НовостиАкцииUnconventional AI приобретает NeuReality, чтобы превратить прототипы чипов в продукты

Unconventional AI приобретает NeuReality, чтобы превратить прототипы чипов в продукты

Автор: Cryptopolitan·

Ключевые выводы

  • •Unconventional AI рассчитывает получить благодаря приобретению NeuReality производственные компетенции и опыт в инженерии инференса.
  • •Сделка одобрена советами директоров обеих компаний; ее закрытие ожидается в четвертом квартале 2026 года.
  • •Около 40 сотрудников NeuReality перейдут в Unconventional, при этом часть персонала отделов продаж, маркетинга и финансов, как ожидается, потеряет работу.
  • •По оценке Globes, нераскрытая цена покупки составляет от 150 до 200 млн долларов против оценки NeuReality в 220 млн долларов в 2023 году.
  • •Заявленный Unconventional тысячекратный рост эффективности пока не продемонстрирован в коммерчески жизнеспособном продукте и не подтвержден независимо.
Unconventional AI приобретает NeuReality, чтобы превратить прототипы чипов в продукты

26 октября стартап Unconventional AI, оцененный в 4,5 млрд долларов, объявил о сделке по приобретению израильской компании-производителя чипов NeuReality, как сообщил Reuters. Сумма сделки в форме денежных средств и акций не раскрывается. В результате приобретения компания получит то, чего одни лишь экспериментальные чипы дать не могут: инженеров, способных превращать кремний в продукты, которые можно продавать клиентам.

От пятилетнего плана к серии покупок

Изначально генеральный директор Навин Рао предполагал, что потребуется три года исследований и пять лет до запуска продукта. Однако инженерные разработки с помощью ИИ позволили Unconventional завершить первый тестовый чип и вплотную подойти к завершению второго. Рао заявил, что «все пошло гораздо быстрее, чем ожидалось», добавив, что компания уже «выстроила исследовательский каркас» и теперь должна «выстроить производственный каркас».

У Рао есть опыт в этой отрасли: он продал Nervana компании Intel более чем за 400 млн долларов, а MosaicML — компании Databricks за 1,3 млрд долларов. Посевной раунд Unconventional на 475 млн долларов при поддержке Lightspeed и Andreessen Horowitz подкрепляет вычислительное видение, изложенное компанией в анонсе ее запуска.

Что NeuReality была призвана исправить

NeuReality была основана в 2019 году Моше Танахом, Цвикой Шмуэли и Йоси Касусом. Компания годами работала над снижением затрат на передачу данных и управление задачами при ИИ-инференсе — этапе, на котором обученные модели формируют ответы для пользователей. Архитектура NR1 использует сетевой движок вместе с аппаратным гипервизором — компонентом, который управляет и изолирует вычислительные задачи, — чтобы выполнять работу, которая в противном случае легла бы на основные CPU.

Именно этот опыт Unconventional надеется получить в результате приобретения. Около 40 израильских сотрудников перейдут в компанию, хотя часть персонала отделов продаж, маркетинга и финансов потеряет работу, сообщило Globes. Советы директоров обеих компаний одобрили сделку, закрытие которой, согласно заявлению NeuReality, ожидается в четвертом квартале 2026 года. Ожидаемое закрытие придется на момент, когда второй тестовый чип Unconventional близок к завершению — переход от «исследовательского каркаса», описанного Рао, к «производственному каркасу», который призвана обеспечить эта сделка.

Цена покупки остается нераскрытой, но Globes оценивает ее в 150–200 млн долларов. Для сравнения: оценка NeuReality в июле 2023 года составляла 220 млн долларов. С момента основания израильский стартап привлек около 105 млн долларов.

Обещание тысячекратного роста против измеренных результатов

Unconventional считает, что использование аналоговых схем, воспроизводящих биологические системы, может повысить эффективность ИИ-вычислений в тысячу раз по сравнению со стандартными дизайнами. Это амбициозная цель — и компания пока не представила подтверждения этих преимуществ в коммерчески жизнеспособном продукте.

У NeuReality результаты более осязаемые, хотя и с оговорками. В испытаниях 2024 года компания сообщила о среднем снижении затрат на запрос на 90% при использовании систем NR1-S на базе архитектуры NR1 в паре с ускорителями Qualcomm Cloud AI 100 по сравнению с отдельными системами на CPU с Nvidia H100 и L40S. Однако тесты NeuReality проводила сама, на разных конфигурациях оборудования. Заявленная экономия затрат не была независимо проверена, и ее не следует путать с экономией энергии.

Для более широкого отраслевого сравнения: сентябрьские результаты MLPerf v6.1, опубликованные MLCommons — отраслевой группой, поддерживающей этот бенчмарк, — показали улучшение в 5,7 раза по сравнению с предыдущим годом для лучшего результата на ускоритель в DeepSeek-R1. Этот вывод демонстрирует, насколько быстро растет производительность инференса, но не подтверждает цель Unconventional в 1,000x или заявленную NeuReality экономию затрат. Бенчмарки вроде MLPerf — это то место, где собственные цифры вендоров сталкиваются со стандартизированными, сопоставимыми измерениями — тем самым видом внешней валидации, которому цифра в 1,000x от Unconventional пока не подвергалась.

Почему эта гонка важна для Nvidia, облаков и счетов за электричество

TrendForce ожидает, что системы на базе ASIC — чипов, спроектированных под конкретные рабочие нагрузки, а не под общее назначение, как GPU, — составят 27,8% поставок ИИ-серверов в 2026 году и почти 40% к 2030 году. Агентный ИИ также повышает спрос на CPU: другой прогноз TrendForce предполагает, что поставки могут вырасти более чем на 40% в 2027 году.

Растущий спрос на ИИ-вычисления также создает нагрузку на энергосистемы. По прогнозу IEA, потребление электроэнергии дата-центрами вырастет с 485 ТВт·ч в 2025 году до 950 ТВт·ч к 2030 году — почти удвоившись за пять лет. Это давление способствует притоку инвестиций в альтернативы Nvidia, обещающие более эффективный инференс. Один из примеров — конкурент-производитель чипов Etched, чья оценка достигла 20,3 млрд долларов, как сообщал Cryptopolitan.

Однако энтузиазм инвесторов не гарантирует ни лучшей производительности, ни снижения затрат на энергию. Для Unconventional главная задача — превратить прототипы чипов в коммерческие продукты и независимо доказать, что обещанные показатели эффективности подтверждаются на практике.