Nadie sabe cuánto vale un cluster de GPUs usado — y hay $50,000 millones en juego

Imaginate que le prestás $5,000 millones a una empresa y te dicen: "no te preocupes, si no pagamos, te quedás con los chips". Suena bien, ¿no? GPUs NVIDIA H100, el activo más codiciado del planeta. El problema: esos chips se rompen a razón de 50 por día, el equipo que sabe cómo mantenerlos no está en tu nómina, y ni siquiera existe un mercado secundario para saber cuánto valen realmente.

Esto no es un escenario hipotético. Es el contrato que firmó xAI con Morgan Stanley en junio de 2025. Y es solo la punta del iceberg de una burbuja financiera de $50,000 millones que nadie está mirando.

💰 El deal que nadie entendió

En 2025, xAI —la empresa de Elon Musk— necesitaba financiar Colossus, su cluster de 200,000 GPUs H100 en Memphis. Morgan Stanley estructuró un vehículo de propósito especial (SPV) con $7,500 millones en equity y hasta $12,500 millones en deuda. De esos $7,500M de equity, NVIDIA misma puso $2,000 millones.

Apollo Global Management y Diameter Capital Partners prestaron los primeros $5,000 millones. La tasa: hasta 12.5% por encima de la tasa de referencia. Para contexto, CoreWeave —el mayor neocloud del mundo— pagó ~8.5% sobre la tasa base en sus deals de deuda respaldada por GPUs.

¿Por qué tasas tan altas? Porque nadie —literalmente nadie— sabe cuánto vale una GPU usada en un cluster.

🔧 50 GPUs rotas cada día

Los clusters de GPUs a escala masiva no son como comprar un edificio. Se rompen constantemente. Según el reporte técnico de Llama 3 de Meta, en 16,384 GPUs H100 durante 54 días de entrenamiento ocurrieron 419 interrupciones imprevistas: 148 fueron fallos de GPU, 72 fueron fallos de memoria HBM3.

Extrapolando: a 200,000 GPUs —el tamaño de Colossus— estamos hablando de ~50 GPUs fallando cada día. Cuando xAI llegue a su objetivo de 1 millón de GPUs, Epoch AI proyecta un fallo cada tres minutos.

Y esto sin contar la corrupción silenciosa de datos (SDC): una GPU defectuosa que produce resultados incorrectos sin fallar visiblemente. Un entrenamiento de varios días puede completarse con normalidad y los pesos del modelo terminan envenenados sin que nadie se dé cuenta.

🏦 El colateral que camina

CoreWeave, el gigante del cloud de GPUs, tiene $18,800 millones en deuda respaldada por GPUs a través de múltiples SPVs. FluidStack cerró un deal de $50,000 millones con Anthropic —con Google como respaldo de los pagos de arriendo.

El problema es que el valor de un cluster de GPUs depende de tres cosas que ningún banquero puede medir desde su escritorio:

1. Cómo fue aprovisionado — qué versión de firmware, qué topología de red, qué configuración de cooling
2. Cómo está rindiendo ahora — qué racks se calientan en verano, qué loops de cooling fallaron en el último update
3. Si el equipo que conoce sus rarezas sigue ahí — ese conocimiento no está escrito en ningún contrato

Como dijo acertadamente Meg McNulty en CipherTalk: "El valor de un cluster de GPUs en un momento dado depende de cómo fue aprovisionado, cómo está rindiendo ahora, y si el equipo que conoce sus rarezas todavía está ahí. Nada de eso está en el balance del banco."

📊 La burbuja que nadie quiere ver

Cuando los prestamistas cobran 12.5% sobre la tasa base, ese premium no es riesgo calculado. Es el precio de adivinar.

NVIDIA construyó NVSentinel porque el monitoreo tradicional detecta problemas pero rara vez los arregla. Crusoe construyó AutoClusters porque el tiempo de espera en cola es la variable controlable más grande en el rendimiento de un cluster. Sin estas herramientas, los tiempos de reparación se miden en horas o días.

Y si xAI defaulteara mañana: ¿qué haría Apollo con 200,000 GPUs que requieren un equipo de ingenieros que ya no trabaja para xAI? ¿Alquilarlas a otra AI lab? ¿Venderlas en un mercado que no existe? No hay un "Kelley Blue Book" para GPUs usadas.

🔥 La conclusión polémica

La industria de IA está construida sobre $50,000 millones en deuda cuyo colateral se deprecia, se rompe y requiere mantenimiento especializado que no se puede comprar. Es como si un banco prestara para comprar un avión, pero el avión se desarma pieza por pieza cada semana y necesita un piloto que solo existe en la imaginación del dueño original.

Cuando el ciclo de inversión en IA se enfríe —y se va a enfriar— estos contratos van a producir la crisis financiera más extraña de la historia: bancos dueños de GPUs que nadie sabe operar, valuadas en nada porque no hay mercado secundario, mientras el contribuyente termina pagando el rescate.

Comparte esto con alguien que todavía cree que el boom de la IA es solo tecnología. La verdadera historia está en los balances.

🗣️ ¿Crees que los bancos realmente entienden lo que están financiando? Déjalo en los comentarios.