Lambda capta US$ 1 bi em dívida para comprar chips da Nvidia

O que aconteceu

A Lambda, neocloud especializada em computação de IA, captou US$ 1 bilhão em dívida privada de curto prazo, conforme reportou a Bloomberg na sexta-feira (28). O valor será usado para comprar chips de IA da Nvidia, que serão alugados para a Microsoft. A operação foi estruturada pelo JP Morgan Chase, segundo o mesmo relatório.

Os termos da dívida indicam uma aposta ousada: a empresa espera implantar os chips rapidamente, gerar receita com o aluguel e pagar o empréstimo com o fluxo de caixa em um período curto. O montante de US$ 1 bilhão é o mais novo de uma série de financiamentos que a Lambda usa para bancar infraestrutura de GPU para clientes específicos.

Em maio, a Lambda fechou uma linha de crédito garantida de US$ 1 bilhão. Nesta semana, anunciou o fechamento de um empréstimo de US$ 926 milhões para financiar GPUs Nvidia GB300, um dos modelos mais recentes da fabricante, para um deployment que está sob contrato para fornecer à própria Nvidia. Os dados são da Bloomberg.

Contexto

A Lambda é uma neocloud, modelo de negócio que compra GPUs de alto desempenho e as aluga por hora a outras empresas, sem que o cliente precise adquirir o hardware. A Nvidia domina esse mercado com suas linhas de chips, da A100 à H100 e agora à GB300. A Microsoft, por sua vez, é uma das maiores consumidoras de capacidade de IA do mundo, tanto para seus próprios serviços quanto para os de sua parceira OpenAI.

A necessidade de capital é gigante. A dívida virou a ferramenta preferida de neoclouds para financiar compras de chips, já que o desembolso é feito antes de qualquer receita. Segundo dados compilados pela Bloomberg, bancos e empresas de tecnologia levantaram mais de US$ 400 bilhões em dívida relacionada a IA globalmente em 2026 até agora. O caso da Lambda é um exemplo claro dessa tendência.

Por que importa

O movimento mostra o custo real da corrida por infraestrutura de IA. Empresas como a Lambda precisam de capital intensivo e recorrem a dívida de curto prazo, o que eleva a pressão por retorno rápido. Para a Microsoft, a contratação de capacidade de uma neocloud significa complementar seus data centers próprios e diversificar fornecedores de chips. Para a Nvidia, a demanda crescente de neoclouds como a Lambda pressiona sua produção e sustenta os preços elevados das GPUs.

Essa dinâmica também sinaliza risco. Se a demanda por IA desacelerar, muitas dessas dívidas podem se tornar impagáveis, afetando bancos como o JP Morgan e empresas que se endividaram. O setor observa com atenção se o fluxo de receita das neoclouds será suficiente para honrar os compromissos.

Impacto

No curto prazo, a dívida da Lambda deve acelerar a implantação de chips para a Microsoft, o que ajuda a gigante de software a expandir sua capacidade de IA sem investir em novos data centers. A operação também pode inspirar outras startups a seguir o mesmo caminho de financiamento via dívida, em vez de capital de risco.

No médio prazo, o impacto vai depender do desempenho da Lambda. Se a empresa gerar receita e pagar o empréstimo, isso valida o modelo. Se não, pode elevar o prêmio de risco em futuras operações de crédito para neoclouds. A rodada pré-IPO de US$ 3 bilhões, que está em negociação, será um termômetro da confiança dos investidores na capacidade da empresa de expandir sem afogar em dívidas.

O que vem agora

Além da rodada pré-IPO de US$ 3 bilhões, a Lambda pode acelerar seus planos de abrir capital, já que levantou US$ 1,5 bilhão em capital de risco em novembro passado, com avaliação pós-money de US$ 5,43 bilhões, segundo a PitchBook. A Nvidia deve continuar lançando novos modelos de GPU, como a GB300, e as neoclouds devem seguir como importantes compradoras. Para a Microsoft, a parceria pode se expandir se o modelo de aluguel se mostrar eficiente. Analistas monitoram se o total de dívida do setor, superior a US$ 400 bilhões, se tornará um problema sistêmico caso a demanda por IA arrefeça.

Fontes

• TechCrunch: Neocloud Lambda secures $1B in debt to buy more chips
• Bloomberg (via TechCrunch)