AI Credit Stress Daily -> QTS verkleint deal terwijl NVIDIA financiële steun terugschroeft
🟥 Private AI-schuld → QTS kreeg vrijdag niet het volledige gewenste bedrag tegen de aangeboden prijs: Blackstone’s datacenterbedrijf bracht een geplande financiering terug van ongeveer $800 miljoen naar circa $300 miljoen nadat een deel van de beleggers meer rendement verlangde en andere partijen hun bestaande blootstelling aan QTS niet verder wilden vergroten. Een zevenjarige tranche van $100 miljoen werd geprijsd op 245 basispunten boven de benchmark, terwijl een banklening van ongeveer $200 miljoen nog moet worden geprijsd.
🟥 AI-financiering → de Federal Reserve brengt de omvang buiten gewone obligaties expliciet in beeld: In het vrijdag gepubliceerde Financial Stability Report schat de Fed dat in 2026 tot en met oktober meer dan $680 miljard aan schuld voor AI- en datacenterinfrastructuur is uitgegeven en dat meer dan $1,1 biljoen aan publieke schuld uitstaat. Daarnaast liggen nog niet begonnen leases boven $1 biljoen en guarantees en andere contractuele verplichtingen boven $2 biljoen, waardoor de werkelijke financiële blootstelling veel groter is dan alleen de zichtbare obligatieschuld.
🟥 NVIDIA → financiële steun aan het AI-ecosysteem wordt selectiever: Nieuwe berichtgeving wijst erop dat NVIDIA cloudpartners vaker wil verplichten eerst zelf klantvooruitbetalingen veilig te stellen voordat nieuwe GPU-capaciteit wordt toegewezen en dat interim-CEO Colette Kress kritisch kijkt naar omvangrijke financieringsafspraken. Dat is geen formele stop op bestaande steun, maar het verschuift een groter deel van de financieringslast naar neoclouds, hun klanten en externe kredietverstrekkers.
🟥 Nscale → $44,6 miljard potentiële Anthropic-omzet is nog niet volledig gefinancierd: De aangepaste beursdocumentatie vermeldt expliciet dat nog geen bindende financieringscommitments bestaan voor de GPU’s en datacenterinfrastructuur die nodig zijn om de vier Anthropic-contracten uit te voeren. Nscale heeft inmiddels meer dan $13,4 miljard aan equity en schuld aangetrokken, terwijl over de eerste negen maanden van 2026 ongeveer $307,5 miljoen omzet en een geschat nettoverlies van circa $1,69 miljard worden verwacht.
🟩 Brede kredietmarkt → de vrijdagse rentestijging veroorzaakte geen algemene vlucht uit bedrijfsobligaties: Beschikbare marktdata lieten investment-grade spreads rond 90 basispunten en high yield rond 330 basispunten zien terwijl Amerikaanse staatsrentes fors opliepen. De druk blijft daarmee geconcentreerd bij specifieke AI-financieringen en niet bij corporate credit als geheel.
De Amerikaanse sessie van vrijdag en de nieuwe weekendinformatie laten een scherper kredietbeeld zien. De AI-uitbouw loopt niet vast omdat kapitaal volledig verdwijnt, maar financiers worden veel kritischer over hoeveel exposure zij nog willen toevoegen, welke bescherming zij krijgen en wie de eerste miljarden dollars moet betalen voordat een project omzet produceert.
Dat verschil is belangrijk omdat de commerciële vraag naar compute nog steeds groot is. De zwakke plek ontstaat tussen het ondertekende contract en de operationele cashflow, waar GPU’s, datacenters, stroomvoorziening en andere infrastructuur eerst moeten worden betaald. Juist daar zien wij nu een combinatie van hogere financieringskosten, interne portefeuillegenzen en strengere eisen rond klantvooruitbetalingen en onderpand.
QTS laat zien dat beschikbare financiering niet onbeperkt is
QTS wilde ongeveer $800 miljoen ophalen in de Amerikaanse private-placementmarkt om bestaande vijfjarige bankschuld te herfinancieren. De uiteindelijke financiering werd teruggebracht naar ongeveer $300 miljoen nadat niet genoeg beleggers tegen de gewenste voorwaarden wilden deelnemen.
Ongeveer $100 miljoen werd vrijdag als zevenjarige private placement geplaatst op 245 basispunten boven de relevante benchmark. Daarnaast wordt gewerkt aan een vijfjarige banklening van circa $200 miljoen die op het moment van de laatste berichtgeving nog niet was geprijsd.
Blackstone koos daarmee voor een kleinere financiering in plaats van de spread verder te verhogen om alsnog de volledige $800 miljoen op te halen. Een deel van de bestaande bankschuld kan daardoor blijven staan.
