AI加速器企业：NeuReality——不再只堆GPU，而是重新设计整个AI推理服务器
NeuReality 是一家以色列 AI 基础设施和半导体企业，成立于 2019 年，总部位于以色列 Caesarea，并在 Tel Aviv 和波兰设有团队。
与 NVIDIA、AMD、Groq、Hailo 等直接把主要精力放在 AI 计算核心上的公司不同，NeuReality 从成立之初就提出一个很不一样的问题：如果 GPU 本身已经足够强，真正限制 AI inference 性能的，会不会其实是 GPU 周围那些传统 CPU、NIC、网络和软件？
因此 NeuReality 并没有简单设计“另一颗更大的 NPU”，而是重新设计 AI inference server 的 head node、网络、数据预处理、调度和软件架构，希望让昂贵的 GPU 和其他 AI accelerator 尽可能一直工作，而不是不断等待 CPU 和网络。
NeuReality 最早以 NR1 Network Addressable Processing Unit，也就是 NR1 NAPU 成名，后来把 NR1 重新定位为 AI-CPU。
进入 2025 和 2026 年以后，公司战略进一步扩展：
第一代 NR1 主要解决单台 AI inference server 内部 CPU 和 NIC 成为瓶颈的问题；
第二代 NR2 AI-SuperNIC 开始解决几十颗、几百颗甚至更多 GPU 组成 AI cluster 后的 scale-out networking 问题；
与此同时，公司又推出 NR-NEXUS Inference Operating System，负责更上一层的模型部署、KV Cache、路由、调度、GPU/XPU 利用率和 cost per token。
换句话说，现在的 NeuReality 已经从一家特殊的“AI 芯片初创公司”，逐渐发展成一家横跨 AI CPU、AI Networking 和 AI Inference Software 的基础设施企业。
NeuReality是谁创立的？
NeuReality 由 Moshe Tanach、Tzvika Shmueli 和 Yossi Kasus 于 2019 年共同创立。
三位创始人的背景很能解释 NeuReality 为什么没有选择简单复制 GPU。
Moshe Tanach 曾在 Marvell 和 Intel 从事芯片和数据中心相关工作；Tzvika Shmueli 和 Yossi Kasus 则拥有 Mellanox、Habana Labs 等网络和 AI 半导体企业的经验。
公司从成立之初就同时具备 AI、网络、服务器和半导体背景，因此它看待 AI accelerator 的角度天然更偏向整个 system architecture，而不是单独看一颗芯片的 TOPS。
NeuReality 的基本观点是，过去的数据中心服务器主要围绕 CPU 设计：
网络请求首先进入 NIC，然后交给 CPU，CPU 再负责数据解析、预处理、内存管理、任务调度、GPU communication 和大量其他工作。
但今天最昂贵、最重要的计算资源已经变成 GPU、TPU、LPU 和其他 XPU，如果仍然让几十年前形成的 CPU-centric server architecture 管理所有 AI workload，就可能出现一种非常浪费的情况：几万美元甚至几十万美元的 GPU 在等待几千美元的 CPU 和 NIC。
NeuReality认为传统AI服务器的问题在哪里？
一台传统 AI inference server 大致可以理解为这样工作：用户请求通过网络进入 NIC，NIC 把数据送给 CPU；CPU 完成协议处理、数据转换、pre-processing 和任务调度，然后把数据送到 GPU；GPU 执行神经网络；结果再返回 CPU进行 post-processing，最后通过 NIC 发回用户。
这种架构的问题是，GPU越来越快。
CPU虽然也越来越快，但 CPU 必须同时处理操作系统、网络、中断、数据复制、虚拟化、pre-processing、post-processing、storage 和各种 management workload。
结果就是 CPU 和 NIC 很容易成为 AI pipeline 的瓶颈。
NeuReality 因此提出一个非常重要的理念：不要再围绕CPU设计AI服务器。
应该改成：围绕AI accelerator设计服务器。
CPU不再是整个系统的中心，GPU、XPU 或其他 AI accelerator 才是中心。
NR1：世界上非常少见的AI-CPU
NeuReality 第一代核心产品是 NR1。
公司最初称它为 Network Addressable Processing Unit，也就是 NAPU，后来随着产品定位成熟，又开始把它称为 AI-CPU。
它真正的工作是：替GPU处理所有“不值得GPU处理、但又会让GPU等待”的事情。
