26 października startup Unconventional AI, wyceniany na 4,5 miliarda dolarów, ogłosił nieujawnioną transakcję gotówkowo-akcyjną obejmującą przejęcie NeuReality, izraelskiej firmy produkującej chipy, jak poinformował Reuters. Przejęcie daje firmie coś, czego same eksperymentalne chipy nie mogą zapewnić: inżynierów zdolnych zamienić krzem w produkty, które można sprzedawać klientom.

Od pięcioletniego planu do serii przejęć

CEO Naveen Rao pierwotnie zakładał harmonogram trzech lat badań i pięciu lat przed wprowadzeniem produktu na rynek. Inżynieria wspierana przez AI pozwoliła jednak Unconventional ukończyć pierwszy chip testowy i zbliżyć się do ukończenia drugiego. Rao stwierdził, że „sprawy poszły znacznie szybciej, niż przewidywano”, dodając, że firma zbudowała już „kości badawcze” i teraz musi „zbudować kości produkcyjne”.

Rao ma na koncie sukcesy w branży: sprzedał Nervana firmie Intel za ponad 400 milionów dolarów, a MosaicML firmie Databricks za 1,3 miliarda dolarów. Runda seed o wartości 475 milionów dolarów dla Unconventional, wspierana przez Lightspeed i Andreessen Horowitz, realizuje wizję obliczeniową przedstawioną przez firmę w ogłoszeniu jej startu.

Do czego NeuReality zostało stworzone

NeuReality zostało założone w 2019 roku przez Moshe Tanacha, Zvikę Shmueli i Yossiego Kasusa. Firma przez lata pracowała nad obniżeniem kosztów przesyłania danych i zarządzania zadaniami podczas inferencji AI — etapu, na którym wytrenowane modele generują odpowiedzi dla użytkowników. Architektura NR1 wykorzystuje silnik sieciowy wraz ze sprzętowym hipernadzorcą, komponentem zarządzającym i izolującym zadania obliczeniowe, aby wykonywać pracę, która w przeciwnym razie spoczywałaby na procesorach hosta.

To doświadczenie Unconventional chce pozyskać dzięki przejęciu. Do firmy dołączy około 40 izraelskich pracowników, choć część personelu sprzedaży, marketingu i finansów straci pracę, jak poinformował Globes. Zarządy obu firm zatwierdziły transakcję, której zamknięcie oczekiwane jest w czwartym kwartale 2026 roku, zgodnie z oświadczeniem NeuReality. Oczekiwane zamknięcie przypada w momencie, gdy drugi chip testowy Unconventional zbliża się do ukończenia — przekazanie od „kości badawczych”, które opisywał Rao, do „kości produkcyjnych”, które ma zapewnić ta transakcja.

Cena zakupu pozostaje nieujawniona, ale Globes szacuje ją na 150–200 milionów dolarów. Dla porównania, wycena NeuReality w lipcu 2023 roku wynosiła 220 milionów dolarów. Izraelski startup od momentu założenia pozyskał około 105 milionów dolarów.

Obietnica 1000x w starciu z mierzalnymi wynikami

Unconventional uważa, że wykorzystanie obwodów analogowych odwzorowujących systemy biologiczne może poprawić wydajność obliczeń AI tysiąckrotnie w porównaniu ze standardowymi projektami. To ambitny cel — a firma jak dotąd nie przedstawiła dowodu tych zalet w komercyjnie opłacalnym produkcie.

NeuReality ma bardziej konkretne wyniki, choć z ograniczeniami. W testach z 2024 roku firma zgłosiła średnie oszczędności kosztów na zapytanie rzędu 90% przy użyciu systemów NR1-S, opartych na architekturze NR1 i połączonych z akceleratorami Qualcomm Cloud AI 100, w porównaniu z wybranymi systemami z procesorami hosta opartymi na Nvidia H100 i L40S. Jednak NeuReality przeprowadziło testy samodzielnie, używając różnych konfiguracji sprzętowych. Zgłoszone oszczędności kosztów nie zostały niezależnie zweryfikowane i nie należy ich mylić z oszczędnościami energii.

Dla szerszego porównania branżowego, wrześniowe wyniki MLPerf v6.1, opublikowane przez MLCommons, organizację branżową utrzymującą benchmark, wykazały 5,7-krotną poprawę rok do roku dla najlepszego wyniku DeepSeek-R1 na akcelerator. To odkrycie pokazuje, jak szybko rośnie wydajność inferencji, ale nie potwierdza celu 1000x firmy Unconventional ani zgłaszanych oszczędności kosztów NeuReality. Benchmarki takie jak MLPerf to miejsce, gdzie liczby dostawców spotykają się ze standaryzowanym, porównywalnym pomiarem — czyli z takim niezależnym验证... takim zewnętrznym potwierdzeniem, z jakim wskaźnik 1000x firmy Unconventional nie miał jeszcze do czynienia.

Dlaczego ten wyścig ma znaczenie dla Nvidii, chmur i rachunków za prąd

TrendForce oczekuje, że systemy oparte na ASIC — chipach zaprojektowanych do konkretnych zadań, a nie ogólnego przeznaczenia procesorów GPU — będą stanowić 27,8% wysyłek serwerów AI w 2026 roku i prawie 40% do 2030 roku. Agenticzny AI zwiększa również popyt na procesory CPU: osobna prognoza TrendForce przewiduje, że wysyłki mogą wzrosnąć o ponad 40% w 2027 roku.

Rosnący popyt na obliczenia AI obciąża również dostawy energii elektrycznej. IEA prognozuje wzrost zużycia energii przez centra danych z 485 TWh w 2025 roku do 950 TWh do 2030 roku — niemal podwojenie w ciągu pięciu lat. Ta presja przyciąga inwestycje do alternatyw dla Nvidii obiecujących bardziej wydajną inferencję. Przykładem jest konkurencyjny producent chipów Etched, który osiągnął wycenę 20,3 miliarda dolarów, jak poinformował Cryptopolitan.

Jednak entuzjazm inwestorów nie gwarantuje lepszej wydajności ani niższych kosztów energii. Dla Unconventional prawdziwym wyzwaniem jest przekształcenie prototypowych chipów w produkty komercyjne — i niezależne wykazanie, że obiecane zyski wydajnościowe sprawdzają się w praktyce.