{"id":1611,"date":"2026-07-19T03:32:41","date_gmt":"2026-07-19T03:32:41","guid":{"rendered":"https:\/\/convly.ai\/?p=1611"},"modified":"2026-07-19T03:32:41","modified_gmt":"2026-07-19T03:32:41","slug":"inference-chips-loan-collateral-general-compute-400m","status":"publish","type":"post","link":"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/","title":{"rendered":"Chip per inferenza come garanzia per prestiti: l'accordo da 400 milioni di dollari di General Compute"},"content":{"rendered":"<p>Un accordo finanziario che utilizza <strong>chip per inferenza come garanzia per prestiti<\/strong>, anzich\u00e9 GPU NVIDIA, \u00e8 diventato centrale nella conversazione sull'hardware per l'IA. Secondo Tech Times, General Compute ha concluso un accordo storico da 400 milioni di dollari statunitensi in cui i chip per inferenza costituiscono le attivit\u00e0 impegnate a garanzia del prestito. Questa scelta \u00e8 significativa: per gran parte dell\u2019attuale espansione nel settore IA, i processori grafici prodotti da NVIDIA sono stati l\u2019hardware contro cui i finanziatori erano disposti a prestare denaro. Un accordo che sostituisce tali GPU con chip specializzati per l\u2019inferenza indica un mercato maturo e sempre pi\u00f9 diversificato per le macchine che eseguono carichi di lavoro IA moderni.<\/p>\n<div class=\"convly-tldr\">\n<h3>Punti chiave<\/h3>\n<ul>\n<li>Tech Times riferisce che General Compute ha concluso un accordo storico da circa 400 milioni di dollari statunitensi utilizzando chip per inferenza come garanzia per prestiti.<\/li>\n<li>L\u2019accordo sostituisce le GPU NVIDIA, che tradizionalmente hanno costituito la base dei finanziamenti garantiti da hardware nell\u2019era dell\u2019IA, con chip dedicati per l\u2019inferenza.<\/li>\n<li>La notizia suggerisce che finanziatori e operatori potrebbero considerare sempre pi\u00f9 spesso i chip ottimizzati per l\u2019inferenza come asset bancabili e finanziabili di per s\u00e9.<\/li>\n<li>I termini specifici \u2014 il finanziatore, il fornitore dei chip, il tasso d\u2019interesse e il piano di rimborso \u2014 non sono indicati nelle informazioni disponibili, pertanto questi dettagli restano non confermati.<\/li>\n<li>Per gli sviluppatori di IA e gli utenti di modelli, la domanda pi\u00f9 ampia \u00e8 se un hardware per inferenza pi\u00f9 economico e diversificato si tradurr\u00e0 infine in costi inferiori per l\u2019erogazione dei servizi.<\/li>\n<\/ul>\n<\/div>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_84 counter-flat ez-toc-counter ez-toc-container-direction\">\n<label for=\"ez-toc-cssicon-toggle-item-6a67e7709c87b\" class=\"ez-toc-cssicon-toggle-label\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Attiva\/Disattiva<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #000000;color:#000000\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #000000;color:#000000\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/label><input type=\"checkbox\"  id=\"ez-toc-cssicon-toggle-item-6a67e7709c87b\"  aria-label=\"Attiva\/Disattiva\" \/><nav><ul class='ez-toc-list ez-toc-list-level-1' ><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#What_General_Computes_400M_deal_actually_says\" >Cosa dice effettivamente l\u2019accordo da 400 milioni di dollari di General Compute<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#Why_inference_chips_as_loan_collateral_is_a_shift\" >Perch\u00e9 utilizzare chip per inferenza come garanzia rappresenta una svolta<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#How_GPU-backed_financing_set_the_stage\" >Come i finanziamenti garantiti da GPU hanno preparato il terreno<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-4\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#What_it_could_mean_for_AI_developers_and_model_users\" >Cosa potrebbe significare per gli sviluppatori di IA e