Dat is iets anders dan een gesloten kredietmarkt. QTS kreeg geld, maar niet de volledige gewenste omvang tegen de prijs die Blackstone acceptabel vond.
Een deel van de beleggers wilde een hogere vergoeding voor het kredietrisico. Andere institutionele partijen hadden na eerdere QTS-transacties al voldoende exposure naar dezelfde kredietnemer en wilden hun positie niet verder vergroten.
Daarmee ontstaat een financieringsprobleem dat los kan staan van wanbetalingsrisico. Een onderneming kan voldoende kredietwaardig zijn, terwijl verzekeraars en andere langetermijnbeleggers simpelweg hun interne limiet voor die naam bereiken.
De omvang van de AI-schuld maakt zulke grenzen steeds relevanter
De Fed publiceerde vrijdag een afzonderlijke analyse over leverage in de datacenteruitbouw. De centrale bank schat dat de uitgifte van schuld voor AI- en datacenterinfrastructuur in 2026 tot en met oktober boven $680 miljard lag, ongeveer vijf keer de circa $130 miljard over heel 2023.
Het aandeel van deze financiering binnen nieuwe niet-financiële investment-grade bedrijfsschuld steeg volgens de Fed van minder dan 6% in 2023 naar ongeveer 31% in 2026. Dat betekent dat AI-infrastructuur inmiddels een groot deel van de nieuwe hoogwaardige bedrijfsschuld vertegenwoordigt.
De uitstaande publieke schuld die de Fed aan deze investeringscyclus koppelt ligt boven $1,1 biljoen. Daarbij merkt de centrale bank zelf op dat private credit en bepaalde onderhandse transacties niet volledig zichtbaar zijn, waardoor het werkelijke schuldbedrag hoger kan liggen.
De cijfers zijn niet allemaal een momentopname van vrijdag. Het rapport verscheen op 13 november, maar de Fed vermeldt dat het in algemene zin informatie weerspiegelt die tot 28 oktober beschikbaar was.
De grootste blootstelling staat niet altijd als gewone schuld op de balans
Naast publieke en private schuld kijkt de Fed ook naar nog niet begonnen leases, guarantees en andere contractuele verplichtingen. De ongedisconteerde waarde van nog niet begonnen leases ligt boven $1 biljoen en guarantees plus andere contractuele commitments boven $2 biljoen.
Wij tellen die bedragen nadrukkelijk niet simpelweg bij gewone schuld op. Een toekomstige lease en een voorwaardelijke garantie hebben een andere economische betekenis dan een obligatie die vandaag uitstaat.
Voor de kredietmarkt is de richting wel belangrijk. Grote technologiebedrijven helpen andere partijen steeds vaker financierbaar te maken via leases, afnamecontracten, garanties en ondersteuning van de restwaarde van apparatuur.
Daardoor kan financiële exposure groter zijn dan de zichtbare obligatieschuld doet vermoeden. Problemen bij een datacenterontwikkelaar of cloudbedrijf kunnen uiteindelijk ook een klant, guarantor of strategische leverancier raken die juridisch buiten de directe lening staat.
Vrijdag liet tegelijkertijd zien dat breed corporate credit nog functioneert
De beweging in Amerikaanse staatsobligaties was vrijdag fors. De lange rente liep opnieuw op, waardoor de basisrente voor nieuwe leningen en projectfinanciering duidelijk hoger ligt dan eerder in de cyclus.
Bedrijfsspreads bewogen veel minder. Beschikbare marktdata lieten investment grade rond 90 basispunten en high yield rond 330 basispunten zien, terwijl beide segmenten relatief rustig bleven tegenover de sell-off in Treasuries.
Wij zien dat als belangrijk tegenbewijs tegen een algemene kredietcrisis. Beleggers verlieten bedrijfsobligaties niet massaal, maar blijven veel harder selecteren binnen specifieke delen van de AI-keten.
Een project met een sterke klant, goede zekerheden en een juridisch harde kasstroom kan daardoor nog tegen redelijke voorwaarden worden gefinancierd. Een algemene lening aan een onderneming die nog jarenlang enorme hoeveelheden extern kapitaal nodig heeft, krijgt een veel hogere risicopremie.
NVIDIA wil niet langer vanzelfsprekend de financieringsbuffer van het ecosysteem zijn
De nieuwste berichtgeving wijst erop dat NVIDIA al vóór het vertrek van Jensen Huang werkte aan een beperktere financiële rol bij sommige cloudpartners. Huang zou neoclouds hebben duidelijk gemaakt dat nieuwe GPU-capaciteit vaker afhankelijk wordt van vooruitbetalingen van hun eigen klanten.
