Inferentiechips zijn nu leningonderpand

Een lening gedekt door de chips die bedienen, niet trainen

Een kredietverstrekker heeft zojuist een kredietfaciliteit geschreven tegen een stapel inferentiechips, en die kleine acceptatiebeslissing zegt meer over de volgende fase van AI dan de meeste productlanceringen. General Compute, een start-up die bouwt aan wat het een inferentie-neocloud noemt, heeft een toegezegde kredietfaciliteit van Upper90 Capital Management binnengehaald, gedekt door SambaNova-inferentie-ASIC's. TechCrunch berichtte de deal op 17 juli 2026 en plaatste hem als waarschijnlijk de allereerste financiering op basis van inferentiespecifieke chips in plaats van trainings-GPU's.

De faciliteit begint bij 100 miljoen dollar en groeit mee met de vraag van klanten, tot een plafond van 400 miljoen. Dat onderscheid doet ertoe: de 400 miljoen is een limiet die stijgt naarmate General Compute klanten wint, geen bedrag dat vandaag al op de bank staat. Upper90 is tevens aandeelhouder in het bedrijf, en medeoprichter en CEO Billy Libby was een van de eersten die tegen Nvidia-GPU's leende toen hij Crusoe in 2021 financierde.

In het hart van de deal staan SambaNova's modellen SN40 en SN50. Ze zijn luchtgekoeld, dus zonder waterkoelinstallatie, en ze zijn gebouwd om al getrainde modellen uit te voeren - de goedkopere helft van de AI-belasting met hoog volume, anders dan de dure GPU's waarmee modellen in de eerste plaats worden getraind.

Waarom in waarde dalend silicium ineens financierbaar is

De reden dat dit nieuws is, is dat kredietverstrekkers jarenlang weigerden chipgedekte leningen überhaupt aan te raken. De zorg was de waardevermindering: niemand wilde onderpand aanhouden dat de helft van zijn waarde kon verliezen voordat de lening was afgelost. Libby's GPU-gedekte leningen en later CoreWeave's chipgedekte schuld vóór de beursgang normaliseerden geleidelijk het idee dat silicium een activum kan zijn dat een bank accepteert.

Inferentiechips zijn de volgende grens van die verschuiving, en ze passen wellicht nog beter in het model. Trainings-GPU's worden gewaardeerd om ruwe kracht en zijn snel achterhaald; inferentiechips worden gewaardeerd om de kosten per geleverd token en blijven nuttig zolang er getrainde modellen zijn om uit te voeren. Een kredietverstrekker kan een lening comfortabeler afstemmen op hardware waarvan de taak stabiele productie met hoog volume is in plaats van baanbrekend onderzoek.

De concurrentie is nu financieel, niet alleen technisch

Wat General Compute met goedkope schuld werkelijk koopt, is het vermogen om te concurreren met de economie van Nvidia precies op de laag waar eigenaren daadwerkelijk uitgeven. Finn Puklowski, medeoprichter en CEO van General Compute, noemde de deal "the first signal of capital organizing itself and the fragmenting of Nvidia's monopolistic dominance". Libby verwoordde de acceptatielogica onomwonden: "When we financed Nvidia GPUs as the first group to do that, the market was inefficient."

Over prestaties is het bedrijf niet bescheiden. General Compute zegt dat zijn cloud inferentie tot 16 keer sneller uitvoert dan standaard GPU-clouds, het eerste token 7 keer sneller levert, een 8,5 keer hogere uitvoerdoorvoer haalt en 6 keer minder energie verbruikt, en het noemt zichzelf "the world's fastest inference neocloud". Dat zijn de eigen beweringen van het bedrijf, geen onafhankelijk geverifieerde cijfers, en zo moet je ze lezen. General Compute haalde in mei 2026 een seedronde van 15 miljoen dollar op; SambaNova is een door Intel gesteunde chipmaker.

Voor een Europese eigenaar is de energie-invalshoek niet abstract. Luchtgekoeld inferentiesilicium omzeilt de water- en stroombeperkingen die nu al beïnvloeden waar in grote delen van Europa datacenters gebouwd mogen worden, wat een financieringsmodel op basis van efficiënte, luchtgekoelde chips tot meer maakt dan een technische voetnoot.

Wat een eigenaar hier echt uit zou moeten halen

De praktische les is dat de kosten van AI in productie draaien steeds meer worden bepaald door wie goedkoop kan lenen tegen in waarde dalende inferentiechips, niet alleen door wie de snelste chip bouwt. Als schuldmarkten inferentiesilicium blijven behandelen als financierbaar onderpand, krijgen inferentie-only clouds lagere financiële kapitaalkosten, en een deel van die reële besparing kan doorwerken in de prijs die een eigenaar betaalt om een model te bedienen.

Het eerlijke tegenwicht hoort in dezelfde adem. Het is één deal, de faciliteit is een plafond dat zich pas vult als de vraag arriveert, en de opvallende snelheidscijfers komen van de leverancier. Lees het als een signaal van hoe kapitaal zich rond inferentie herschikt, en let op of andere, geïnteresseerde kredietverstrekkers volgen, in plaats van als een vaststaande verlaging van uw AI-rekening.

Lees hierna: Straks maakt het niet uit op welke chip je AI draait  |  Nvidia vangt nu huur op zijn eigen chips