Según los informes, Crux AI prepara un préstamo bancario de 22.000 millones para comprar TPU de Google

Crux AI habría preparado, según los informes, $22.000 millones en deuda de un grupo de unos diez bancos para comprar las Tensor Processing Units de Google, aproximadamente cuatro meses después de que la empresa se presentara como una empresa conjunta entre Blackstone y Alphabet. Bloomberg fue el primero en informar de la financiación el 16 de septiembre, y Reuters describió el mismo acuerdo al día siguiente a través de una fuente conocedora del asunto.

Lectura relacionada: SK Hyper cifra en 350.000 millones de dólares los primeros 5 gigavatios de su despliegue de IA · Oracle envía una notificación de fuerza mayor sobre el campus Stargate de 18.000 millones en Nuevo México.

La deuda estaría garantizada por el valor de los chips y por los contratos de clientes de Crux AI, según los informes. Ningún banco ni empresa implicada ha confirmado que la facilidad esté firmada, y mucho menos dispuesta, así que la cifra se lee mejor como un acuerdo reportado que como una operación cerrada. Esa distinción importa para una empresa que no existía públicamente hasta once días antes de que estallara la noticia del préstamo.

Una empresa nueva construida sobre los chips de otro

Crux AI se lanzó públicamente el 9 de septiembre como una empresa estadounidense de infraestructura de IA que promete computación dedicada a escala industrial. La empresa conjunta detrás de ella fue anunciada el 18 de mayo por Blackstone, que comprometió 5.000 millones de dólares iniciales en capital de fondos que gestiona. Google aceptó suministrar TPU, software y servicios.

La estructura es inusual. Crux AI no diseña chips ni escribe el software de modelo que está en el centro de su producto. Google proporciona ambos. Crux AI se encarga de la energía, la capacidad de centro de datos, la red, la orquestación y las operaciones, y vende el resultado como una única oferta de computación como servicio. La empresa presenta esa integración como su diferenciador, prometiendo a los clientes un socio único responsable en lugar de una pila de proveedores.

Las cifras públicas son modestas frente al préstamo reportado. Crux AI dice que planea poner en marcha sus primeros 500 MW de capacidad de TPU en 2027 como fase inicial de una hoja de ruta de varios gigavatios. Data Center Dynamics informó de que el sitio de la empresa cita el objetivo de escalar a 2 GW.

Benjamin Treynor Sloss, un veterano de Google de dos décadas que creó la disciplina de Site Reliability Engineering, dirige Crux AI como consejero delegado. «La IA representa un cambio tecnológico generacional y, con él, la oportunidad de reimaginar desde cero la infraestructura que la impulsa», dijo Sloss en el comunicado de lanzamiento, y añadió que la empresa aspira a que se le «confíen las cargas de trabajo que más importan».

La facilidad de 22.000 millones está reportada, no confirmada

La financiación descrita por Bloomberg implica a unos diez bancos. Los prestamistas nombrados con más frecuencia son Goldman Sachs, Sumitomo Mitsui Banking Corp, Barclays, BNP Paribas y Bank of Nova Scotia. Al menos algunos de ellos también están extendiendo una línea de crédito revolvente separada de 1.000 millones de dólares, según informaron Investing.com y Markets Insider, citando a Bloomberg y TipRanks.

Varios detalles siguen sin resolverse. Se dice que el grupo bancario está sindicando una parte del préstamo para repartir la exposición, lo que sugiere que la facilidad aún se estaba colocando cuando se informó de ella. La deuda podría sustituirse más adelante por financiación a largo plazo de inversores institucionales en el mercado de bonos con grado de inversión. Y los informes atribuyen todo a personas conocedoras del asunto, con Crux AI, Blackstone y Goldman Sachs declinando hacer comentarios y los demás bancos nombrados sin responder.