NR1 把网络接口、CPU、DSP、AI preprocessing、video、audio、memory management、virtualization 和 inference orchestration 等功能集成到一颗 SoC 中，然后直接连接网络和 AI accelerator。
因此一台 NeuReality 系统可以形成一种非常不同的数据路径：
传统服务器：Network → NIC → CPU → GPU。
NeuReality：Network → NR1 AI-CPU → GPU。
很多原来需要通用 CPU 在软件中执行的步骤，被直接移动到专用硬件。
NR1采用7nm工艺
NR1 是一颗采用 7nm 工艺制造的 AI inference server-on-chip，NeuReality 在 2023 年已经获得由 TSMC 制造的芯片。
公司在 2024 年融资时也确认，7nm NR1 silicon 已经完成并进入客户部署阶段。
这里特别需要说明：
NR1本身不是 NVIDIA GPU 那种主要负责大型 Transformer matrix multiplication 的 accelerator。
它更像：
AI Server Control Processor + SmartNIC + DPU + DSP + AI Pipeline Processor。
这也是为什么用传统“多少 TOPS”去评价 NR1 并没有太大意义。
NeuReality真正强调的是：GPU Utilization。
为什么GPU利用率这么重要？
假设企业购买了一批理论性能极其强大的 GPU，但是由于 CPU、network 或 software bottleneck，GPU 实际只有一半时间真正进行有效计算，那么企业其实浪费了一半最昂贵的硬件投资。
NeuReality 表示，在传统 CPU+NIC inference architecture 中，AI accelerator 的实际利用率可能明显低于理论上限，而 NR1 的目标是把 GPU utilization 推向接近满负载。
公司目前宣传的不同 workload 数据显示，采用其架构后可以明显提高 throughput、price/performance 和 energy efficiency。
具体提高幅度会根据 GPU、模型和部署方式不同而变化，因此不能简单把公司的最高宣传数字理解成所有 AI workload 都一定能够达到的结果。
但其背后的经济逻辑非常简单。
假设：10颗GPU只有50%利用率。实际上相当于只有5颗GPU一直工作。
如果通过系统优化让10颗GPU接近满负载，那么即使 GPU 本身完全没有变快，整个 AI service 的经济效率也可能大幅提升。
NeuReality 赌的就是这个问题。
AI-Hypervisor：把软件任务直接做进硬件
NR1 的一个核心技术叫做 AI-Hypervisor。
传统 Hypervisor 主要负责虚拟机和 CPU resource management。
NeuReality 的 AI-Hypervisor 则针对 AI inference pipeline 设计，把很多原来运行在 CPU software stack 中的功能直接放进 hardware datapath。
例如：
network processing、data movement、pre-processing、post-processing、AI pipeline orchestration 和 resource management。
这可以减少 CPU involvement，也减少 data copy 和 context switching。
NeuReality 的思路本质上和 NVIDIA DPU、AMD Pensando、Intel IPU 存在某些相似之处，但它更加专门针对 AI inference，而不是通用云计算网络。
AI-over-Fabric：让网络直接认识AI任务
NeuReality 另外一个重要概念叫做 AI-over-Fabric。
传统网络看到的只是：
Packet。
TCP。
RDMA。
Data。
但 NeuReality 希望 network fabric 本身能够理解 AI inference workflow。
请求通过网络进入以后，可以直接被送到适合的 AI processing resource，不需要所有数据都绕过一个中心 CPU。
这使 NeuReality 的架构从第一代 NR1 开始，就拥有非常强的 networking DNA。
而这个设计后来直接发展成公司的第二代核心产品：NR2 AI-SuperNIC。
NR1内部其实是一台小型异构服务器
NR1 不是简单的 network chip。
NeuReality 的 NR1 architecture 包含 Arm server-class CPU、DSP、audio processing、video processing、networking engine、memory controller 和其他 accelerator。