gli utenti di modelli<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-5\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#What_the_sources_confirm_%E2%80%94_and_what_they_do_not\" >Cosa confermano le fonti \u2014 e cosa non confermano<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-6\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#The_competitive_backdrop_for_inference_silicon\" >Contesto competitivo per i chip per inferenza<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-7\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#Frequently_asked_questions\" >Domande frequenti<\/a><\/li><li class='ez-toc-page-1'><a class=\"ez-toc-link ez-toc-heading-8\" href=\"https:\/\/convly.ai\/it\/inference-chips-loan-collateral-general-compute-400m\/#The_bottom_line\" >In sintesi<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"What_General_Computes_400M_deal_actually_says\"><\/span>Cosa dice effettivamente l\u2019accordo da 400 milioni di dollari di General Compute<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>I fatti riportati sono limitati ma significativi. Secondo Tech Times, General Compute ha stipulato un prestito di circa 400 milioni di dollari statunitensi, la cui garanzia \u00e8 costituita da una scorta di chip per inferenza anzich\u00e9 da GPU NVIDIA. Questo \u00e8 il nucleo della notizia, e vale la pena essere precisi nel distinguere ci\u00f2 che \u00e8 stato effettivamente riportato da quanto non lo \u00e8. Il titolo identifica solo parzialmente le parti coinvolte \u2014 General Compute \u00e8 citata \u2014 oltre all\u2019importo dell\u2019accordo e alla natura della garanzia. Non specifica, nei materiali a nostra disposizione, il finanziatore, il fornitore o l\u2019architettura esatta dei chip, la durata del prestito n\u00e9 la metodologia di valutazione applicata all\u2019hardware.<\/p>\n<p>Trattiamo queste omissioni come lacune effettive, senza tentare di colmarle arbitrariamente. Ci\u00f2 che possiamo affermare con sicurezza \u00e8 che questa transazione viene descritta come un caso unico nel suo genere, o quantomeno insolitamente rilevante, di utilizzo di chip specifici per l\u2019inferenza nel contesto del finanziamento garantito da asset. Proprio questa caratterizzazione \u00e8 il motivo per cui l\u2019accordo sta suscitando attenzione: tratta una categoria di chip che fino a oggi ha operato prevalentemente all\u2019ombra di NVIDIA come un asset serio e finanziabile.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Why_inference_chips_as_loan_collateral_is_a_shift\"><\/span>Perch\u00e9 utilizzare chip per inferenza come garanzia rappresenta una svolta<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Per comprendere perch\u00e9 l\u2019utilizzo di <strong>chip per inferenza come garanzia per prestiti<\/strong> \u00e8 degno di nota, \u00e8 utile distinguere due fasi del calcolo per l\u2019IA. Addestrare un modello di grandi dimensioni richiede molta potenza computazionale ed \u00e8 stato dominato da GPU di fascia alta. L\u2019inferenza \u2014 ovvero l\u2019esecuzione effettiva del modello addestrato per rispondere a domande, generare testo o classificare dati \u2014 \u00e8 invece un carico di lavoro differente e, nel complesso, molto pi\u00f9 ampio. Man mano che i servizi IA distribuiti si espandono, il volume di inferenza pu\u00f2 superare di gran lunga il costo unico dell\u2019addestramento; ecco perch\u00e9 \u00e8 emersa una nuova ondata di chip progettati appositamente per eseguire modelli in modo efficiente.