10 月 26 日，估值 45 亿美元的初创公司 Unconventional AI 宣布以现金加股票的方式收购以色列芯片制造公司 NeuReality，交易价格未披露，据 Reuters 报道。此次收购将为该公司带来其实验性芯片本身无法提供的东西：能够将硅片转化为可售产品的工程师。

从五年计划到收购狂潮

CEO Naveen Rao 最初预计需要三年研发时间和五年时间才能推出产品。然而，借助 AI 辅助工程，Unconventional 已完成首款测试芯片，第二款也接近完成。Rao 表示，“进展比预期快得多”，并补充称公司如今已“搭建起研发骨架”，接下来必须“搭建起生产骨架”。

Rao 在该领域战绩显赫：他曾以超过 4 亿美元将 Nervana 出售给 Intel，并以 13 亿美元将 Mosaic ML 出售给 Databricks。Unconventional 4.75 亿美元的种子轮融资由 Lightspeed 和 Andreessen Horowitz 支持，支撑了该公司在其发布公告中阐述的计算愿景。

NeuReality 为解决什么问题而生

NeuReality 由 Moshe Tanach、Zvika Shmueli 和 Yossi Kasus 于 2019 年创立。多年来，该公司一直致力于降低 AI 推理（即训练好的模型为用户生成答案的阶段）过程中数据传输和任务管理的成本。其 NR1 架构采用网络引擎和硬件虚拟化管理程序（一种负责管理和隔离计算任务的组件），以执行原本由主机 CPU 处理的工作。

Unconventional 希望通过此次收购获得正是这种经验。据 Globes 报道，约 40 名以色列员工将加入该公司，但部分销售、营销和财务人员将失业。根据 NeuReality 的声明，双方董事会均已批准该交易，预计将于 2026 年第四季度完成。预计的交割时间恰逢 Unconventional 第二款测试芯片接近完成之际——正是从 Rao 所描述的“研发骨架”向此次收购旨在提供的“生产骨架”的交接。

收购价格仍未披露，但 Globes 估计为 1.5 亿至 2 亿美元。相比之下，NeuReality 在 2023 年 7 月的估值为 2.2 亿美元。这家以色列初创公司自成立以来已融资约 1.05 亿美元。

1000 倍承诺与实测结果的对比

Unconventional 认为，采用模拟生物系统的模拟电路，可能使 AI 计算效率较标准设计提升 1000 倍。这是一个雄心勃勃的目标——而该公司尚未在具有商业可行性的产品中证明这些优势。

NeuReality 拥有更切实的成果，但也存在局限。在其 2024 年的测试中，该公司报告称，采用基于 NR1 架构构建、搭配 Qualcomm Cloud AI 100 加速器的 NR1-S 系统，与选定的 CPU 主机搭载 Nvidia H100 和 L40S 的系统相比，单次查询平均成本节省 90%。然而，这些测试是 NeuReality 自行开展的，使用了不同的硬件配置。所报告的成本节省尚未经过独立验证，且不应与节能混淆。

作为更广泛的行业对比，9 月由维护该基准的行业组织 MLCommons 发布的 MLPerf v6.1 结果显示，最佳单加速器 DeepSeek-R1 成绩较上一年提升了 5.7 倍。这一结果表明推理性能的进步速度之快，但并不能验证 Unconventional 的 1000 倍目标或 NeuReality 报告的成本节省。像 MLPerf 这样的基准测试，是厂商自身数据接受标准化、可比较测量的场合——而 Unconventional 的 1000 倍数字尚未接受过这种外部验证。

这场竞赛为何关乎 Nvidia、云服务商和电费账单

TrendForce 预计，基于 ASIC 的系统——即为特定工作负载而非通用 GPU 设计的芯片——将在 2026 年占 AI 服务器出货量的 27.8%，到 2030 年接近 40%。Agentic AI 也在推升 CPU 需求：TrendForce 的另一项预测显示，2027 年出货量可能增长超过 40%。

AI 计算需求不断增长也给电力供应带来压力。IEA 预计，数据中心电力消耗将从 2025 年的 485 TWh 增至 2030 年的 950 TWh——五年内几乎翻倍。这种压力正促使投资流向承诺更高效推理的 Nvidia 替代方案。其中一个例子是竞争对手芯片制造商 Etched，其估值已达 203 亿美元，Cryptopolitan 曾报道。

但投资者的热情并不能保证更好的性能或更低的能源成本。对 Unconventional 而言，真正的挑战在于将其原型芯片转化为商业产品——并独立证明其承诺的能效提升在实践中确实成立。