 fluem para a camada sob demanda, US$ 50 para novos provedores de serviços em nuvem ou para a camada de GPU, e os US$ 5 restantes para camadas de roteamento, como OpenRouter.
2.2 Estrutura do Mercado de Capitais de Poder Computacional
A estrutura econômica de Tokens dos diversos participantes da cadeia industrial de IA influenciará como o mercado de capitais de poder computacional se formará finalmente.
Uma estrutura possível é que as plataformas de desenvolvedores e a camada de aplicações (lado da demanda), juntamente com os novos provedores de serviços em nuvem (lado da oferta), negociarão SKUs específicas por meio de corretores de poder computacional e plataformas de negociação OTC, como SF Compute, Runpod e Compute Exchange.
Posteriormente, esses corretores e plataformas OTC gerenciarão estoques e assumirão o risco de base entre SKUs específicas exigidas pelos consumidores finais de Tokens e a GPU genérica H200.
Eles podem fazer hedge por meio de plataformas de negociação de poder computacional, como Architect ou Pluto.
Os preços nessas plataformas são definidos com base em um benchmark de poder computacional. Esse benchmark é calculado como média ponderada dos preços das ordens provenientes de novos provedores de serviços em nuvem e plataformas OTC que colaboram com eles.
2.3 NVIDIA: O «Banco Central» do Mercado de Poder Computacional
Além disso, a NVIDIA anunciou recentemente que permitirá que o poder computacional de suas fábricas de IA se torne uma «classe de ativos negociável».
No sistema de financeirização do poder computacional, a NVIDIA pode ser vista como o «banco central» do mercado de poder computacional, pois detém quase um monopólio sobre a pilha tecnológica de GPUs.
Os bancos centrais normalmente têm vários objetivos centrais:
Controlar a inflação na economia;
Promover o pleno emprego;
Atuar como credor de última instância em situações extremas.
Em certa medida, a NVIDIA desempenha esses três papéis.
Primeiro, o controle da «inflação». A «inflação» na economia de GPUs pode ser comparada ao ciclo de depreciação dessas unidades, especialmente à velocidade com que as gerações mais recentes se desvalorizam. Ao controlar o ritmo de lançamentos de produtos — como a GPU Vera Rubin —, a NVIDIA pode influenciar, em certa medida, a taxa de depreciação das GPUs ao longo do tempo.
Segundo, manter alta a utilização das GPUs. Uma alta utilização geralmente indica forte demanda de mercado por tokens, levando os usuários a adquirir mais GPUs. Assim, a NVIDIA tem interesse em promover a financeirização do poder computacional das GPUs, tornando as transações por hora de GPU mais líquidas e, consequentemente, aumentando ainda mais sua utilização.
Por fim, atuar como credor de última instância. A NVIDIA também anunciou que oferecerá suporte para GPUs equivalente a até 25% de seu valor residual. Trata-se de um mecanismo de resgate ou seguro para o valor das GPUs: quando novos provedores de serviços em nuvem e outros fornecedores enfrentarem crises de liquidez, esse suporte protegerá o valor residual das GPUs.
3. Oportunidades e Desafios no Mercado de Poder Computacional
3.1 Formas de Produto no Mercado de Poder Computacional
À medida que a financeirização do mercado de poder computacional avança, podem surgir diversos tipos principais de produtos na indústria, cada qual com vantagens e desafios próprios.
Produto Um: Entrega Física
Entrega física refere-se à entrega efetiva de dispositivos GPU aos usuários finais que necessitam de poder computacional. Projetos como SF Compute, Hyperbolic, Vast, Runpod e Compute Exchange pertencem a essa camada de produtos. Essa camada está mais próxima do hardware em si e conecta diretamente a oferta e a demanda de poder computacional.
Devido à grande heterogeneidade dos SKUs de poder computacional, muitos projetos inicialmente atuavam apenas como corretores, ganhando comissões ao relacionar a demanda por GPUs com novos provedores de serviços em nuvem. A longo prazo, o objetivo dessa camada pode ser estabelecer alguma forma de «bolsa à vista de poder computacional».
No entanto, garantir continuamente a qualidade da entrega física de GPUs é um desafio muito grande, sobretudo para projetos cuja oferta provém de redes descentralizadas. O mercado de poder computacional pode precisar de uma agência de classificação semelhante à Moody’s para certificar a qualidade das GPUs entregáveis e assim impulsionar a maturidade dessa camada.