<\/p>\n<p>Concedere prestiti garantiti da hardware richiede che il finanziatore creda in due cose: che l\u2019asset conservi valore e che possa essere rivenduto o riassegnato in caso di inadempienza del debitore. Le GPU NVIDIA hanno soddisfatto entrambe le condizioni grazie alla loro liquidit\u00e0 \u2014 esiste un mercato secondario profondo e molto attivo. Accettando, secondo quanto riportato, chip per inferenza al loro posto, le controparti coinvolte nell\u2019accordo di General Compute stanno implicitamente affermando che questa categoria di chip soddisfa ormai un livello analogo di affidabilit\u00e0. Questo \u00e8 il significato analitico della notizia, da intendersi come contesto piuttosto che come fatto nuovo: il mercato potrebbe cominciare a considerare l\u2019hardware dedicato all\u2019inferenza come un asset duraturo e idoneo a fungere da garanzia.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"How_GPU-backed_financing_set_the_stage\"><\/span>Come i finanziamenti garantiti da GPU hanno preparato il terreno<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>A titolo di contesto \u2014 e questo \u00e8 un quadro generale del settore, non parte del report di Tech Times \u2014 negli ultimi anni sono stati raccolti ingenti capitali garantendo flotte di acceleratori IA. Gli operatori di data center e i fornitori specializzati di capacit\u00e0 computazionale hanno utilizzato il proprio hardware come garanzia per finanziare espansioni rapide, e le GPU NVIDIA sono state la garanzia naturale grazie alla loro diffusione e al valore di rivendita. Questo modello ha trasformato la GPU non solo in un componente tecnologico, ma anche in uno strumento contabile.<\/p>\n<p>Il compromesso \u00e8 sempre stato quello della concentrazione. Fare affidamento sui componenti di un singolo fornitore sia per l\u2019esecuzione dei carichi di lavoro sia per il finanziamento lega strettamente le sorti di un operatore alla roadmap, ai prezzi e alla disponibilit\u00e0 di quel fornitore. Un accordo che amplia la gamma di garanzie accettabili includendo anche i chip per inferenza, almeno in linea di principio, allenta tale dipendenza. I lettori interessati agli aspetti hardware possono confrontare le opzioni attuali nel nostro approfondimento sui <a href=\"https:\/\/convly.ai\/it\/best-gpus-for-ai-2026\/\">migliori GPU per l'IA<\/a>, e valutarne il rapporto qualit\u00e0-prezzo confrontando diversi acceleratori nel nostro <a href=\"https:\/\/convly.ai\/it\/ai-price-performance-index-2026\/\">indice prezzo-prestazioni per l'IA<\/a>.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_it_could_mean_for_AI_developers_and_model_users\"><\/span>Cosa potrebbe significare per gli sviluppatori di IA e gli utenti di modelli<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>L\u2019accordo in s\u00e9 \u00e8 una notizia finanziaria, ma gli effetti di secondo ordine sono quelli che interessano chi costruisce applicazioni basate sull\u2019IA. Se i chip per inferenza diventano pi\u00f9 facili da finanziare, diminuisce il costo del capitale necessario per mettere in piedi capacit\u00e0 di erogazione, consentendo agli operatori di schierarne di pi\u00f9. Storicamente, una maggiore e pi\u00f9 competitiva offerta di hardware per l\u2019erogazione ha tendenzialmente ridotto il costo per token dell\u2019esecuzione dei modelli \u2014 anche se non \u00e8 ancora chiaro se ci\u00f2 avverr\u00e0 anche in questo caso, dato che i dettagli non sono coperti dal report.<\/p>\n<p>Per i team che devono scegliere tra noleggiare capacit\u00e0 oppure acquistarla, l\u2019economia hardware influenza direttamente la decisione tra costruire o acquistare. Il nostro <a href=\"https:\/\/convly.ai\/it\/self-hosting-vs-api-calculator\/\">calcolatore self-hosting vs API<\/a> \u00e8 stato progettato proprio per questo tipo di confronto, e chiunque stia valutando distribuzioni locali pu\u00f2 stimare le esigenze di memoria con il nostro <a href=\"https:\/\/convly.ai\/it\/llm-vram-calculator\/\">calcolatore gratuito di VRAM<\/a>. Il filo conduttore \u00e8 semplice: chip per inferenza pi\u00f9 economici e diversificati rappresentano, nel tempo, una buona notizia per i costi di esecuzione dell\u2019IA \u2014 tuttavia l\u2019accordo di General Compute \u00e8 una singola operazione finanziaria, non un taglio generalizzato dei prezzi sul mercato, e va interpretato di conseguenza.