Unconventional AI neemt NeuReality over om prototype-chips om te zetten in producten
Belangrijkste punten
- •Unconventional AI verwacht via de overname van NeuReality productie- en inferentie-engineeringmogelijkheden te verkrijgen.
- •De transactie is goedgekeurd door de raden van beide bedrijven en wordt naar verwachting in het vierde kwartaal van 2026 afgerond.
- •Ongeveer 40 NeuReality-medewerkers stappen over naar Unconventional, terwijl een deel van het personeel in verkoop, marketing en financiën zijn baan verliest.
- •Globes schatte het onbekende overnamebedrag op $150 miljoen tot $200 miljoen, tegenover de waardering van NeuReality van $220 miljoen in 2023.
- •De voorspelde duizendvoudige efficiëntiewinst van Unconventional is nog niet aangetoond in een commercieel levensvatbaar product of onafhankelijk gevalideerd.

Op 26 oktober kondigde Unconventional AI, een startup met een waardering van $4,5 miljard, een overname in contanten en aandelen van NeuReality, een Israëlische chipfabrikant, aan met een onbekend transactiebedrag, zoals Reuters berichtte. De overname geeft het bedrijf iets wat zijn experimentele chips alleen niet kunnen bieden: ingenieurs die in staat zijn om silicium om te zetten in producten die aan klanten kunnen worden verkocht.
Van een vijfjarenplan naar een overnamejacht
CEO Naveen Rao hanteerde aanvankelijk een tijdlijn van drie jaar onderzoek en vijf jaar voordat een product op de markt zou komen. Dankzij AI-ondersteunde engineering heeft Unconventional in plaats daarvan zijn eerste testchip afgerond en zit dicht bij de voltooiing van een tweede. Rao zei dat “de zaken veel sneller zijn gegaan dan verwacht”, en voegde eraan toe dat het bedrijf nu het “onderzoeksfundament” heeft opgebouwd en nu het “productiefundament” moet opbouwen.
Rao heeft een trackrecord in de sector: hij verkocht Nervana aan Intel voor meer dan $400 miljoen en MosaicML aan Databricks voor $1,3 miljard. De seed-ronde van $475 miljoen voor Unconventional, ondersteund door Lightspeed en Andreessen Horowitz, ondersteunt de computervisie die het bedrijf schetste in zijn lanceringaankondiging.
Waar NeuReality voor is opgericht
NeuReality werd in 2019 opgericht door Moshe Tanach, Zvika Shmueli en Yossi Kasus. Het bedrijf heeft jarenlang gewerkt aan het verlagen van de kosten van datatransmissie en taakbeheer tijdens AI-inferentie — de fase waarin getrainde modellen antwoorden voor gebruikers genereren. De NR1-architectuur van het bedrijf gebruikt een netwerkengine naast een hardware-hypervisor, een component die computertaken beheert en isoleert, om werk uit te voeren dat anders door host-CPU's zou worden afgehandeld.
Die ervaring hoopt Unconventional met de overname te verwerven. Ongeveer 40 Israëlische medewerkers stappen over naar het bedrijf, hoewel een deel van de medewerkers in verkoop, marketing en financiën zijn baan verliest, meldde Globes. De raden van beide bedrijven hebben de deal goedgekeurd, die naar verwachting in het vierde kwartaal van 2026 wordt afgerond, aldus de verklaring van NeuReality. De verwachte afronding valt samen met de bijna voltooide tweede testchip van Unconventional — de overgang van het “onderzoeksfundament” dat Rao beschreef naar het “productiefundament” dat de deal moet leveren.
Het overnamebedrag blijft onbekend, maar Globes schat het op $150 miljoen–$200 miljoen. Ter vergelijking: NeuReality werd in juli 2023 gewaardeerd op $220 miljoen. De Israëlische startup heeft sinds de oprichting ongeveer $105 miljoen opgehaald.
De 1.000x-belofte tegenover gemeten resultaten
Unconventional gelooft dat het gebruik van analoge schakelingen die biologische systemen nabootsen de efficiëntie van AI-computing tot een factor 1.000 kan verbeteren ten opzichte van standaardontwerpen. Het is een ambitieus doel — en het bedrijf moet nog bewijs leveren van deze voordelen in een commercieel levensvatbaar product.
NeuReality heeft meer concrete resultaten, zij het met beperkingen. In zijn proeven uit 2024 meldde het bedrijf een gemiddelde kostenbesparing per query van 90% met NR1-S-systemen, gebaseerd op de NR1-architectuur en gekoppeld aan Qualcomm Cloud AI 100-accelerators, in vergelijking met geselecteerde CPU-gehoste systemen met Nvidia H100 en L40S. NeuReality voerde de tests echter zelf uit, met verschillende hardwareconfiguraties. De gerapporteerde kostenbesparingen zijn niet onafhankelijk geverifieerd en mogen niet worden verward met energiebesparingen.
Ter bredere sectorvergelijking: de resultaten van MLPerf v6.1 van september, gepubliceerd door MLCommons, de brancheorganisatie die de benchmark beheert, toonden een verbetering van 5,7 keer ten opzichte van het voorgaande jaar voor het beste per-accelerator-resultaat met DeepSeek-R1. Die bevinding laat zien hoe snel de inferentieprestaties vorderen, maar valideert niet het 1.000x-doel van Unconventional of de gerapporteerde kostenbesparingen van NeuReality. Benchmarks zoals MLPerf zijn het punt waar de cijfers van leveranciers worden afgezet tegen gestandaardiseerde, vergelijkbare metingen — het soort externe validatie waarmee het 1.000x-cijfer van Unconventional nog niet geconfronteerd is.
Waarom de race ertoe doet voor Nvidia, clouds en energierekeningen
TrendForce verwacht dat systemen op ASIC-basis — chips ontworpen voor specifieke workloads in plaats van algemene GPU's — 27,8% van de AI-serverzendingen in 2026 zullen uitmaken en bijna 40% in 2030. Agentische AI verhoogt ook de CPU-vraag: een aparte TrendForce-prognose verwacht dat de zendingen in 2027 met meer dan 40% kunnen stijgen.
De groeiende vraag naar AI-computing zet ook de elektriciteitsvoorziening onder druk. De IEA voorspelt dat het stroomverbruik van datacenters zal stijgen van 485 TWh in 2025 naar 950 TWh in 2030 — bijna een verdubbeling binnen vijf jaar. Die druk helpt investeringen aan te trekken in Nvidia-alternatieven die efficiëntere inferentie beloven. Een voorbeeld is de concurrerende chipmaker Etched, die een waardering van $20,3 miljard bereikte, zoals Cryptopolitan berichtte.
Maar investeerdersenthousiasme garandeert geen betere prestaties of lagere energiekosten. Voor Unconventional is de echte uitdaging om zijn prototype-chips om te zetten in commerciële producten — en onafhankelijk aan te tonen dat de beloofde efficiëntiewinst in de praktijk standhoudt.