Dat verandert de economische verdeling van het risico. Wanneer een neocloud eerst een grote vooruitbetaling van een hyperscaler of AI-lab moet verkrijgen, hoeft NVIDIA minder eigen balanssteun te geven en wordt tegelijk aangetoond dat er echte eindvraag achter de nieuwe infrastructuur staat.
Interim-CEO en CFO Colette Kress zou eveneens kritisch kijken naar de omvang en het rendement van sommige financiële afspraken. Dat ondersteunt het scenario waarin NVIDIA selectiever wordt met garanties, investeringen en andere vormen van ondersteuning, maar het is nog te vroeg om dat te vertalen naar een algemene stop op bestaande programma’s.
De richting sluit wel aan bij een ontwikkeling die al eerder zichtbaar was. NVIDIA heeft in 2026 een deel van een financieringsprogramma voor AI-cloudbedrijven gepauzeerd en meldde in zijn laatste kwartaalrapport ongeveer $36 miljard aan cloudcommitments, terwijl het daarnaast met grote vermogensbeheerders werkt aan financieringsplatforms die op termijn meer dan $500 miljard aan extern kapitaal moeten kunnen mobiliseren.
Minder NVIDIA-steun kan vooral de zwakkere cloudbedrijven raken
Voor financieel sterke hyperscalers hoeft een beperktere rol van NVIDIA weinig te veranderen. Zij beschikken zelf over genoeg cashflow en toegang tot obligatiemarkten om GPU’s en datacenters te financieren.
Voor kleinere cloudbedrijven is het verschil veel groter. Wanneer NVIDIA minder garanties, investeringen of andere ondersteuning geeft, moet een groter deel van de financiering komen uit klantvooruitbetalingen, equity, banken of private credit.
Dat kan de discipline in de sector verbeteren. Een project wordt dan pas gebouwd wanneer een klant daadwerkelijk voldoende geld vooruit wil betalen of wanneer een onafhankelijke financier de onderliggende economics sterk genoeg vindt.
De keerzijde is dat zwakkere projecten sneller kunnen uitvallen. Een contract dat economisch alleen werkt met goedkope balanssteun van NVIDIA kan veel moeilijker financierbaar worden wanneer die steun kleiner wordt.
Nscale maakt dat financieringsverschil concreet
Nscale heeft vier overeenkomsten met Anthropic die gezamenlijk maximaal ongeveer $44,6 miljard aan betalingen kunnen opleveren. De overeenkomsten zijn gekoppeld aan dedicated NVIDIA Vera Rubin-capaciteit op de Monarch Compute Campus en beginnen per tranche wanneer de betreffende capaciteit is geleverd en geaccepteerd.
De aangepaste prospectusdocumentatie bevat daarbij een voor kredietbeleggers cruciale passage. Nscale heeft nog geen bindende commitments verkregen voor de financiering van de GPU’s en datacenterinfrastructuur die nodig zijn om deze Anthropic-contracten uit te voeren.
Nscale heeft de financieringsmarkt wel onderzocht en stelt op basis daarvan en eerdere transacties vertrouwen te hebben dat het geld beschikbaar komt. Dat is positief, maar blijft iets anders dan juridisch vastgelegde financiering.
Daar ligt de belangrijkste kredietvraag. De $44,6 miljard vertegenwoordigt potentieel zeer waardevolle toekomstige omzet, maar die omzet kan pas worden gerealiseerd nadat miljarden dollars aan apparatuur en infrastructuur daadwerkelijk zijn gefinancierd.
De huidige financiële omvang van Nscale maakt nieuw kapitaal noodzakelijk
Nscale heeft sinds de oprichting meer dan $13,4 miljard aan equity en schuld aangetrokken. Ongeveer $6,7 miljard daarvan bestaat uit equity en de rest uit verschillende project-, GPU- en corporate-financieringen.
Voor de eerste negen maanden van 2026 verwacht de onderneming ongeveer $307,5 miljoen omzet. Daartegenover staat een geschat operationeel verlies van ongeveer $837,5 miljoen en een nettoverlies van circa $1,69 miljard.
De commerciële contractportefeuille is daarmee vele malen groter dan de huidige operationele onderneming. Dat is precies waarom de kwaliteit en timing van de financiering zo belangrijk zijn.
Nscale kan de Anthropic-uitbouw niet uit de huidige bedrijfsvoering betalen. De onderneming heeft daarvoor nieuwe projectschuld, GPU-financiering, klantvooruitbetalingen en mogelijk nieuw aandelenkapitaal nodig.
