Uma startup de infraestrutura de IA chamada General Compute acaba de levantar um empréstimo de US$ 400 milhões da Upper90, empresa de investimento especializada em tecnologia. O diferencial da operação, reportada pela TechCrunch em 17 de julho de 2026, está na garantia usada para o empréstimo: chips de inferência, não de treinamento. É possivelmente o primeiro deal a usar esse tipo de hardware como colateral em uma operação de financiamento de escala.
A distinção entre chips de treinamento e chips de inferência pode parecer técnica, mas tem implicações financeiras relevantes. Chips de treinamento, como as GPUs H100 e H200 da Nvidia, são ativos relativamente bem estabelecidos no mercado de crédito, com precedentes de uso como garantia em operações de financiamento. Chips de inferência, por outro lado, são otimizados para rodar modelos já treinados de forma rápida e eficiente, e até agora não tinham sido usados como colateral em operações dessa magnitude.
Quem é a General Compute
A General Compute foi fundada por Finn Puklowski, CEO, e Jason Goodison, CTO. A empresa constrói infraestrutura de neocloud especializada em inferência de IA, usando os chips SN50 da SambaNova como base tecnológica. Segundo a empresa, esses chips entregam até 16 vezes mais velocidade de inferência em comparação com GPUs tradicionais, uma vantagem que, se confirmada em produção, representa uma diferença significativa em custo e latência para empresas que rodam modelos de IA em escala.
A startup havia levantado apenas US$ 15 milhões em uma rodada seed em maio de 2026, o que torna o salto para um empréstimo de US$ 400 milhões ainda mais expressivo. Esse tipo de financiamento por dívida, usando o próprio hardware como garantia, é uma alternativa ao equity tradicional: permite que a empresa expanda sua infraestrutura sem diluir os fundadores e investidores existentes.
A Upper90 e o histórico de financiamento de chips
A Upper90 não chegou a esse mercado por acaso. A empresa, liderada por Billy Libby, ex-trader quantitativo do Goldman Sachs, tem um histórico relevante no financiamento de hardware de IA. Em 2021, a Upper90 financiou a compra de GPUs pela Crusoe, uma empresa de computação em nuvem, em uma operação que estabeleceu precedentes para empréstimos garantidos por chips.
Aquela operação de 2021 foi pioneira em um mercado que ainda olhava para chips de GPU com ceticismo do ponto de vista de crédito. Na época, a maioria dos credores tradicionais não sabia como avaliar GPUs como ativo. A Upper90 apostou que a demanda por computação de IA cresceria o suficiente para que esses chips mantivessem valor de mercado mesmo em cenários adversos, e a aposta se provou correta.
Agora, a empresa está repetindo a lógica com chips de inferência, em um mercado que está passando por uma transformação acelerada. A proliferação de modelos de linguagem de código aberto, que qualquer empresa pode baixar e rodar sem pagar licença, aumentou dramaticamente a demanda por infraestrutura de inferência barata e eficiente.
Por que a inferência está no centro das atenções
Durante anos, o foco da corrida de IA esteve no treinamento: quanto maior e mais caro o cluster de GPUs, mais poderoso o modelo resultante. Empresas como OpenAI, Anthropic e Google investiram bilhões em infraestrutura de treinamento para construir os modelos que hoje dominam o mercado.
Mas à medida que esses modelos são cada vez mais usados por aplicações reais, a inferência vira o gargalo. Cada vez que um usuário envia uma mensagem ao ChatGPT, faz uma consulta ao Gemini ou usa um assistente de IA no trabalho, está gerando uma demanda de inferência. Multiplique isso por centenas de milhões de usuários e você tem um problema de escala que exige infraestrutura dedicada.
Chips otimizados para inferência, como os SN50 da SambaNova usados pela General Compute, foram desenvolvidos exatamente para esse caso de uso. Eles não são necessariamente os melhores para treinar modelos novos, mas entregam respostas mais rápidas e baratas em modelos já prontos. Para empresas que precisam servir milhões de requisições por dia, essa diferença de desempenho se traduz diretamente em economia de custo operacional.
O mercado de neocloud está crescendo
A General Compute faz parte de uma geração de empresas chamadas neoclouds, provedores de computação em nuvem especializados em cargas de trabalho de IA, que competem com a AWS, Azure e Google Cloud em nichos específicos. Essas empresas não tentam ser plataformas completas; em vez disso, apostam em vantagens de custo ou performance em segmentos bem definidos.
O argumento comercial das neoclouds é direto: as grandes nuvens cobram preços premium por serviços de IA porque têm custos de infraestrutura e overhead operacional elevados. Um provedor especializado, com hardware mais eficiente para um caso de uso específico, pode oferecer o mesmo serviço por uma fração do preço e ainda ter margem para lucrar.
Se a promessa de 16 vezes mais velocidade de inferência dos chips SN50 se confirmar em produção para cargas de trabalho reais, a General Compute terá um argumento de venda difícil de ignorar para empresas que gastam dezenas de milhões de dólares por mês em computação de IA.
O sinal que esse deal envia ao mercado
Além do seu impacto imediato para a General Compute, o empréstimo de US$ 400 milhões da Upper90 envia um sinal importante para o mercado financeiro: chips de inferência são ativos financiáveis. Isso pode abrir portas para outras startups de infraestrutura de IA que buscam capital sem querer diluir sua participação acionária.
O mercado de crédito para hardware de IA ainda está em desenvolvimento. À medida que mais operações como essa são estruturadas e concluídas com sucesso, a percepção de risco associada a esses ativos tende a diminuir, e as condições de financiamento ficam mais favoráveis para novos entrantes. O que a Upper90 está fazendo com chips de inferência em 2026 é, em muitos aspectos, análogo ao que ela fez com GPUs em 2021.
Para o ecossistema de IA como um todo, a expansão do mercado de crédito para hardware especializado pode acelerar o desenvolvimento de infraestrutura que vai além das grandes nuvens. No longo prazo, isso beneficia qualquer empresa ou pesquisador que dependa de computação de IA acessível e performática para rodar suas aplicações.
O contexto mais amplo da corrida de infraestrutura
A operação da General Compute acontece em um momento em que a infraestrutura de IA voltou a ser o centro das atenções dos investidores. Após um período em que o foco estava nos modelos de linguagem e nas aplicações de software, o mercado percebeu que a camada de infraestrutura, chips, redes e data centers, é onde boa parte do valor da cadeia de IA será capturado.
Provedores de computação especializados, fabricantes de chips alternativos à Nvidia e empresas de financiamento de hardware como a Upper90 estão todos apostando que a demanda por inferência vai crescer exponencialmente nos próximos anos. O empréstimo de US$ 400 milhões para a General Compute é mais um dado nesse cenário, e sugere que o mercado financeiro está cada vez mais confortável em apostar nessa tese.
Fonte original: TechCrunch – Why the first GPU financiers are turning to inference chips in a $400 million deal (Tim Fernholz, 17 jul. 2026)