Apesar da intensa concorrência na camada de entrega física, ela pode ter a barreira de entrada mais duradoura a longo prazo. Uma análise dos mercados de petróleo e eletricidade mostra que sistemas financeirizados normalmente se desenvolvem em torno dos locais físicos de entrega mais líquidos, formando gradualmente índices, bolsas e produtos financeiros de empréstimo.
Portanto, quem primeiro resolver o problema da entrega física de GPUs poderá obter retornos de mercado significativos.
Produto Dois: Índices
Esta camada refere-se principalmente às «curvas de índice» construídas sobre poder computacional, incluindo índices de preços de computação lançados por projetos como Ornn, Silicon Data, Compute Desk e Semianalysis.
A criação de índices é um passo essencial para a futura financeirização e negociação de ativos como o poder computacional. Pode-se dizer que muitas discussões atuais no mercado sobre o «mercado de poder computacional» começaram a aquecer à medida que os índices de poder computacional amadurecem gradualmente. Grandes bolsas, como a CME e a ICE, também anunciaram colaborações com índices relevantes.
No entanto, ainda há uma lacuna significativa de preços entre muitos índices de poder computacional e o mercado individual de GPUs.
As razões dessa lacuna de preços podem ser, principalmente, duas.
Primeiro, há diferenças nos próprios produtos subjacentes. Plataformas distintas de poder computacional variam muito quanto à estabilidade do produto, interrompibilidade e termos contratuais.
Segundo, os livros de ofertas por trás dos diferentes índices de poder computacional não são idênticos, e o mercado de poder computacional carece dos requisitos de transparência observados em outras classes de ativos. Por exemplo, a FERC exige transparência no mercado de eletricidade.
Atualmente, muitos índices de poder computacional simplesmente adquirem em bloco dados de livros de ofertas de novos provedores de serviços em nuvem ou constroem conjuntos iniciais de dados por meio de acordos de cooperação e partilha de receitas. Além disso, a capacidade de monetização da camada independente de índices é menor do que a das bolsas e da camada de entrega física.
Portanto, embora a camada de índices possa gerar ruído e desempenhe um papel importante no sistema do mercado de poder computacional, ela sofre pressão simultânea tanto da montante quanto da jusante:
A camada física de entrega, na montante, controla a origem dos preços;
As bolsas, na jusante, esperam obter uma parcela da receita gerada pelos índices.
Produto Três: Plataformas de Negociação de Derivativos
A terceira camada são as plataformas de negociação de derivativos, que normalmente oferecem produtos futuros liquidados em dinheiro. Essas plataformas fornecem ferramentas de hedge para participantes do mercado com base em índices de poder computacional. A Liquid Compute e a Architect estão desenvolvendo produtos relacionados.
A longo prazo, as plataformas de negociação de derivativos podem ser os produtos de monetização mais promissores e mais fáceis de escalar no sistema de financeirização do poder computacional. Contudo, esse campo ainda está em estágio inicial, e os volumes negociados ainda não atingiram escalas significativas.
Além disso, os produtos negociáveis nas plataformas liquidadas em dinheiro costumam ser instâncias genéricas H200, e não SKUs específicas diretamente utilizáveis para inferência. Assim, os participantes reais dessas plataformas provavelmente serão, sobretudo, plataformas de negociação extrabolsista (OTC) e corretores de poder computacional — e não empresas finais da cadeia de valor da IA. Os primeiros buscam proteger o estoque de poder computacional em seus balanços patrimoniais, enquanto os últimos precisam gerenciar sua própria exposição ao poder computacional.
Produto Quatro: Ferramentas de Financeirização
Pode também surgir uma categoria mais ampla de produtos financeirizados no campo do poder computacional, apoiando o financiamento de centros de dados e novos provedores de serviços em nuvem. Por exemplo, acordos de empréstimo, Vault e stablecoins sintéticas como USD.AI podem auxiliar centros de dados e novos provedores de serviços em nuvem na construção de infraestrutura.
Ao mesmo tempo, o mercado pode também ver camadas de transferência de risco e seguros para suavizar o risco de base na economia de GPUs. Ao observar os diferentes níveis mencionados acima, torna-se relativamente claro qual forma completa o mercado de poder computacional poderá assumir no futuro.
Os vencedores serão participantes de ponta a ponta capazes de garantir entrega confiável de GPUs físicas. Eles poderão formar índices de preços a partir de seus próprios livros de ofertas físicos e, em seguida, criar bolsas de futuros de poder computacional, transformando-o numa classe de ativos passível de hedge.
No entanto, a verdadeira divergência no setor reside na ordem de lançamento dos diferentes produtos. O vencedor final começará com entrega física, estabelecerá índices primeiro ou lançará plataformas de negociação primeiro?
