El auge de la inteligencia artificial ha disparado la demanda de infraestructura de cómputo y ha empujado a las empresas a buscar fórmulas de financiación cada vez más sofisticadas para adquirir GPU de última generación como las Nvidia H100 y Blackwell. En este contexto, las GPU se han consolidado como una nueva clase de colateral: compañías de nube de IA han desbloqueado ya más de 11.000 millones de dólares en financiación utilizando inventarios de chips como garantía, en estructuras de préstamos respaldados por activos (asset-backed lending) que avanzan entre el 50% y el 70% del valor del hardware, con tipos de interés en el entorno del 12% al 15%. Analistas y bancos de inversión estiman que la expansión global de centros de datos de IA podría exigir hasta 1,5 billones de dólares adicionales de endeudamiento en los próximos años, con un papel creciente de este tipo de deuda ligada directamente al hardware.
CoreWeave se ha convertido en el caso emblemático de este modelo de financiación de la infraestructura de IA. La compañía ha construido un amplio parque de GPU financiado con más de 10.000 millones de dólares en crédito privado respaldado por chips y activos de centros de datos, incluyendo un préstamo de 2.300 millones de dólares garantizado por GPU Nvidia H100 en 2023, una línea de crédito privada de 7.500 millones en 2024 y un préstamo adicional de 2.600 millones en 2025. Parte de estos préstamos está estructurada a través de vehículos de propósito especial (SPV) que mantienen la propiedad de las GPU y otros activos operativos, lo que permite aislar el riesgo y mantener parte de la deuda fuera del balance consolidado de la matriz.
Este esquema se ha extendido a otros actores del llamado segmento “neocloud”, como Fluidstack, Lambda o Crusoe, que también han levantado miles de millones de dólares utilizando GPU Nvidia como garantía para acelerar la expansión de sus centros de datos y servicios de nube de IA. Según estimaciones de analistas, este grupo de proveedores emergentes acumula ya más de 20.000 millones de dólares en deuda respaldada por GPU, configurando un nuevo nicho de crédito privado centrado en la infraestructura de IA y estrechamente vinculado al ciclo de ventas de Nvidia. Para los inversores, esto implica que una parte relevante del crecimiento de ingresos de los fabricantes de chips depende cada vez más de la disponibilidad de financiación y de la tolerancia al riesgo de los mercados de deuda.
Los bancos tradicionales y los fondos de crédito privado han sido protagonistas en el desarrollo de estas estructuras, compitiendo por financiar contratos de suministro de GPU con grandes clientes de IA. Fondos como Blackstone, KKR o PIMCO, junto con bancos como Goldman Sachs, JPMorgan o Wells Fargo, han participado en las mayores operaciones de crédito respaldadas por GPU, asumiendo el riesgo de un activo que, si bien es hoy escaso y muy líquido, se deprecia rápidamente a medida que aparecen nuevas generaciones de chips. Paralelamente, acuerdos recientes como el de CoreWeave con Meta, respaldado por contratos de hasta 14.200 millones de dólares, muestran una evolución hacia préstamos garantizados no solo por el hardware, sino también por flujos futuros de ingresos derivados de grandes contratos de computación de IA.
El modelo también está impulsando innovaciones en el cruce entre finanzas tradicionales y criptoactivos. Iniciativas como USD.ai exploran la tokenización de GPU y la ejecución de préstamos sobre cadena (on-chain), en los que el título de propiedad del hardware se convierte en un activo digital negociable y los créditos se agrupan en tokens con rendimiento, configurando un mercado secundario de deuda respaldada por GPU en redes blockchain. En estas estructuras, los prestamistas financian directamente al activo —las GPU alojadas en SPV con acuerdos de colocation y contratos de alquiler— más que a la empresa matriz, con préstamos sin recurso y procesos de recuperación de colateral más estandarizados.
El uso de GPU como garantía plantea, sin embargo, riesgos específicos que reguladores e inversores siguen de cerca. La rápida obsolescencia tecnológica puede acelerar la depreciación de los chips, reduciendo el valor de la garantía y generando escenarios de infragarantía si los precios de los activos caen o si una nueva generación de GPU desplaza rápidamente a la anterior. En caso de impagos simultáneos, la liquidación masiva de inventarios de GPU en el mercado secundario podría provocar un exceso de oferta, presionando aún más los precios y debilitando la calidad de este colateral, con posibles efectos sistémicos en el segmento de crédito vinculado a la infraestructura de IA.
Algunos analistas comparan la expansión de la deuda respaldada por GPU con episodios anteriores de fuerte apalancamiento sectorial, como la burbuja de las telecomunicaciones. Observan que los tipos de interés de los préstamos garantizados por chips —en torno al 14% en algunas operaciones— triplican el coste de la deuda corporativa con grado de inversión, lo que aumenta la sensibilidad de estas compañías a cualquier caída en la demanda de cómputo de IA o a retrasos en la adopción de sus servicios. Voces críticas advierten de que el rápido crecimiento del crédito ligado a GPU, combinado con niveles de inversión que se cuentan en billones de dólares, podría amplificar una corrección futura si la rentabilidad esperada de los centros de datos de IA no se materializa.
En paralelo, los asesores legales y financieros trabajan en estandarizar contratos, cláusulas de mantenimiento y mecanismos de recuperación para este tipo de activos. Los préstamos respaldados por GPU suelen incluir convenants sobre utilización mínima, requisitos de seguro, protocolos de mantenimiento y derechos de inspección, así como estructuras de segregación física o jurídica del hardware para facilitar su remarketing en caso de ejecución de la garantía. A medida que el mercado madura, las partes implicadas intentan equilibrar el acceso a capital para sostener la expansión de la IA con marcos de riesgo que reduzcan la probabilidad de tensiones financieras generalizadas en el ecosistema de centros de datos.