在完整 NR1 Inference Appliance 中，多颗 NR1 可以与多颗 AI accelerator 组合。
NeuReality 当前公布的高密度系统最高可以配置多个 NR1 Module 和 10到16颗 GPU，并集成大量 Arm CPU、DSP 和媒体处理能力。
这也是为什么 NeuReality 把 NR1 称为：Server-on-a-Chip。
它不是简单帮 CPU 加速某一个函数，而是尝试把原本需要整台 CPU head node 完成的大量工作压缩到一颗专门为 AI inference 设计的 SoC 中。
NR1 Inference Module
为了方便服务器厂商使用，NeuReality 还提供 NR1 Inference Module。
它采用 PCIe 卡形式，里面包含 NR1 AI-CPU，可以与服务器内部的 GPU 或其他 AI accelerator 配合。
这样客户并不一定需要从零设计一台服务器。
现有服务器可以加入 NR1 Module，然后让 NR1承担 AI workflow orchestration、network 和 pipeline offload。
公司把它定位为可以配合不同 AI accelerator 的 companion processor，而不是绑定一种特定 GPU。
这一点是 NeuReality 商业模式中的重要优势。
理论上无论客户使用：
NVIDIA GPU、AMD GPU、Qualcomm Cloud AI、其他 XPU，甚至未来的新 AI accelerator，NeuReality 都希望自己的 infrastructure layer 可以继续使用。
NR1 Inference Appliance：直接卖完整AI服务器
NeuReality 后来发现，只卖芯片或者 PCIe module 对很多企业客户来说还不够简单。
企业并不一定想自己研究：
PCIe topology、GPU、driver、container、Kubernetes、model serving、networking 和 thermal design。
因此 NeuReality进一步推出 NR1 Inference Appliance。
这是一套 4U AI inference server，把 NR1、GPU/XPU、storage、network、software 和 APIs 集成在一个系统里。
公司最新产品页面给出的高密度配置可以容纳 4到10个 NR1 Inference Module 和 10到16颗 GPU，并提供最高约 1 Tbps 网络连接。
这使 NeuReality 的商业模式从：“卖一颗芯片。”
发展到：“卖一整套AI inference infrastructure。”
支持生成式AI和Agentic AI
NeuReality早期主要针对 Computer Vision、Recommendation、Speech Recognition 等传统 inference workload。
ChatGPT 出现以后，公司很快把产品扩展到：LLM，Generative AI，RAG，Multimodal AI，以及现在非常热门的 Agentic AI。
2026 年推出的新一代 Inference Appliance 已经预装和优化部分 Generative AI 与 Agentic AI 模型，并提供类似 OpenAI API 的接口，让企业可以在自己的 data center 中部署本地 AI 服务。
这意味着企业可以建立：Private AI。
数据不需要全部送到 OpenAI、Anthropic 或其他 Cloud API。
金融、医疗、政府和大型企业尤其可能对这种模式感兴趣。
Qualcomm是NeuReality的重要合作伙伴
NeuReality 第一阶段商业化过程中与 Qualcomm 建立了比较深入的合作。
早期 NR1-S 系统就已经搭配 Qualcomm Cloud AI 100 accelerator，NeuReality SDK 也针对 Qualcomm AI accelerator 完成支持。
到 2025 年，公司继续展示 NR1 与 Qualcomm Cloud AI 100 Ultra 的组合。
Qualcomm 表示，通过 Cloud AI 100 Ultra 与 NeuReality AI-CPU architecture 配合，可以提升 AI performance 和 cost efficiency。
这正好说明 NeuReality 的产品逻辑：
NeuReality负责：让AI计算器一直有活干。
也与AMD、Arm、Lenovo、Foxconn等企业建立合作
NeuReality 当前公布的技术和生态合作伙伴包括 Arm、Qualcomm、TSMC、Lenovo、Foxconn、Alchip、Synopsys、Cadence 等企业。