Klantvooruitbetalingen verlagen de funding gap aanzienlijk
Nscale rapporteert ongeveer $105,8 miljard aan actieve en gecontracteerde totale contractwaarde. Over die portefeuille bedraagt de gewogen gemiddelde klantvooruitbetaling ongeveer 20%.
Dat is een betekenisvolle financieringsbron. Wanneer een klant vooraf betaalt, hoeft Nscale hetzelfde bedrag niet via een bank of andere externe financier op te halen.
Het economisch karakter moet wel correct worden beschreven. Een vooruitbetaling is geen gewone lening, maar de klant verstrekt feitelijk wel kapitaal voordat Nscale de volledige dienst heeft geleverd.
Daartegenover staat een toekomstige leveringsverplichting. Wanneer de capaciteit later beschikbaar komt dan afgesproken, kan dat zowel operationele als financiële gevolgen hebben.
Sterke klantcontracten maken projectschuld goedkoper
Nscale gebruikt voor een groot deel van zijn GPU-financiering delayed-draw term loans op projectniveau. Deze schuld wordt ondersteund door de gecontracteerde cashflows uit langlopende take-or-paycontracten en door de kredietkwaliteit van de betreffende klant.
Bij take-or-paycontracten verbindt de klant zich voor een afgesproken periode aan een minimale hoeveelheid capaciteit, ongeacht hoeveel daarvan uiteindelijk daadwerkelijk wordt gebruikt. Dat maakt toekomstige inkomsten voorspelbaarder en geeft financiers meer zekerheid over de bron waaruit rente en aflossing moeten worden betaald.
Verschillende Nscale-faciliteiten hebben daardoor investment-grade ratings kunnen krijgen. Dat betekent niet dat Nscale als onderneming investment grade is, maar dat een specifieke projectstructuur voldoende bescherming kan bieden om de projectschuld hoger te laten beoordelen.
De keerzijde zit in de creditor hierarchy. GPU’s, contractuele cashflows en andere verpande assets zijn in een stressscenario eerst beschikbaar voor de financiers met onderpand, waardoor minder onbezwaarde waarde overblijft voor gewone schuldeisers.
Fermi laat zien waarom een getekend contract nog geen harde cashflow is
Bij Fermi werd de eerdere TensorWave-lease op 10 november beëindigd nadat de afgesproken closing date was verstreken zonder verlenging. Daarmee verdween ook de bijbehorende kredietondersteuning.
Dat gebeurde zonder dat er bewijs was dat de brede vraag naar AI-capaciteit ineens was verdwenen. De overeenkomst bereikte simpelweg niet alle voorwaarden die nodig waren om van contract naar daadwerkelijke uitvoering te gaan.
Fermi heeft inmiddels een nieuwe overeenkomst met een investment-grade hyperscaler voor de mogelijke ontwikkeling van ongeveer 600 MW powered land. De letter of intent is nog niet bindend, maar daarnaast zijn wel afzonderlijke afspraken gemaakt voor $200 miljoen vooruitbetaling en $15 miljoen aan vroege bouw- en ontwikkelingskosten.
De nieuwe structuur is financieel anders dan de oude TensorWave-deal. De hyperscaler wil de datacenters zelf bouwen, waardoor Fermi minder bouwkapitaal hoeft voor te financieren, maar de definitieve langlopende lease moet nog worden getekend.
Stroomvoorziening kan kredietrisico zowel verhogen als verlagen
Fermi laat zien hoeveel waarde een project verliest wanneer voorwaarden rond bouw en infrastructuur niet tijdig worden ingevuld. Andere ontwikkelingen dit weekend tonen juist de waarde van locaties waar de energie-infrastructuur al aanwezig is.
Uniper is dicht bij zijn eerste overeenkomst om een buiten gebruik gestelde energiecentrale als datacenterlocatie te verkopen of te verhuren en voert vergevorderde gesprekken over nog twee locaties. De tien geselecteerde terreinen beschikken samen over ongeveer 700 MW reeds veiliggestelde netcapaciteit.
Dat is kredietmatig relevant omdat een bestaande netaansluiting een van de moeilijkste onderdelen van nieuwe datacenterontwikkeling kan wegnemen. Minder onzekerheid over power kan de bouwtijd verkorten en verkleint het risico dat een klantcontract strandt voordat de capaciteit operationeel wordt.
Wij zien daarom steeds meer economische waarde verschuiven naar locaties waar power niet alleen gepland, maar juridisch en fysiek beschikbaar is. De kwaliteit van de stroomaansluiting wordt daarmee onderdeel van de kwaliteit van de collateral.