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"What_the_sources_confirm_%E2%80%94_and_what_they_do_not\"><\/span>Cosa confermano le fonti \u2014 e cosa non confermano<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Poich\u00e9 il report originale consiste in un semplice titolo e un breve estratto, \u00e8 fondamentale essere trasparenti riguardo alle prove disponibili. La tabella seguente distingue i dettagli effettivamente riportati da quelli non specificati. Non abbiamo inventato alcun dato; dove le informazioni mancano, sono indicate come \"non divulgate\".<\/p>\n<table class=\"convly-vs\">\n<thead>\n<tr>\n<th>Dettagli<\/th>\n<th>Ci\u00f2 che il report afferma<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Importo dell\u2019accordo riportato<\/td>\n<td>Circa 400 milioni di dollari statunitensi<\/td>\n<\/tr>\n<tr>\n<td>Garanzia<\/td>\n<td>Chip per inferenza, in sostituzione delle GPU NVIDIA<\/td>\n<\/tr>\n<tr>\n<td>Parte citata<\/td>\n<td>General Compute<\/td>\n<\/tr>\n<tr>\n<td>Caratterizzazione<\/td>\n<td>Un accordo storico, secondo Tech Times<\/td>\n<\/tr>\n<tr>\n<td>Finanziatore<\/td>\n<td>Non divulgato nell\u2019estratto<\/td>\n<\/tr>\n<tr>\n<td>Fornitore o architettura dei chip<\/td>\n<td>Non divulgato nell\u2019estratto<\/td>\n<\/tr>\n<tr>\n<td>Termini del prestito, tasso d\u2019interesse, durata<\/td>\n<td>Non divulgato nell\u2019estratto<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Questa disciplina \u00e8 cruciale in un mercato in rapida evoluzione, dove i dettagli vengono facilmente dati per scontati. Riportare esclusivamente quanto effettivamente documentato mantiene onesta l\u2019analisi e permette ai lettori di valutare l\u2019effettiva rilevanza della notizia senza essere influenzati da cifre mai pubblicate. Per chi segue i modelli che questi chip dovranno infine supportare, il nostro <a href=\"https:\/\/convly.ai\/it\/models\/\">Database di modelli IA<\/a> elenca le specifiche e i prezzi attuali.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_competitive_backdrop_for_inference_silicon\"><\/span>Contesto competitivo per i chip per inferenza<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Nel contesto generale, la domanda di chip specificamente progettati per l\u2019inferenza \u00e8 cresciuta parallelamente al dispiegamento di servizi AI in produzione. L\u2019economia legata all\u2019erogazione di modelli su larga scala premia l\u2019hardware ottimizzato per il throughput, l\u2019efficienza energetica e il costo per richiesta, piuttosto che per le prestazioni grezze di addestramento. Un accordo finanziario che utilizza tali chip come garanzia rappresenta, di fatto, un segnale di mercato del fatto che questa categoria possiede una solida sostenibilit\u00e0 commerciale. \u00c8 ragionevole interpretare la transazione di General Compute come parte di questo pi\u00f9 ampio processo di normalizzazione dell\u2019hardware per l\u2019inferenza \u2014 pur ricordando che un singolo accordo, di per s\u00e9, non costituisce una tendenza consolidata.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"Frequently_asked_questions\"><\/span>Domande frequenti<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p><strong>Di cosa tratta l\u2019accordo con General Compute?<\/strong> Secondo Tech Times, General Compute ha concluso un prestito storico da 400 milioni di dollari USA, nel quale i chip per l\u2019inferenza vengono utilizzati come garanzia del prestito al posto delle GPU NVIDIA.<\/p>\n<p><strong>Perch\u00e9 \u00e8 significativo utilizzare chip per l\u2019inferenza come garanzia del prestito?