公司投资者中还出现 Samsung Ventures、SK hynix、OurCrowd 等半导体和投资机构。
其中 Arm 尤其重要，因为 NeuReality 的 NR1 和下一代 NR2 都大量使用 Arm server CPU technology。
这也是 NeuReality架构一个值得注意的地方：公司并不认为 CPU完全没有价值。
它认为问题在于：不应该再让传统通用CPU承担整个AI数据路径。
所以 NeuReality 不是“消灭 CPU”。
NR2：NeuReality开始解决GPU之间的网络瓶颈
如果说 NR1 解决的是：一台AI服务器内部CPU和NIC拖慢GPU。
那么第二代 NR2 AI-SuperNIC 解决的就是：成百上千颗GPU之间的网络开始拖慢整个AI Cluster。
这是 NeuReality 在 2025 年以后最重要的战略升级。
随着大模型越来越大，一颗 GPU 已经无法运行完整 workload。
系统开始使用：
Tensor Parallelism。
Pipeline Parallelism。
Expert Parallelism。
Prefill/Decode Disaggregation。
KV Cache Sharing。
GPU之间必须不断传输大量数据。
这使 network latency 和 bandwidth 开始直接影响 tokens per second。
因此 NeuReality 又开始重新设计 NIC。
NR2不是普通网卡
传统 Network Interface Card 最重要的工作就是把 packet 从机器 A 传到机器 B。
SmartNIC 和 DPU 则进一步加入 security、virtualization、storage 和 programmable networking。
NeuReality 的 NR2 则专门针对：AI Scale-Out Networking。
公司把它称为：AI-SuperNIC。
NR2 不只是移动数据。
它还可以执行部分 In-Network Compute，也就是数据在网络中传输时，直接进行某些 AI collective operation。
这又是 NeuReality 非常典型的思路：
能在网络中直接做完，就在网络中做完。
NR2达到1.6 Tbps网络带宽
NeuReality目前公布的 NR2 AI-SuperNIC 网络吞吐量达到：1.6 Tbps。
它针对下一代大型 GPU/XPU cluster 设计，并支持 Ultra Ethernet，以及相关开放 Ethernet scale-out 技术。
NR2 可以作为：
Die。
独立 Chip。
PCIe Module。
完整 PCIe Card。
甚至成为 switch 或 autonomous network processor 的一部分。
因此服务器和 AI accelerator 企业可以根据自己的 system architecture 进行不同形式集成。
In-Network Compute可能越来越重要
在几十颗或者几千颗 GPU 训练和运行模型时，经常需要执行：
AllReduce。
AllGather。
ReduceScatter。
MoE Dispatch。
这些操作需要大量 GPU 之间通信。
传统方式中，network 只负责搬运数据，最终 mathematical operation 仍然需要 GPU 完成。
NR2 则尝试让一部分 collective calculation 直接在网络中完成。
例如 GPU A、GPU B、GPU C、GPU D 的数据需要进行 Reduce operation 时，不一定所有数据先传到某一颗 GPU 再计算。
网络芯片自己就可以在数据传输途中执行部分 operation。
这就是：In-Network Computing。
对于大规模 AI cluster 来说，这可能同时降低 network traffic 和 GPU overhead。
支持Ultra Ethernet
NeuReality 的 NR2 支持 Ultra Ethernet Consortium，UEC 相关标准。
这是非常重要的一点。
目前 NVIDIA 在大型 GPU cluster 中拥有 NVLink、NVSwitch 和 InfiniBand 等非常强大的专有互连技术。
但是整个产业同时也在建立开放式 Ethernet AI networking ecosystem。
Ultra Ethernet Consortium 成员包括 AMD、Broadcom、Intel、Meta、Microsoft、HPE、Cisco 等大量企业。
它的目标之一就是：让Ethernet也能够支撑超大规模AI Cluster。
NeuReality显然押注这个趋势。
如果未来大量企业不希望完全绑定 NVIDIA proprietary networking，那么开放 Ethernet AI fabric 就会成为很大的市场。