De kapitaalmarkt blijft voor sterke ondernemingen uitzonderlijk diep
Tegenover alle financieringsdruk staat een zeer belangrijk positief signaal. Anthropic’s beursgang is volgens de laatste marktinformatie ongeveer zes keer oversubscribed, ondanks de uitzonderlijk grote omvang van de aanbieding.
Dat betekent dat institutionele beleggers nog steeds zeer grote bedragen willen investeren in AI wanneer zij de onderneming en de waardering aantrekkelijk genoeg vinden. De markt trekt zich dus niet uit AI terug.
Equity is daarbij kredietmatig belangrijk omdat het geen vaste rentelast of verplichte aflossing creëert. Iedere dollar nieuw aandelenkapitaal verlaagt het bedrag dat met schuld of toekomstige operationele kasstroom moet worden gefinancierd.
Dat maakt het contrast met QTS interessant. Een grote equitydeal kan meerdere keren worden overschreven terwijl een specifieke private debt-transactie tegelijkertijd moet worden verkleind omdat kredietbeleggers hun prijs of interne limiet hebben bereikt.
Desk-view
Wij zien het huidige beeld niet als een kredietcrisis, maar wel als een duidelijke verandering in de manier waarop de AI-uitbouw wordt gefinancierd. Kapitaal blijft beschikbaar, alleen wordt het steeds minder vanzelfsprekend dat dezelfde bank, verzekeraar, GPU-leverancier of obligatiebelegger opnieuw de volgende miljarden dollars beschikbaar stelt.
QTS maakt die verandering zichtbaar aan de kant van institutionele beleggers. NVIDIA doet hetzelfde vanuit de technologie-industrie doordat meer financieringsverantwoordelijkheid richting klanten en externe financiers lijkt te verschuiven, terwijl Nscale laat zien hoe groot het verschil tussen commerciële contractwaarde en daadwerkelijk vastgelegde financiering kan zijn.
De cijfers van de Fed verklaren waarom dit waarschijnlijk geen tijdelijk verschijnsel is. De hoeveelheid gewone schuld is al zeer groot en daarbovenop komen omvangrijke leases en guarantees, waardoor verschillende partijen steeds opnieuw economisch aan dezelfde AI-infrastructuur worden blootgesteld.
Het gevolg is dat de prijs van de volgende dollar kapitaal kan stijgen zonder dat er eerst een brede golf wanbetalingen nodig is. Portefeuilleg grenzen, hogere basisrentes, minder balanssteun en strengere eisen aan onderpand kunnen financiering al duurder maken voordat de operationele vraag naar AI verzwakt.
Conclusie
Wij verwachten daarom dat de volgende fase vooral draait om de vraag welke projecten zelfstandig financierbaar zijn. Projecten met een sterke klant, grote vooruitbetalingen, harde contractvoorwaarden en reeds beschikbare stroom zullen toegang houden tot veel kapitaal en relatief lage financieringskosten.
Projecten die afhankelijk zijn van voortdurende nieuwe garanties, nog niet vastgelegde GPU-financiering of toekomstige netaansluitingen krijgen een veel moeilijkere rekensom. Daar kan de financieringsprijs snel oplopen, zelfs wanneer de onderliggende vraag naar compute nog sterk blijft.
Voor onze kredietbeoordeling wordt daarom één onderscheid steeds belangrijker: getekende vraag is niet hetzelfde als gefinancierde capaciteit. Pas wanneer klantgeld, schuld, onderpand, power en bouwverplichtingen daadwerkelijk zijn vastgelegd, krijgt een groot AI-contract ook volledige financiële waarde.
🔵 English version
SCE Trader AI Credit Stress Daily — QTS cuts debt deal as NVIDIA scales back financial support
🟥 Private AI debt → QTS did not obtain the full targeted amount at the offered price on Friday: Blackstone’s data-center company reduced a planned financing from approximately $800 million to roughly $300 million after some investors demanded greater compensation while others were unwilling to increase existing QTS exposure. A $100 million seven-year tranche priced at 245 basis points over its benchmark, while an approximately $200 million bank loan still needs to be priced.
🟥 AI financing → the Federal Reserve explicitly maps the scale of exposure beyond conventional bonds: In its Financial Stability Report published Friday, the Fed estimates that more than $680 billion of debt supporting AI and data-center infrastructure was issued in 2026 through October and that more than $1.1 trillion of public debt is outstanding. In addition, leases not yet commenced exceed $1 trillion and guarantees and other contractual commitments exceed $2 trillion, meaning total financial exposure is substantially larger than visible bond debt alone.
