TL;DR:
- Upper90 comprometió una línea de deuda de hasta 400 millones de dólares para General Compute: arranca en 100 millones y escala conforme entren clientes.
- El aval son chips de inferencia de SambaNova, no GPU. TechCrunch reporta que sería la primera operación de crédito respaldada con este tipo de silicio.
- El modelo de préstamo que hizo grande a CoreWeave empieza a moverse fuera del ecosistema de Nvidia, justo cuando Goldman Sachs Research proyecta que el consumo de tokens se multiplicará por 24 hacia 2030.
General Compute, una startup que renta capacidad de cómputo para correr modelos de inteligencia artificial ya entrenados, anunció este viernes 17 de julio de 2026 una línea de deuda comprometida de hasta 400 millones de dólares con Upper90 Capital Management. El dinero no entra de golpe: arranca en 100 millones y escala conforme crezca la demanda de clientes, según el comunicado de la empresa. La novedad está en el colateral. Lo que la startup puso en garantía son chips diseñados solo para inferencia, la fase en la que un modelo entrenado responde, y no los GPU, bastante más caros, con los que se entrena. TechCrunch, que reporteó la operación primero, la describe como posiblemente el primer préstamo del mercado respaldado con este tipo de silicio.
La inferencia es la etapa en la que un modelo ya entrenado genera respuestas, y le pide al hardware algo distinto que el entrenamiento: menos fuerza bruta, más velocidad, menos latencia. Un neocloud es una nube construida a la medida de las cargas de IA, a diferencia de la infraestructura de propósito general de hiperescaladores como AWS o Azure. General Compute es exactamente eso, y todo su negocio depende de servir tokens rápido y barato.
El crédito con chips como aval nació en 2021 y CoreWeave lo volvió negocio
Upper90 reparte crédito y capital entre empresas tecnológicas de semilla a Serie B. La fundaron Billy Libby y Jason Finger en 2018 y administra más de 1,200 millones de dólares en activos, de acuerdo con su propia descripción. Ya había pasado por este camino, y lo hizo cuando nadie más quería.
En 2021, la firma financió la compra de GPUs de Crusoe, la startup de centros de datos ligada a la energía. Libby, cofundador y CEO de Upper90 y extrader cuantitativo de Goldman Sachs, cree que ese fue el primer préstamo otorgado contra el valor de chips avanzados. Los prestamistas tradicionales le sacaban la vuelta a esas operaciones por una razón sencilla: nadie sabía a qué ritmo pierde valor un GPU. Después llegó CoreWeave, convirtió el crédito con chips como garantía en modelo de negocio y luego en la base de una salida a bolsa que sacudió al mercado. Hoy ese financiamiento es rutina. Libby le dijo a TechCrunch que, cuando su firma fue el primer grupo en financiar GPU de Nvidia, el mercado era ineficiente, y que llegar temprano les permitió cobrar por ese riesgo.
Por qué el dinero se mueve de los GPU a los chips de inferencia
Los GPU ya se entienden bien y, quizá, se compraron de más. Esa es la lectura que hace TechCrunch del momento, y el mercado la viene sintiendo: el 7 de julio, las acciones de TSMC cayeron casi 5% arrastradas por una ola de ventas en todo el sector de semiconductores, con los inversionistas revisando cuánta infraestructura de IA hacía falta de verdad.
Patricia Rodriguez
Con ese telón de fondo, Upper90 salió a buscar el siguiente escalón. Libby explicó a TechCrunch que su firma apostó a que los modelos de código abierto van a pesar en el mercado y que desde el año pasado rastreaba una empresa dedicada a la inferencia. La lógica es de aritmética simple: son pocas las organizaciones que necesitan entrenar un modelo desde cero, y muchísimas las que solo necesitan que uno les conteste rápido.
La tesis no vive sola. Las empresas que dan acceso a modelos abiertos, como OpenRouter y Fireworks, levantaron rondas nuevas a valuaciones grandes; K3, el modelo de Kimi que salió esta semana, ya pelea con lo último de Anthropic y OpenAI en pruebas de programación; y los fabricantes de silicio especializado, con Groq y Cerebras al frente, atrajeron compradores y mercados públicos. En diciembre, Nvidia cerró una operación de 20,000 millones de dólares con Groq. En mayo, Cerebras salió a bolsa valuada en 57,000 millones. Los tres datos, según TechCrunch. Y en julio, Tencent liberó Hy3 con licencia Apache 2.0, otro empujón para la misma corriente.
