Il 26 ottobre Unconventional AI, una startup valutata 4,5 miliardi di dollari, ha annunciato un accordo in contanti e azioni dal valore non dichiarato per acquisire NeuReality, un'azienda israeliana di produzione di chip, come riportato da Reuters. L'acquisizione mette nelle mani dell'azienda qualcosa che i suoi chip sperimentali da soli non possono offrire: ingegneri capaci di trasformare il silicio in prodotti vendibili ai clienti.

Da un piano quinquennale a un'orgia di acquisizioni

L'amministratore delegato Naveen Rao aveva inizialmente previsto una tempistica di tre anni di ricerca e cinque anni prima del lancio di un prodotto. L'ingegneria assistita dall'AI ha invece permesso a Unconventional di completare il suo primo chip di test e di avvicinarsi al completamento di un secondo. Rao ha dichiarato che "le cose sono andate molto più veloci del previsto", aggiungendo che l'azienda aveva ora "costruito le ossa della ricerca" e doveva ora "costruire le ossa della produzione".

Rao ha untrack record nel settore: ha venduto Nervana a Intel per più di 400 milioni di dollari e MosaicML a Databricks per 1,3 miliardi di dollari. Il round seed di 475 milioni di dollari di Unconventional, sostenuto da Lightspeed e Andreessen Horowitz, supporta la visione di computing delineata dall'azienda in il suo annuncio di lancio.

Cosa NeuReality era nata per risolvere

NeuReality è stata fondata nel 2019 da Moshe Tanach, Zvika Shmueli e Yossi Kasus. L'azienda ha trascorso anni lavorando per ridurre il costo della trasmissione dei dati e della gestione dei processi durante l'inferenza AI — la fase in cui i modelli addestrati generano risposte per gli utenti. La sua architettura NR1 impiega un motore di rete insieme a un hypervisor hardware, un componente che gestisce e isola i processi di calcolo, per eseguire lavoro che altrimenti sarebbe stato gestito dalle CPU host.

Quell'esperienza è ciò che Unconventional spera di ottenere dall'acquisizione. Circa 40 dipendenti israeliani si uniranno all'azienda, anche se alcuni membri del personale vendite, marketing e finanza perderanno il lavoro, ha riportato Globes. I consigli di amministrazione di entrambe le società hanno approvato l'accordo, la cui chiusura è prevista per il quarto trimestre del 2026, secondo l'annuncio di NeuReality. La chiusura prevista arriva proprio mentre il secondo chip di test di Unconventional si avvia al completamento — il passaggio dalle "ossa della ricerca" descritte da Rao alle "ossa della produzione" che l'accordo dovrebbe fornire.

Il prezzo di acquisto resta non dichiarato, ma Globes lo stima tra 150 e 200 milioni di dollari. A confronto, la valutazione di NeuReality era di 220 milioni di dollari a luglio 2023. La startup israeliana aveva raccolto circa 105 milioni di dollari dalla sua fondazione.

La promessa del 1.000x contro i risultati misurati

Unconventional ritiene che l'uso di circuiti analogici che replicano sistemi biologici possa migliorare l'efficienza del computing AI di un fattore 1.000 rispetto ai design standard. È un obiettivo ambizioso — e l'azienda non ha ancora fornito prova di questi vantaggi in un prodotto commercialmente valido.

NeuReality ha risultati più tangibili, anche se con limitazioni. Nei suoi test del 2024, l'azienda ha riportato un risparmio medio per query del 90% utilizzando sistemi NR1-S, basati sull'architettura NR1 e abbinati ad acceleratori Qualcomm Cloud AI 100, rispetto a sistemi selezionati basati su CPU con Nvidia H100 e L40S. Tuttavia, NeuReality ha condotto i test in proprio, utilizzando configurazioni hardware differenti. I risparmi sui costi riportati non sono stati verificati in modo indipendente e non vanno confusi con risparmi energetici.

Per un confronto più ampio con il settore, i risultati MLPerf v6.1 di settembre, pubblicati da MLCommons, il consorzio di settore che gestisce il benchmark, hanno mostrato un miglioramento di 5,7 volte rispetto all'anno precedente per il miglior risultato per acceleratore su DeepSeek-R1. Questo dato mostra quanto rapidamente stia avanzando la performance di inferenza, ma non convalida l'obiettivo del 1.000x di Unconventional né i risparmi sui costi riportati da NeuReality. Benchmark come MLPerf sono il punto in cui i numeri dei fornitori incontrano misurazioni standardizzate e confrontabili — il tipo di validazione esterna che la cifra del 1.000x di Unconventional non ha ancora affrontato.

Perché la corsa conta per Nvidia, i cloud e le bollette elettriche

TrendForce prevede che i sistemi basati su ASIC — chip progettati per carichi di lavoro specifici anziché GPU generiche — rappresenteranno il 27,8% delle spedizioni di server AI nel 2026 e quasi il 40% entro il 2030. Anche l'AI agentica sta aumentando la domanda di CPU: una previsione separata di TrendForce stima che le spedizioni potrebbero crescere di oltre il 40% nel 2027.

La crescente domanda di computing AI sta anche mettendo sotto pressione le forniture elettriche. L'IEA prevede che il consumo elettrico dei data center passerà da 485 TWh nel 2025 a 950 TWh entro il 2030 — quasi raddoppiando in cinque anni. Questa pressione sta contribuendo ad attrarre investimenti verso alternative a Nvidia che promettono inferenza più efficiente. Un esempio è il produttore concorrente Etched, che ha raggiunto una valutazione di 20,3 miliardi di dollari, come riportato da Cryptopolitan.

Ma l'entusiasmo degli investitori non garantisce prestazioni migliori o costi energetici inferiori. Per Unconventional, la vera sfida è trasformare i suoi chip prototipo in prodotti commerciali — e dimostrare in modo indipendente che i guadagni di efficienza promessi reggono nella pratica.