🟥 NVIDIA → financial support for the AI ecosystem is becoming more selective: New reporting indicates that NVIDIA increasingly wants cloud partners to secure customer prepayments before receiving additional GPU capacity and that interim CEO Colette Kress is scrutinizing the size and returns of major financing arrangements. This is not a formal halt to existing support, but it shifts a larger share of the financing burden toward neoclouds, their customers and external creditors.
🟥 Nscale → $44.6 billion of potential Anthropic revenue is not yet fully financed: The amended listing documentation explicitly states that no binding financing commitments have yet been obtained for the GPUs and data-center infrastructure required to perform the four Anthropic agreements. Nscale has already raised more than $13.4 billion of equity and debt, while approximately $307.5 million of revenue and an estimated net loss of roughly $1.69 billion are expected for the first nine months of 2026.
🟩 Broader credit market → Friday’s rates selloff did not produce a generalized flight from corporate bonds: Available market data showed investment-grade spreads around 90 basis points and high yield around 330 basis points even as US government bond yields moved sharply higher. Pressure therefore remains concentrated in specific AI financing structures rather than corporate credit as a whole.
Friday’s US session and new weekend information provide a sharper credit picture. The AI buildout is not stalling because capital has disappeared entirely, but financiers are becoming materially more selective about how much exposure they will add, what protection they receive and who provides the first billions of dollars before a project begins producing revenue.
That distinction matters because commercial demand for compute remains substantial. The vulnerable point sits between the signed contract and operating cash flow, where GPUs, data centers, power infrastructure and other assets need to be financed first. This is where we now see a combination of higher funding costs, internal portfolio limits and stricter requirements around customer prepayments and collateral.
QTS shows that available financing is not unlimited
QTS sought approximately $800 million in the US private-placement market to refinance existing five-year bank debt. The final financing was reduced to roughly $300 million after insufficient investor demand emerged at the economics the borrower was prepared to offer.
Approximately $100 million was placed on Friday as a seven-year private placement at 245 basis points over the relevant benchmark. A separate five-year bank loan of approximately $200 million is also being prepared and had not yet been priced in the latest reporting.
Blackstone therefore chose a smaller financing rather than widening the spread further to raise the full $800 million. Part of the existing bank debt can consequently remain outstanding.
This is different from a closed credit market. QTS obtained funding, but not the full desired amount at economics Blackstone considered acceptable.
Some investors wanted greater compensation for the credit risk. Other institutional buyers already held enough QTS exposure from earlier transactions and did not want to increase their positions further.
A financing constraint can therefore emerge without a solvency problem. A company can remain sufficiently creditworthy while insurers and other long-term investors simply reach internal limits for the same borrower.
The scale of AI debt makes those limits increasingly relevant
The Fed published a dedicated analysis of leverage in the data-center buildout on Friday. It estimates that debt issuance supporting AI and data-center infrastructure exceeded $680 billion in 2026 through October, roughly five times the approximately $130 billion issued during all of 2023.
The share of this financing within new nonfinancial investment-grade corporate debt increased from less than 6% in 2023 to approximately 31% in 2026. AI infrastructure has therefore become a major source of new high-grade corporate borrowing.
Outstanding public debt linked by the Fed to the investment cycle exceeds $1.1 trillion. The central bank also notes that private credit and certain privately negotiated transactions are not fully captured, meaning actual debt exposure may be larger.
Not every figure represents a live Friday snapshot. The report was published on November 13, but the Fed states that it generally reflects information available through October 28.
The largest exposures do not always appear as conventional debt
In addition to public and private debt, the Fed examines leases not yet commenced, guarantees and other contractual obligations. The undiscounted value of leases not yet commenced exceeds $1 trillion and guarantees plus other contractual commitments exceed $2 trillion.
We do not simply add those amounts to conventional debt. A future lease and a contingent guarantee have a different economic meaning from a bond currently outstanding.
The direction is nevertheless important for credit markets. Large technology companies increasingly make other participants financeable through leases, purchase commitments, guarantees and support for equipment residual values.
Financial exposure can therefore be greater than visible bond debt suggests. Difficulties at a data-center developer or cloud company may eventually affect a customer, guarantor or strategic supplier that sits outside the direct loan.
Friday also showed that broad corporate credit remains functional
The move in US government bonds was substantial on Friday. Long-term yields rose again, increasing the base financing cost for new loans and project finance.
Corporate spreads moved far less. Available market data showed investment grade around 90 basis points and high yield around 330 basis points, with both segments remaining relatively calm compared with the selloff in Treasuries.