NR2同时针对训练和推理
第一代 NR1 非常明确地针对：Inference。
第二代 NR2 的市场则已经扩大到：Training + Inference。
因为无论训练还是大型分布式 inference，都越来越依赖 GPU-to-GPU communication。
特别是现代 LLM inference 已经不再是一颗 GPU 加载一个模型这么简单。
一个大型模型可能：
Prefill在一组GPU。
Decode在另一组GPU。
KV Cache存在另外的memory tier。
Mixture-of-Experts 又需要不断把 token 路由到不同 Expert GPU。
于是 inference 本身也开始像 HPC workload 一样高度依赖网络。
NeuReality 正是在押注这个变化。
NR-NEXUS：NeuReality开始做AI推理操作系统
2026 年，NeuReality 又迈出非常重要的一步：推出 NR-NEXUS。
公司把它称为：Inference Operating System for Token Factories。
NR-NEXUS 不再是一颗芯片。它是软件基础设施。
目标是统一管理大型 AI inference cluster 中的：
Models。
GPUs。
XPUs。
Inference Engines。
KV Cache。
Routing。
Tenants。
Deployment。
Observability。
Cost。
以及整套 production inference lifecycle。
这使 NeuReality 的产品体系变成三层。
底层：NR2 AI-SuperNIC。负责高速数据移动和网络计算。
中间：GPU / XPU。负责真正的大规模神经网络计算。
上层：NR-NEXUS。负责调度、管理和优化整座“Token Factory”。
什么是Token Factory？
现在越来越多 AI infrastructure 企业开始使用 Token Factory 这个概念。
以前评价 Data Center：多少台服务器，多少 CPU，多少 GPU。
现在运行大型语言模型以后，真正卖给客户的产品实际上是：Tokens。
因此评价 AI infrastructure 最重要的问题逐渐变成：
每秒能够产生多少 token？
每个 token 多少钱？
每瓦电能够生成多少 token？
每颗 GPU 一天实际工作多少时间？
NeuReality因此把 Cost per Token 作为重要指标。
这种思维与只比较 GPU TFLOPS 完全不同。
一颗 GPU理论算力再强，如果 utilization 只有50%，cost per token 仍然可能很差。
NR-NEXUS支持异构GPU和XPU
NR-NEXUS 一个很重要的设计目标是 Hardware Agnostic。
也就是说，企业未来可能同时拥有：
Qualcomm Accelerator。
Custom ASIC。
甚至其他新型 XPU。
传统 software stack 很容易被某一种硬件生态锁定。
NeuReality 则希望 NR-NEXUS 位于不同硬件之上，统一处理 workload routing 和 model serving。
这也是公司长期商业模式里最有意思的地方。
如果成功，它就不需要赌：谁会打败NVIDIA？
它赌的是：无论谁生产AI Accelerator，都需要网络和调度。
从NR1到NR2，看得出NeuReality的战略变化
NeuReality 的发展路线非常清楚。
2019：重新设计AI inference server。
2024：NR1 Inference Appliance进入部署。
2025：Generative AI + Agentic AI + NR2。
2026：NR2 AI-SuperNIC + NR-NEXUS Inference OS。
这说明公司不断向更高一层 infrastructure 扩展。
它最早解决：CPU瓶颈。
然后解决：Network瓶颈。
现在又解决：Software Orchestration瓶颈。
最终 NeuReality 想解决的已经不是“怎样制造一颗更快的AI芯片”，而是：怎样让整个AI Factory效率更高。
2021年完成800万美元Seed融资
NeuReality 在 2021 年正式走出 stealth mode，并宣布完成 800万美元 Seed 融资。
投资者包括 Cardumen Capital、OurCrowd 和 Varana Capital。
当时前 Intel AI Products Group 负责人、Nervana Systems 创始人 Naveen Rao 也加入了 NeuReality 董事会。
Naveen Rao 是 AI accelerator 行业很重要的人物。