RuntimeWire, en un artículo del 16 de septiembre, señaló que los informes accesibles no establecen si la facilidad se ha cerrado, está comprometida o sigue en discusión. También apuntó a una cobertura anterior de la firma de investigación de crédito 9fin, que describía unos 23.000 millones de dólares de deuda y decía que la facilidad probablemente se estructuraría como un préstamo puente. La brecha entre un acuerdo reportado y un contrato de crédito firmado es donde está la verdadera noticia.

Por qué los chips se están convirtiendo en garantía

Los prestamistas que financian infraestructura de IA han ido avanzando hacia estructuras en las que el propio hardware, más los contratos que lo usarán, anclan el crédito. Las GPU de Nvidia ya respaldan varias grandes financiaciones de neocloud, y la facilidad reportada de Crux AI repite el patrón con silicio de Google en su lugar.

Ese diseño tiene atractivo y riesgo. Permite a los prestamistas recuperar valor sin una garantía de la matriz, porque los chips pueden en principio realquilarse o venderse si un prestatario tropieza. También vincula el reembolso a activos cuyo valor depende de la rapidez con que llegue la siguiente generación. Las TPU son menos líquidas que las GPU del amplio ecosistema comercial de Nvidia, ya que un posible revendedor necesita un cliente que ejecute la pila de software de Google. Los contratos firmados de Crux AI son lo que salva esa brecha, y por eso se informa de que el préstamo se apoya en ellos tanto como en el hardware.

Los 22.000 millones reportados también son grandes en relación con el capital que hay detrás. El compromiso inicial de 5.000 millones de Blackstone es el único capital divulgado, así que la financiación haría a Crux AI muy endeudada desde su primer año de operación. Los partidarios del modelo señalan que el préstamo compra activos que generan ingresos en lugar de cubrir pérdidas operativas. Los escépticos señalan que la clase de activo nunca se ha puesto a prueba en una recesión completa del gasto en IA.

No es una operación aislada. Bloomberg informó en agosto de que un centro de datos vinculado a Anthropic en Texas había obtenido un préstamo de crédito privado de 1.300 millones dentro de un paquete mayor de financiación de proyectos, otro ejemplo de capacidad de computación especializada financiada fuera del balance.

El verdadero objetivo de Google: convertir las TPU en una nube independiente

La financiación es tanto una historia de Google como una historia de Crux AI. Las TPU de Google son chips personalizados diseñados para el entrenamiento y la inferencia de IA y desplegados internamente durante más de una década, donde impulsan Gemini y muchos de los productos de consumo de la compañía. Durante años, la única forma de alquilar una era a través de Google Cloud.

Crux AI cambia eso. Da a los clientes acceso a las TPU a través de una empresa que no es Google, y da a Google una vía para convertir su silicio en una plataforma en lugar de una ventaja interna cautiva. El consejero delegado de Google Cloud, Thomas Kurian, defendió la idea en mayo, diciendo que la empresa conjunta ayudaría a satisfacer la demanda de TPU y daría a las organizaciones más opciones de computación acelerada. El objetivo no declarado es Nvidia, cuyas GPU siguen siendo la opción por defecto para el entrenamiento de IA y buena parte de la inferencia.

La comparación con Nvidia es donde la estructura del préstamo se vuelve estratégicamente interesante. Los mercados de deuda se han acostumbrado a prestar contra hardware de Nvidia porque existe un mercado secundario para él. Al organizar su propia financiación bancaria, Crux AI intenta construir una historia de crédito comparable para las TPU, con garantía y contratos de clientes que los prestamistas puedan evaluar. Si funciona, Google gana un canal de financiación para su silicio que no pasa por su propio balance.

El riesgo de ejecución está entre ahora y 2027

El calendario de la empresa ya ha tambaleado. Bloomberg informó el 8 de septiembre de que Crux AI, conocida internamente como Project Braid, había sufrido retrasos en importantes ubicaciones de centros de datos destinadas a ejecutar los chips de Google. Un emplazamiento en Cheyenne, Wyoming, lo estaba desarrollando Crusoe; se informó de que Google perdió la confianza en el desarrollador, asumió el proyecto y lo redujo. Otro emplazamiento se consideró inadecuado porque tenía los transformadores equivocados. Una congelación de nuevos proyectos de centros de datos ordenada por el gobernador de Texas, Greg Abbott, añadió otro obstáculo.

