振荡器架构有望将AI功耗降低千倍

在人工智能领域，追求更高性能与更低功耗的竞赛从未停止。近日，一家名为Unconventional AI的初创公司提出了一个雄心勃勃的目标：通过从零开始重建计算架构，将AI推理的功耗降低1000倍。该公司由前Databricks AI负责人Naveen Rao领导，其核心创新在于一种基于振荡器的计算机架构，完全不同于当前驱动传统计算和大语言模型的芯片。

Unconventional AI于周四发布了其首个AI模型——Un0，这是一个图像生成系统工具。这一发布标志着该公司首次展示了其技术如何能够复现传统AI系统的功能。在一篇随附的新研究论文中，该公司的研究团队详细介绍了他们如何利用新架构的软件模拟，构建了一个功能完整的图像生成模型，其性能与当前最先进的扩散模型不相上下。Rao将Un0称为“一种新型计算机的‘Hello World’”，并预告在未来一年内，公众将看到更多关于这一技术的重大进展。

Un0模型的输出结果与Stable Diffusion或OpenAI的GPT Image 1等图像生成模型类似，但真正令人印象深刻的是其达成这一性能的方式。该模型构建于振荡器架构之上，这种架构与支撑传统计算和传统大语言模型的芯片完全不同。振荡器计算的原理相当复杂，但Rao坚信，这一技术最终能将功耗降低多达1000倍。在当前AI发展面临能源瓶颈的背景下，这一目标显得尤为关键。

尽管愿景宏大，但实现这一目标所需的基础设施仍在建设之中。目前的Un0模型运行在Unconventional公司振荡器芯片的软件模拟之上，但该公司计划很快发布实际芯片的电路图。下一步，他们计划从零开始构建一整套推理栈，最终像其他计算服务提供商一样，对外提供计算能力。Rao描述道：“我们将构建一种由我们的芯片组成的新型系统。我们将在上面运行AI模型，并有一条网络线缆，输入提示词，输出推理结果，但功耗只有传统方式的千分之一。”

对于一家员工总数尚不足50人的公司而言，这无疑是一个令人惊叹的雄心壮志。然而，考虑到当前AI基础设施建设的规模以及满足日益增长的推理需求所预计的成本，Unconventional AI的尝试可能是少数能够匹配问题规模的解决方案之一。在Rao看来，可用的电力供应将成为未来几年AI发展的硬性限制之一。“AI的扩展因能源问题而变得困难。这将在未来几年成为根本性的限制。你无法绕过它。归根结底，这将是一个能源受限的问题，”他说道。

Unconventional AI的突破性思路，为业界应对AI能耗挑战提供了全新的视角。如果其振荡器架构能够成功落地并规模化，不仅将极大降低AI应用的门槛，还可能重塑整个计算产业的格局。从软件模拟到实际芯片，再到完整的推理栈，这家初创公司正在一步步将其“千倍降耗”的愿景变为现实，为AI的可持续发展探索一条全新的道路。