Intel 曾经收购他的 Nervana Systems，用于发展 AI processor。
他的加入也帮助 NeuReality 获得行业关注。
2022年完成3500万美元Series A
2022 年，NeuReality 又宣布完成 3500万美元 Series A 融资。
投资者包括 Samsung Ventures、Cardumen Capital、Varana Capital、OurCrowd、XT Hi-Tech、SK hynix、Cleveland Avenue、Korea Investment Partners、StoneBridge 和 Glory Ventures 等。
Samsung 和 SK hynix 两家韩国半导体巨头的参与特别值得注意。
因为 NeuReality 的技术与：
AI Accelerator。
Networking。
Data Center。
都高度相关。
2024年又融资2000万美元
2024 年 3 月，NeuReality 再次完成 2000万美元融资。
这一轮投资者包括 European Innovation Council Fund、Varana Capital、Cleveland Avenue、XT Hi-Tech、OurCrowd、Cardumen Capital、Glory Ventures 和 Alumni Ventures。
按照公司当时公布的数据，这轮融资以后累计融资达到：7000万美元。
资金主要用于推动 NR1 从 Early Deployment 进入更广泛商业部署。
截至目前公开信息中，这仍然是公司已经正式披露的主要累计融资数字之一。
NeuReality 曾计划继续推进 Series B，但评价融资情况时应该以已经完成并公开披露的融资为准，而不是把计划融资计算进去。
NeuReality最大的特点：它并不想和NVIDIA正面打
NeuReality 是目前 AI accelerator 企业中比较聪明的一种商业定位。
很多初创企业的故事是：“我们的芯片比 NVIDIA GPU 更快。”
这意味着它们必须面对：
CUDA。
PyTorch optimization。
HBM。
NVLink。
NVSwitch。
TensorRT。
Developer ecosystem。
以及 NVIDIA 每年几十亿美元研发投入。
NeuReality选择了另一条路：NVIDIA GPU可以继续存在。
NeuReality 的价值理论上越明显。
因为一颗几万美元的 GPU 如果经常 idle，本身就是巨大的经济浪费。
NeuReality的产品不是一定要替代 GPU，而是：让GPU更值钱。
NeuReality和NVIDIA DPU有什么不同？
NVIDIA 同样拥有 BlueField DPU。
所以一个自然的问题是：NeuReality和DPU有什么区别？
传统 DPU 主要用于：
Networking。
Storage。
Security。
Virtualization。
Cloud Infrastructure Offload。
NeuReality NR1 和 NR2 则从一开始就是：AI-native infrastructure。
NR1特别关注 AI inference pipeline。
NR2特别关注 GPU/XPU collective communication 和 AI scale-out networking。
也就是说：DPU首先是Data Center Infrastructure Processor。
NeuReality则希望成为：AI Infrastructure Processor。
当然，两者的功能边界正在越来越接近，因此未来竞争也会越来越明显。
NeuReality和Lightmatter也在解决类似问题
上一篇介绍的 Lightmatter 同样发现：AI 最大的问题已经不仅是算力。
Lightmatter的解决方法是：Photonic Interconnect。用光连接大量 GPU。
NeuReality的解决方法则是：AI-SuperNIC + In-Network Compute + Inference Operating System。
两家公司都不再单纯追求制造“另一颗GPU”。
而是在解决：GPU周围的基础设施。
不同之处是：
Lightmatter重点解决物理连接的 bandwidth 和 power。
NeuReality重点解决 network processing、collective communication、orchestration 和 GPU utilization。
这两种技术实际上未来甚至可能互补，而不一定直接竞争。
NeuReality和Groq、Cerebras也完全不同
Groq 和 Cerebras 主要重新设计的是：AI Compute。
Groq通过特殊 Tensor Streaming Processor 追求极低 latency inference。
