$400 млн под залог инференс-чипов: капитал разворачивается ко второй волне ИИ-бума

Финансирование дата-центров через чип-обеспеченные кредиты выходит на новый уровень. Стартап General Compute, строящий облако для ИИ-инференса, привлёк кредит на $400 млн от инвесткомпании Upper90. В заголовки сделка попала из-за одной детали: залогом выступают не привычные обучающие GPU, а инференс-чипы, кремний, заточенный под дешёвый запуск уже обученных моделей. По данным TechCrunch, такие чипы служат обеспечением по займу, похоже, впервые.

За сухой финансовой новостью прячется сдвиг для всей ИИ-инфраструктуры. Рынок капитала перестраивается под вторую волну ИИ-бума. Если в 2021-2024 годах деньги лились в дорогие обучающие кластеры Nvidia, то теперь они всё чаще идут в инфраструктуру, которая отдаёт ответы пользователям, дёшево и в промышленных масштабах.

Чип-обеспеченные кредиты: что за сделка и кто её собрал

General Compute возглавляет Финн Пукловски. В мае 2026 года компания подняла посевной раунд на $15 млн под облако на чипах SambaNova, чипмейкера, которого поддерживает Intel. Новый кредит на $400 млн уже другой калибр: не венчурные деньги под долю в компании, а долг под физический актив.

Со стороны кредитора выступает Upper90 под руководством Билли Либби, бывшего квант-трейдера Goldman Sachs. Именно его фирма в 2021 году профинансировала закупку GPU для компании Crusoe. По словам Либби, это был первый в мире кредит под стоимость продвинутых чипов. Позже ту же модель, занимай под залог железа, масштабировала CoreWeave, дойдя до крупного IPO.

«Когда мы первыми финансировали GPU Nvidia, рынок был неэффективным… мы могли собрать сделку как ранний участник и получить компенсацию за риск», говорит Либби.

Люди, стоявшие у истоков кредитования под GPU, переносят проверенную схему на инференс-чипы. Для них это уже не эксперимент, а следующая итерация в финансировании дата-центров.

Обучение против инференса: почему это разные деньги

Чтобы понять сдвиг, разведём два этапа жизни любой большой модели.

Обучение: дорогой капитальный этап

Обучение: самое дорогое звено. Гигантские кластеры на топовых ускорителях вроде H100 и B200, месяцы вычислений, счета на сотни миллионов долларов. Здесь Nvidia десятилетие держит корону, и именно сюда шли ранние чип-обеспеченные кредиты.

Инференс: постоянная операционная нагрузка

Инференс это эксплуатация уже обученной модели. Каждый раз, когда вы отправляете запрос в чат-бот, просите ассистента разобрать видео на YouTube или генерируете код, работает именно инференс. На него приходится основная доля повторяющихся вычислений в проде, и здесь на первый план выходят другие метрики: цена за токен, энергопотребление, охлаждение, скорость отклика.

Экономика у этих этапов противоположная. Обучение: разовый капитальный рывок, инференс масштабируется вместе с числом пользователей. И чем массовее становятся ИИ-сервисы, тем важнее дешёвый инференс и заточенные под него чипы.

SambaNova SN50: жизнь без водяного охлаждения

General Compute делает ставку на чипы SambaNova SN50. Их заявленные преимущества объясняют, почему под них нашёлся кредитор. Чипы не требуют дорогого водяного охлаждения, которое стало почти обязательным для топовых GPU, поэтому их можно ставить быстрее и в большем числе дата-центров, а не только на площадках, построенных под жидкостное охлаждение. На инференсе заявлена скорость до 16 раз выше, чем у облаков на GPU.

Для кредитора это важно не только технически. Чип как залог: финансовый инструмент, и его ценность зависит от того, насколько легко актив развернуть, продать и переиспользовать. Раньше банки боялись давать деньги под GPU из-за неясной амортизации: непонятно, сколько железо будет стоить через два года. CoreWeave показала, что риск можно упаковать в рабочую бизнес-модель. Перенос той же схемы на инференс-чипы означает, что перед нами формируется новый класс активов.

Трещины в монополии Nvidia

Главный вывод Пукловски звучит так:

«Есть чипы, которые начинают масштабироваться, с отличным TCO или быстрее Nvidia, но покупателей на них немного… это первый сигнал самоорганизации капитала и фрагментации монопольного доминирования Nvidia».

Вокруг инференса выстраивается отдельный финансовый контур, и в нём всё больше альтернативных имён. Помимо SambaNova, это Groq с его LPU-архитектурой, Cerebras с процессорами масштаба целой пластины, AMD с линейкой Instinct. Конкурент General Compute, компания TensorWave, делает похожую ставку, но на партнёрстве с AMD.

Смысл фрагментации простой: чем больше вендоров инференс-чипов, тем меньше зависимость от одного поставщика и тем ниже цена инференса. Пока Nvidia доминирует в обучении, но операционная часть рынка постепенно становится полем для конкуренции.

Почему выигрывают open-source-модели

Тезис Upper90: открытые модели станут важны. Формулировка Либби ёмкая, «не всем нужен суперкомпьютер, но инференс и ИИ нужны всем».

Дешёвый инференс имеет смысл там, где топовая закрытая LLM избыточна. Открытые семейства вроде Llama, Qwen, DeepSeek, Kimi и Mistral дают «достаточное» качество за долю стоимости. И спрос на инфраструктуру для них растёт: провайдеры доступа к открытым моделям OpenRouter и Fireworks поднимают раунды по высоким оценкам, а новая модель Kimi K3 конкурирует со свежими релизами Anthropic и OpenAI на кодинг-бенчмарках. Groq и Cerebras при этом интересны и публичным рынкам.

Что рост спроса на инференс-чипы значит для пользователя

Цепочка простая: дешевле инференс, ниже цена за токен, доступнее ИИ-сервисы. Ассистенты, переводчики, генераторы кода и разборщики видео работают на инференс-инфраструктуре. Когда её себестоимость падает, у сервисов появляется пространство раздавать больше бесплатных лимитов или снижать цену подписки.

Есть и вторая сторона, устойчивость. Чем меньше рынок завязан на одного вендора и один тип железа, тем ниже риск, что перебои с поставками или ценовая политика одной компании подкосят целую отрасль. Для тех, кто пользуется ИИ ежедневно, это значит, что сервисы станут дешевле и надёжнее.

Кстати, если вы гоняете ChatGPT, Claude или зарубежные ИI-сервисы из России и упираетесь в блокировки, стабильный доступ можно организовать через Sigma.

Частые вопросы

Чем инференс-чип отличается от обычного GPU?

GPU универсальны и особенно сильны в обучении моделей. Инференс-чипы, как SambaNova SN50, оптимизированы под запуск уже обученных моделей: они экономичнее по энергии, быстрее отдают ответы и дешевле в эксплуатации на массовых нагрузках.

Почему кредит под залог чипов это новость?

Потому что чип превращается в финансовый актив. Раньше банки не понимали, как оценивать амортизацию такого железа. CoreWeave доказала, что схема работает на GPU, а сделка General Compute переносит чип-обеспеченные кредиты на инференс-чипы, признак зрелости нового рынка.

Значит ли это конец Nvidia?

Нет. Nvidia по-прежнему доминирует в обучении моделей. Речь о том, что операционная часть рынка, инференс, становится конкурентной, и капитал начинает искать альтернативы среди SambaNova, Groq, Cerebras и AMD.

Источники

TechCrunch, о кредите на $400 млн для General Compute под залог инференс-чипов