Los retrasos son en parte un problema de todo el sector. Bloomberg citó un informe de JPMorgan que estimaba que más del 60% de la capacidad prevista para completarse en 2027 no había empezado a construirse, con escasez de aparamenta eléctrica y mano de obra cualificada agravando el cuello de botella. Data Center Dynamics informó de que la empresa conjunta había identificado unos 29 emplazamientos potenciales y no había verificado de forma independiente la razón del cambio en Cheyenne.

Sloss rechazó la idea de que el calendario se esté retrasando. «Estamos avanzando con fuerza en la construcción de nuestra infraestructura y vamos totalmente en camino de cumplir nuestro objetivo de 500 MW en 2027», dijo en un comunicado enviado por correo electrónico, y añadió que una demanda superior a la esperada había llevado a la empresa a evaluar un conjunto más amplio de emplazamientos. Ha mantenido el objetivo de 2027 aunque los proyectos individuales avancen a distintas velocidades.

Contrataciones para una construcción de varios gigavatios

Crux AI está reforzando su plantilla para la construcción. El 10 de septiembre, Data Center Dynamics informó de que la empresa había contratado a Alan Duong, vicepresidente y jefe de ingeniería y construcción de centros de datos de Meta, como director de desarrollo. Duong pasó más de 12 años en Meta y lideró el rediseño de sus centros de datos para cargas de trabajo de IA después de que la empresa pausara proyectos en 2023.

En un comunicado, Duong describió la construcción como una cadena de extremo a extremo en la que cualquier eslabón débil hunde el resto. «Esa visión de extremo a extremo es lo que aporto a Crux AI, y en torno a ella construiremos la organización a medida que escalemos», dijo. Será responsable de entregar varios gigavatios de capacidad en los próximos años.

La empresa también ha incorporado a Jessica Fischer, directora financiera de Charter Communications, y ha publicado 17 puestos vacantes que abarcan construcción de centros de datos, gestión de energía, operaciones, negociación de suministros y un vicepresidente de mercados de capitales. La composición de esa lista, cargada de construcción y mercados de capitales, refleja las dos cosas que la empresa más necesita demostrar: que puede construir y que puede seguir financiando la construcción.

Qué observar

Tres preguntas determinarán si los 22.000 millones reportados se convierten en una plantilla o en una advertencia. La primera es si la facilidad se cierra realmente en los términos descritos y si la sindicación tiene éxito. Un préstamo que no pueda distribuirse a otros prestamistas contaría una historia distinta a la de uno sobresuscrito.

La segunda son los clientes. Los materiales de lanzamiento de Crux AI describían la plataforma pero no nombraron a un solo inquilino, y el caso crediticio se apoya en contratos que no se han divulgado. Hasta que aparezcan esos nombres y condiciones, la garantía es difícil de evaluar para los de fuera.

La tercera es el valor residual. El préstamo está garantizado por TPU cuyo valor lo fijará un mercado de segunda mano que apenas existe hoy. Cada nueva generación de TPU acorta la vida económica de la anterior. Si esa curva de depreciación resulta más pronunciada de lo que asumieron los prestamistas, la estructura que hizo posible la deuda es también lo que la vuelve frágil.

Por ahora, la operación es un indicador de lo lejos que ha llegado la financiación de infraestructura de IA. Una empresa sin ingresos divulgados, un puñado de socios anunciados y un objetivo de construcción para 2027 habría preparado una deuda bancaria mayor que la capitalización bursátil de la mayoría de las empresas cotizadas, todo para comprar chips a uno de sus propios inversores.

Imagen: Norman P. Jouppi et al. / Wikimedia Commons, CC BY 4.0.