Cerebras通过 Wafer Scale Engine 建造巨型 AI processor。
NeuReality则不试图重新设计神经网络最主要的矩阵计算核心。
它重新设计的是：AI System。
因此如果把今天的 AI infrastructure 分层：
Cerebras / Groq / NVIDIA：Compute。
Lightmatter：Optical Interconnect。
NeuReality：AI Networking + Orchestration + AI Head Node。
它们实际上位于 AI computer 的不同层。
NeuReality最大的优势
NeuReality 最大的优势首先是它抓住了一个真实存在的问题：GPU并不是永远100%工作。
随着 AI accelerator越来越贵，提高现有硬件 utilization 本身就具有巨大的经济价值。
第二个优势是 Hardware Agnostic。
如果它真的能够长期支持不同 GPU/XPU，那么客户不会因为选择 NeuReality 就必须绑定某一家 accelerator。
第三个优势是公司同时懂：
Semiconductor。
Networking。
Server。
Software。
而未来 AI infrastructure 恰恰越来越需要这种跨领域设计。
第四个优势是产品路线比较完整。
现在 NeuReality 已经形成：NR1 AI-CPU → NR2 AI-SuperNIC → NR-NEXUS Inference OS。
这比单纯拥有一颗 chip 更容易形成长期平台。
NeuReality最大的风险
第一个风险是 NVIDIA 自己也在做类似事情。
还拥有：
BlueField DPU。
ConnectX NIC。
NVLink。
NVSwitch。
Spectrum Ethernet。
InfiniBand。
CUDA。
TensorRT。
整个 AI Factory stack。
因此 NeuReality进入的每一层，几乎都可能遇到 NVIDIA。
第二个风险是客户是否真的愿意增加一种新 processor。
Data center越复杂，运维成本越高。
如果加入 NR1 或 NR2 节省的 GPU cost 不够明显，客户可能继续选择传统 CPU+NIC。
第三个风险是 software ecosystem。
NR-NEXUS 必须与 vLLM、SGLang、TensorRT-LLM、Kubernetes、PyTorch 和不断变化的新 inference framework 保持兼容。
这是一项长期工作。
第四个风险是公司规模。
NeuReality 累计公开融资约7000万美元，与 NVIDIA、Broadcom、AMD 甚至很多大型 AI startup 相比仍然非常小。
因此寻找大型合作伙伴尤其重要。
NeuReality值得关注吗？
NeuReality 是目前 AI Accelerator 行业中非常值得关注的一家公司，因为它提出了一个经常被忽略的问题：
真正的 AI application 需要的是：Network，CPU，GPU，Memory，Storage，Software，Scheduler，Model Server，KV Cache，以及大量不同组件共同工作。
任何一个地方出现瓶颈，昂贵的 GPU 都可能停下来等待。
NeuReality 从一开始就没有试图制造“另一颗更快的 GPU”，而是重新设计 GPU 周围的系统。
第一代 NR1 的核心思想是：不要让传统CPU拖慢AI accelerator。
第二代 NR2 的核心思想是：不要让传统NIC和网络拖慢GPU cluster。
2026 年 NR-NEXUS 的核心思想进一步变成：不要让复杂的软件调度拖慢整座AI Factory。
这条路线和大部分 AI chip startup 非常不同。
它不直接赌哪一种矩阵计算架构最终会胜出。
它赌的是一个更加基础的事实：
无论最终使用NVIDIA、AMD还是未来其他XPU，只要AI规模继续扩大，就必须解决数据移动、GPU利用率和调度效率。
截至 2026 年，NeuReality 已经从最初的 NR1 NAPU 公司，逐渐转型成为拥有 AI-CPU、AI-SuperNIC 和 Inference Operating System 的 AI infrastructure 企业。
公司最新重点已经明显放在 NR2 的 1.6 Tbps AI scale-out networking 和 NR-NEXUS Token Factory architecture 上，而 NR1 则成为证明其“AI-native system architecture”思路的第一代产品。
如果把 NVIDIA 的路线概括为：制造更强的GPU，并建立完整AI Factory。
那么 NeuReality 的路线可以概括为：别再只买更多GPU，先把已经买来的GPU真正用满。
这也正是 NeuReality 最值得关注的地方。