We view that as important evidence against a generalized credit crisis. Investors are not abandoning corporate bonds broadly but are becoming considerably more selective within specific parts of the AI chain.
A project supported by a strong customer, good collateral and legally robust cash flows can still attract financing on reasonable terms. A general corporate loan to a company that requires enormous amounts of external capital for years will command a much larger risk premium.
NVIDIA no longer wants to be the automatic financial backstop for the ecosystem
The latest reporting indicates that NVIDIA had already begun moving toward a more limited financial role with certain cloud partners before Jensen Huang’s departure. Huang reportedly made clear to neocloud operators that future GPU allocations would increasingly depend on securing upfront payments from their own customers.
That changes the economic distribution of risk. If a neocloud first needs a substantial advance from a hyperscaler or frontier AI lab, NVIDIA needs to provide less balance-sheet support while the prepayment also demonstrates genuine end demand behind the new infrastructure.
Interim CEO and CFO Colette Kress is also reported to be scrutinizing the size and expected returns of some financing arrangements. This supports a scenario in which NVIDIA becomes more selective with guarantees, investments and other support, although it is too early to describe the shift as a broad termination of existing programs.
The direction is consistent with an earlier development. NVIDIA paused part of an AI-cloud financing initiative in 2026 and disclosed approximately $36 billion of cloud commitments in its latest quarterly filing, while also working with large asset managers on financing platforms intended to mobilize more than $500 billion of third-party capital over time.
Less NVIDIA support could matter most for weaker cloud operators
For financially strong hyperscalers, a smaller NVIDIA financing role may change relatively little. They have sufficient internal cash flow and bond-market access to finance GPUs and data centers themselves.
The effect is much larger for smaller cloud operators. If NVIDIA provides fewer guarantees, investments or other forms of support, a greater share of financing needs to come from customer prepayments, equity, banks or private credit.
That can improve discipline across the sector. A project is more likely to proceed only when a customer is genuinely willing to contribute meaningful capital upfront or an independent lender considers the economics strong enough.
The downside is that weaker projects can fall away more quickly. An arrangement that only works with inexpensive NVIDIA balance-sheet support may become much harder to finance once that support is reduced.
Nscale makes the financing gap concrete
Nscale has four agreements with Anthropic capable of generating aggregate payments of up to approximately $44.6 billion. The agreements relate to dedicated NVIDIA Vera Rubin capacity at the Monarch Compute Campus and begin by tranche once the relevant capacity has been delivered and accepted.
The amended prospectus contains a crucial disclosure for creditors. Nscale has not yet obtained binding commitments for financing the GPUs and data-center infrastructure required to perform those Anthropic agreements.
Nscale has tested market depth and says that based on those discussions and its previous financing record it expects to obtain the required capital. That is constructive, but it remains different from legally committed financing.
This is the central credit question. The $44.6 billion represents potentially valuable future revenue, but it can only be realized after billions of dollars of equipment and infrastructure have actually been financed.
Nscale’s current financial scale makes additional capital necessary
Nscale has raised more than $13.4 billion of equity and debt since inception. Approximately $6.7 billion consists of equity, with the remainder spread across project, GPU and corporate financing arrangements.
The company expects approximately $307.5 million of revenue for the first nine months of 2026. Against that, estimated operating loss is approximately $837.5 million and estimated net loss roughly $1.69 billion.
The commercial contract portfolio is therefore many times larger than the current operating business. That is precisely why financing quality and timing matter so much.
Nscale cannot fund the Anthropic expansion from its current operating performance. New project debt, GPU financing, customer prepayments and potentially additional equity are required.
Customer prepayments materially reduce the funding gap
Nscale reports approximately $105.8 billion of active and contracted total contract value. Across that portfolio, the weighted-average customer prepayment is approximately 20%.
That represents a meaningful source of funding. When a customer pays upfront, Nscale does not need to raise the same amount from a bank or another external creditor.
The economic nature still needs to be described correctly. A prepayment is not a conventional loan, but the customer is effectively providing capital before Nscale has delivered the full service.
A future delivery obligation sits against that cash. If capacity becomes available later than agreed, the delay can therefore create both operational and financial consequences.
Strong customer contracts make project debt cheaper
A significant share of Nscale’s GPU financing uses delayed-draw term loans at the project level. These facilities are supported by contracted cash flows from long-term take-or-pay agreements and by the credit quality of the relevant customer.
Under a take-or-pay structure, the customer commits to a minimum level of capacity for an agreed period regardless of actual utilization. That gives creditors greater visibility into the cash flow expected to service interest and principal.
