General Compute的SN50芯片来自SambaNova，采用可重构数据流架构（RDU），与英伟达GPU截然不同。它把推理管线拆成两段：用英伟达H200做预填充，用SN50做解码输出。这套异构方案在Llama 3.3 70B模型上推理速度可达B200的5倍，智能体吞吐量超3倍，能效是B200的8倍。更关键的是风冷设计，无需液冷即可部署，让新一代数据中心建设周期从数月缩短到数周。

Upper90做的不是普通贷款，而是一种以芯片本身为抵押品的资产融资。2021年，它为Crusoe的GPU采购提供首笔此类贷款，当时传统银行因GPU折旧风险而避之不及。CoreWeave随后把这种模式做成核心业务——用英伟达芯片作抵押，撬动数十亿美元债务，并以此支撑IPO。如今GPU抵押融资已成熟，Upper90才转向推理芯片。这笔4亿美元交易对标的是当年GPU融资的起点，赌的是推理芯片能否像GPU一样成为可抵押的硬通货。

大量资本涌入推理芯片，但麻省理工科技评论指出，这个市场不会诞生另一个英伟达。原因在于：推理场景极度碎片化——云端高吞吐、边缘低延迟、端侧死磕功耗，没有任何单一芯片能通吃所有场景。上一轮挑战者（Groq、Cerebras、Graphcore）要么被收购、要么授权技术给英伟达，格局未变。这一轮不同在于模型厂商（OpenAI、Meta）亲自下场自研芯片，但它们的定位是“补位而非替代”——只承接内部高重复、稳定的工作负载，核心训练仍依赖英伟达GPU。

Upper90转向推理芯片，释放了三个可观察的后续信号。第一，开源模型生态已到转折点——OpenRouter、Fireworks等开源推理平台估值飙升，Kimi K3在编码基准上追上Anthropic和OpenAI，证明开源模型能商用。第二，资本市场对非英伟达芯片的接受度在上升——SambaNova 7个月估值从16亿美元翻到110亿美元，Cerebras IPO估值从81亿飙到350亿。第三，最大的变量在于2026-2027年：OpenAI的Jalapeño芯片年底部署后能否把推理成本砍半，以及英伟达的LPU反击能否守住份额。

推理专用芯片的二手市场远比GPU薄弱，且迭代更快——SambaNova SN50性能是上一代的5倍，意味着旧芯片贬值曲线更陡。英伟达GPU作为抵押品已经历了CoreWeave的完整验证周期（穆迪给出A3投资级评级），但推理芯片尚无类似案例。真正值得追问的是：当推理芯片的价值高度绑定于特定模型架构（如SN50依赖SambaNova的RDU），一旦模型生态迁移，抵押品价值会否瞬间归零？这决定了Upper90这笔4亿美元赌注的风险边界。