3.2 A Fronteira da Economia de Tokens de Poder Computacional
Até agora, discutimos principalmente o mercado de poder computacional no nível de GPU. Contudo, podemos ampliar nossa perspectiva para observar a economia de tokens de poder computacional de forma mais geral, incluindo sua evolução histórica, métodos de captura de valor e sua dinâmica estratégica com laboratórios de modelos de ponta.
Historicamente, o mercado de poder computacional não é um conceito totalmente novo. De 2023 a 2024, projetos como SF Compute e Hyperbolic já discutiam esse modelo, enquanto projetos descentralizados como Akash e IONet também exploravam direções semelhantes.
Curiosamente, muitos projetos não permaneceram no nível do mercado de GPU. Por exemplo, a Hyperbolic tornou-se posteriormente provedora de serviços de inferência, vendendo tokens diretamente; a SF Compute passou a assinar contratos e operar clusters de poder computacional.
Da perspectiva da cadeia de valor, o valor flui de aplicações de IA como Cursor, Harvey e Granola para camadas de roteamento como OpenRouter, depois para provedores de serviços de inferência como Fireworks e Baseten, e finalmente para novos provedores de serviços em nuvem e mercados de poder computacional como Nebius, CoreWeave e SF Compute, chegando por fim aos operadores de data centers.
Se uma empresa permanecer no meio da cadeia industrial, pode sofrer pressão tanto da montante quanto da jusante. Para manter uma margem de lucro mais estável, ela talvez precise expandir-se para montante ou para jusante.
O mercado de tokens também apresenta uma perspectiva muito interessante sob a teoria dos jogos, com três forças inevitáveis em ação.
A primeira força é a NVIDIA, que controla a oferta e a velocidade de depreciação das GPUs.
A segunda força são laboratórios de modelos de ponta, como Anthropic e OpenAI, que lançam continuamente novos modelos, podendo aumentar rapidamente a demanda por tokens.
A terceira força são modelos de código aberto, como Kimi, GLM, DeepSeek e Qwen, que exercem pressão para baixo sobre as margens de lucro da inferência.
Essas três forças juntas geram impulso e pressão contínuos tanto para o lado da oferta quanto para o da demanda no mercado de GPUs e no mercado de tokens. Qualquer dessas partes pode reescrever toda a curva de precificação do mercado ao lançar produtos significativos.
Por exemplo, o lançamento do GPT 5.6 poderia ser um evento determinado por empresas, mas difícil de prever antecipadamente pelo mercado, desencadeando uma reação em cadeia ao longo da cadeia de valor dos tokens de IA e causando flutuações nos preços dos tokens e nas GPUs.
Portanto, se uma empresa puder operar serviços de inferência e o mercado de hardware de GPU dentro do mesmo sistema, poderá ser mais viável comercialmente. Esse modelo permite proteção contra riscos decorrentes de mudanças na estrutura de lucro da cadeia industrial, tanto na montante quanto na jusante.
Conclusão
Olhando para trás, mercados de commodities como petróleo e eletricidade inicialmente dependiam de transações bilaterais intermediadas, com processos opacos e ausência de padrões unificados. Com o tempo, porém, a entrega física desenvolveu uma série de acordos e infraestruturas financeiras — incluindo índices, padronização de negociação e auditorias de qualidade — evoluindo, por fim, para uma classe de ativos altamente financeirizada.
Hoje, o mercado de poder computacional passa por transformação semelhante. Surgiram diversos projetos no mercado tentando financeirizar ferramentas fundamentais, incluindo índices de poder computacional, bolsas com liquidação em dinheiro, produtos de empréstimo e seguros.
Ao mesmo tempo, o mercado físico de GPUs e os provedores de serviços em nuvem também avançam continuamente para montante e jusante na cadeia industrial, buscando capturar todo o valor na economia de tokens. Como recurso fundamental sobre o qual opera toda a economia de IA, o poder computacional transforma-se gradualmente de mera infraestrutura em um ativo financeiro independente.
No futuro, esse campo poderá abrigar múltiplas empresas unicórnio atuando em diferentes níveis do mercado, com formas de negócios variadas: fornecimento físico de poder computacional, serviços de corretagem, empréstimos, gestão de riscos e integração com mercados de capitais DeFi e TradFi.
O poder computacional pode ser um novo tipo raro de commodity física em décadas, e talvez estejamos testemunhando sua jornada, desde transações iniciais facilitadas privadamente até uma classe de ativos completa.