Several Nscale facilities have therefore obtained investment-grade ratings. This does not mean Nscale itself carries an investment-grade corporate rating, but a specific project can have sufficient protection to support a materially stronger credit assessment.
There is also a cost to that protection for other creditors. GPUs, contracted cash flows and other pledged assets are first available to secured lenders in a downside scenario, leaving less unencumbered value for ordinary creditors.
Fermi shows why a signed contract is not yet hard cash flow
Fermi’s previous TensorWave lease was terminated on November 10 after the agreed closing date passed without extension. The associated credit support also ended.
There is no evidence that broad demand for AI capacity suddenly disappeared. The transaction simply failed to satisfy all conditions required to move from contract to execution.
Fermi has since entered into a non-binding letter of intent with an investment-grade hyperscaler for development of approximately 600 MW of powered land. Separate agreements provide for a $200 million prepayment and $15 million of early construction and development spending.
The new structure is financially different from the previous TensorWave arrangement. The hyperscaler intends to construct its own data centers, reducing the construction capital Fermi needs to provide, but a definitive long-term lease has not yet been signed.
Power availability can either increase or reduce credit risk
Fermi demonstrates how project value can be impaired when construction and infrastructure conditions are not satisfied on time. Other developments this weekend show the opposite value of sites where power infrastructure already exists.
Uniper is close to its first transaction to sell or lease a retired power-plant site for data-center development and is in advanced discussions regarding two additional locations. Its ten identified sites have approximately 700 MW of already secured grid capacity.
That matters for credit because an existing grid connection removes one of the most difficult parts of new data-center development. Greater certainty around power can shorten development timelines and reduce the risk that a customer contract fails before capacity becomes operational.
We therefore see increasing economic value moving toward sites where electricity access is not simply planned but already physically and contractually available. The quality of the power connection increasingly becomes part of the quality of the collateral.
Capital markets remain exceptionally deep for strong companies
A major positive signal sits on the other side of the financing debate. Anthropic’s IPO is approximately six times oversubscribed according to the latest market reporting despite the extraordinary size of the transaction.
Institutional investors are therefore still prepared to deploy very large amounts of capital into AI when they consider the company and valuation sufficiently attractive. Markets are not broadly withdrawing from AI risk.
Equity also matters from a credit perspective because it creates no fixed coupon and no mandatory repayment. Every dollar of new equity reduces the amount that needs to be financed through debt or future operating cash flow.
The contrast with QTS is informative. A large equity transaction can attract multiples of available supply while a specific private debt transaction is simultaneously reduced because credit investors have reached their preferred pricing or internal exposure limits.
Desk-view
We do not see the current environment as an AI credit crisis, but we do see a clear change in how the buildout is financed. Capital remains available, yet it is becoming less automatic that the same bank, insurer, GPU supplier or bond investor will provide the next several billion dollars.
QTS makes that change visible on the institutional investor side. NVIDIA illustrates it from the technology side as more financing responsibility appears to be shifting toward customers and independent lenders, while Nscale demonstrates how large the gap between commercial contract value and legally committed financing can become.
The Fed’s figures help explain why this is unlikely to be temporary. Conventional debt is already large and significant leases and guarantees sit on top of it, repeatedly exposing the same technology firms, banks, asset managers and infrastructure developers to the same investment cycle.
The next dollar of capital can therefore become more expensive without a broad wave of defaults first occurring. Portfolio limits, higher base rates, reduced balance-sheet support and stricter collateral requirements can all increase financing costs while underlying AI demand remains strong.
Conclusion
We expect the next phase to be determined primarily by which projects can finance themselves on independent economic terms. Developments backed by strong customers, large prepayments, robust contracts and already secured power should retain access to substantial capital at comparatively better terms.
Projects that depend on repeated guarantees, financing that has not yet been committed or future grid connections face a much harder calculation. Their funding costs can rise quickly even if underlying demand for compute remains strong.
One distinction therefore becomes increasingly important in our credit assessment: signed demand is not the same as financed capacity. A large AI contract acquires full financial value only once customer capital, debt, collateral, power and construction obligations are actually in place.
Disclaimer Aan de door ons opgestelde informatie kan op geen enkele wijze rechten worden ontleend. Alle door ons verstrekte informatie en analyses zijn geheel vrijblijvend. Alle consequenties van het op welke wijze dan ook toepassen van de informatie blijven volledig voor uw eigen rekening.
Wij aanvaarden geen aansprakelijkheid voor de mogelijke gevolgen of schade die zouden kunnen voortvloeien uit het gebruik van de door ons gepubliceerde informatie. U bent zelf eindverantwoordelijk voor de beslissingen die u neemt met betrekking tot uw beleggingen.