对发现AI下一个重大突破的渴望，催生了一批雄心勃勃的项目。其中，Unconventional AI正借此机会从头重建计算架构。
该公司由前Databricks AI负责人Naveen Rao领导，承诺大幅提升推理处理的能效，其核心是一种新型基于振荡器的计算机架构。
发布首个AI模型Un-0
周四，Unconventional AI发布了首个AI模型——图像生成系统工具Un-0，首次展示了该技术复制传统AI系统的能力。随附论文详述了团队如何利用新架构的软件模拟构建功能齐全的图像生成模型，且性能媲美最先进的扩散模型。
Rao向TechCrunch表示：“这是新型计算机的‘hello world’（入门示例）。未来一年，围绕这一主题将出现许多令人期待的消息。”
基于振荡器架构的优势与挑战
Un-0的输出效果类似Stable Diffusion或OpenAI GPT Image 1等主流模型，但其实现路径截然不同：它建立在完全区别于传统计算和大语言模型的基于振荡器架构之上。尽管该架构优势复杂，但Rao坚信其最终能将功耗降低多达1000倍。
目前相关基础设施仍在建设中。当前Un-0运行于振荡器芯片的软件模拟上，公司计划很快发布实际芯片原理图，并从头构建完整的推理栈，最终像其他提供商一样提供计算能力。
Rao指出：“我们将构建由自研芯片组成的新型系统，在上面运行AI模型。通过一根网络电缆输入提示词、输出推理结果，而功耗仅为原来的千分之一。”
能源限制下的破局之道
对于一家员工不足50人的公司而言，这一目标极为宏大。但在AI建设规模扩大、推理需求激增导致成本攀升的背景下，这可能是少数能应对问题规模的举措之一。正如Rao所言，可用电力供应将是未来几年AI发展的硬性限制，而Unconventional AI是少数能解决此问题的项目。
他强调：“AI扩展之所以困难，根源在于能源问题。这将在未来几年成为根本性限制，无法被超越。归根结底，这是一个受能源约束的问题。”