Alejandro Castillo Leone
Hay un número que explica la prisa. Goldman Sachs Research proyecta que el consumo de tokens se multiplicará por 24 entre 2026 y 2030, hasta 120 mil billones de tokens al mes, empujado por los agentes de IA. En el mismo análisis, el analista Jim Schneider advierte que habrá escasez de chips durante los próximos 12 meses, porque levantar una fábrica toma cerca de tres años y las metas del sector se mueven más rápido que el concreto. Es una proyección, no un hecho consumado.
Los chips que respaldan el préstamo son de SambaNova, no de Nvidia
General Compute cerró 15 millones de dólares entre pre-semilla y semilla. La ronda de mayo, liderada por FUSE VC, le puso una valuación post-money de 60 millones, según TechCrunch. La fundaron Finn Puklowski, CEO, y Jason Goodison, CTO. Su apuesta técnica es SambaNova, un fabricante respaldado por Intel que lleva años concentrado en inferencia y que se había salido del radar de Silicon Valley.
Los chips SN40 y SN50 son la pieza que sostiene todo. Se enfrían con aire, no con agua, y corren a 20 kW por rack, así que caben en centros de datos que ya existen sin obra nueva. La compañía dice tener más de 300 millones de dólares de suministro asegurado y con precio protegido, y espera ser el primer neocloud en desplegar silicio ASIC a escala. Ese detalle pesa más de lo que parece si la proyección de Goldman se cumple: en un mercado con escasez, unos chips apartados a precio fijo son justo el tipo de activo que un prestamista puede aceptar como colateral.
Estas son las cifras que publicó la empresa, ninguna verificada por un tercero:
- Inferencia 16 veces más rápida que una nube de GPU estándar, y 7 veces más rápido el tiempo hasta el primer token.
- Throughput de salida 8.5 veces mayor, hasta 1,000 tokens por segundo.
- Seis veces menos energía que los GPU actuales.
- Racks de 20 kW enfriados por aire, frente a los más de 120 kW y los retrofits de enfriamiento líquido que exigen los racks de GPU más nuevos.
- Instalación en semanas dentro de instalaciones existentes, en lugar de años.
Una de esas cifras se movió. En mayo, Puklowski le dijo a TechCrunch que los nuevos chips generarían entre 600 y 700 tokens por segundo, contra unos 250 de un GPU. El comunicado de julio habla de 1,000. Ninguna de las dos tiene validación externa.
Hay un dato que el comunicado no esconde y que ayuda a calibrar la operación: Upper90 también es accionista de General Compute. Aparece en la lista de inversionistas de la ronda que publica la propia startup, junto con FUSE VC, Village Global, Carya Venture Partners, NZVC, Matterscale Ventures y Mana Ventures. Quien presta el dinero y quien tiene acciones son la misma firma.
"Nuestro papel es asegurar que la compañía tenga el capital que necesita para escalar", dijo Billy Libby, cofundador y CEO de Upper90, en el comunicado.
La apuesta de fondo, la que le da sentido al colateral, es que el silicio ajeno a Nvidia empiece a tener compradores. TensorWave, otra empresa de infraestructura de IA, hace algo parecido de la mano de AMD. General Compute, según su comunicado, no tiene asignación de GPU que proteger, lo que le deja las manos libres para elegir chip, pero también lo amarra a un fabricante cuyo silicio, por admisión del propio texto, todavía no se ha desplegado a escala en ningún neocloud.
"Es la primera señal de capital organizándose y fragmentando el dominio monopólico de Nvidia", dijo Finn Puklowski, cofundador y CEO de General Compute, a TechCrunch.
Para quien programa desde México, Madrid o Bogotá y paga su factura de API en dólares, todo esto se traduce en una sola cosa: el precio del token. Goldman Sachs Research calcula que ese costo baja entre 60% y 70% al año gracias a chips más eficientes. Que un prestamista acepte como garantía silicio que no lleva el logo de Nvidia significa que la caída deja de colgar de un solo proveedor. Por ahora, eso vale 100 millones de dólares. Los otros 300 dependen de que lleguen los clientes.