<\/strong> Ci\u00f2 suggerisce che i finanziatori sono pronti a considerare i chip specifici per l\u2019inferenza come un asset bancabile e rivendibile \u2014 un ruolo che, fino a oggi, \u00e8 stato tipicamente ricoperto dalle GPU NVIDIA nei finanziamenti garantiti da hardware nell\u2019era dell\u2019IA.<\/p>\n<p><strong>Quale azienda o chip fornisce la garanzia?<\/strong> General Compute \u00e8 la parte indicata. Il produttore specifico dei chip, l\u2019architettura e l\u2019istituto finanziatore non sono menzionati nelle informazioni disponibili, pertanto questi dettagli rimangono non confermati.<\/p>\n<p><strong>Questo significa che l\u2019inferenza AI diventer\u00e0 pi\u00f9 economica?<\/strong> Non direttamente. Un accesso pi\u00f9 agevole ai finanziamenti per l\u2019hardware dedicato all\u2019inferenza pu\u00f2, nel tempo, espandere la capacit\u00e0 di erogazione dei servizi e ridurre i costi per richiesta, ma l\u2019accordo riportato rappresenta una singola operazione finanziaria e non determina di per s\u00e9 i prezzi di mercato.<\/p>\n<p><strong>A quanto ammonta l\u2019accordo?<\/strong> Tech Times riporta un importo di circa 400 milioni di dollari USA. Nessun ulteriore dettaglio finanziario \u00e8 stato reso noto nel breve estratto di cui disponiamo.<\/p>\n<h2><span class=\"ez-toc-section\" id=\"The_bottom_line\"><\/span>In sintesi<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>Ridotta all\u2019essenziale, la notizia \u00e8 semplice, ma le sue implicazioni sono pi\u00f9 ampie della sua brevit\u00e0. Secondo Tech Times, General Compute ha utilizzato <strong>chip per inferenza come garanzia per prestiti<\/strong> in un accordo storico da 400 milioni di dollari USA, distaccandosi cos\u00ec dalle GPU NVIDIA che hanno costituito il pilastro di gran parte dei finanziamenti garantiti da hardware nell\u2019era dell\u2019IA. La copertura giornalistica \u00e8 scarsa di dettagli tecnici e finanziari, e noi ci siamo astenuti dal colmare queste lacune. Tuttavia, la direzione intrapresa \u00e8 sufficientemente chiara: man mano che l\u2019inferenza diventa il costo dominante e continuativo nell\u2019esecuzione di sistemi AI, i chip che eseguono tale compito cominciano a essere trattati come asset finanziari rilevanti. Se questo sar\u00e0 il primo di molti accordi analoghi o un caso isolato dipender\u00e0 da dettagli ancora non pubblicati \u2014 ed \u00e8 proprio su questi aspetti che continueremo a concentrare la nostra attenzione.<\/p>\n<p><em>Fonti: news.google.com. Segnalato il 19 luglio 2026.<\/em><\/p>","protected":false},"excerpt":{"rendered":"<p>General Compute has closed a landmark US$400 million deal that uses inference chips as loan collateral in place of Nvidia GPUs, according to Tech Times. We unpack what it signals for AI hardware financing.<\/p>","protected":false},"author":1,"featured_media":1612,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[245],"tags":[936,874,940,939,935,937,938],"class_list":["post-1611","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-chips","tag-ai-chip-financing","tag-ai-hardware","tag-asset-backed-lending","tag-general-compute","tag-inference-chips","tag-loan-collateral","tag-nvidia-gpus"],"_links":{"self":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1611","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/comments?post=1611"}],"version-history":[{"count":1,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1611\/revisions"}],"predecessor-version":[{"id":1613,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/posts\/1611\/revisions\/1613"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media\/1612"}],"wp:attachment":[{"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/media?parent=1611"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/categories?post=1611"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/convly.ai\/it\/wp-json\/wp\/v2\/tags?post=1611"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}