资金费率
资金费率热力图
多空比
大户多空比
币安/欧易/火币大户多空比
Bitfinex杠杆多空比
账号安全
资讯收藏
自选币种
Databricks前AI负责人认为可将AI能耗降低1000倍
打造下一代人工智能的竞赛，已经催生了科技史上一些最具雄心的项目。但一家初创公司却认为，真正的突破不会来自更大的模型或更多的数据，而是来自计算机本身的重新构建。
由Naveen Rao领导的Unconventional AI公司——他曾是Databricks的AI负责人——正在开发一种基于振荡器的新型计算机架构，有望将AI推理所需的能耗降低多达1000倍。本周四，该公司发布了其首个模型Un0，这是一款图像生成系统，展示了其技术如何在消耗极低能量的同时，复制传统AI系统的功能。
在同步发表的一篇论文中，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仿真，构建出一个功能完整的图像生成模型。该模型的表现与Stable Diffusion或OpenAI的GPT Image 1等最先进的扩散模型不相上下，但实现这一性能的路径却截然不同。
一种新型计算机
"这是一种新型计算机的'Hello World'，"Rao告诉记者，"在未来一年里，你将开始看到一些相当令人振奋的消息。"
Un0模型运行在Unconventional公司振荡器芯片的软件仿真之上。与依赖晶体管逻辑的传统CPU或GPU不同，振荡器计算利用振荡电路的物理特性来执行计算。这种方法可以大幅降低推理——即运行已训练好的AI模型以生成输出的过程——所需的能量。
该公司计划很快发布实际芯片的设计图。接下来，他们希望从头构建一整套推理栈，并最终以服务的形式提供算力。"我们将构建一个由我们芯片组成的新型系统，"Rao说，"我们将在上面运行AI模型，并将有一条网络线缆接入，提示输入，推理结果输出，但能耗仅为原来的千分之一。"
为何功耗对AI的未来至关重要
将能耗降低1000倍的承诺不仅是一项技术成就，更直指业界公认的AI规模化下一个主要瓶颈。随着模型越来越大，推理需求激增，可用的电力供应正成为硬性限制。
"AI规模化之所以困难，就是因为能源。未来几年内，这将是根本性的限制。你无法逾越它。说到底，这将是一个能源受限的问题。"Rao表示。
数据中心已经消耗了大量电力，而AI的增长预计将进一步加速这一趋势。大型科技公司已宣布计划建设新的发电厂，并投资可再生能源以满足需求。Unconventional AI的方案提供了一条替代路径——一条无需大规模基础设施扩建的道路。
从初创公司到基础设施提供商
Unconventional AI目前员工不足50人，这让它的雄心显得格外突出。该公司实际上是在从零构建一种新的计算范式：新芯片、新软件、新推理栈。其最终计划是像其他云服务商一样提供算力，但能耗成本大幅降低。
如果成功，Unconventional AI将重塑AI推理的经济性。对于运行大规模AI应用的公司而言，能源成本是一项重大且不断增长的支出。千分之一的能耗降低不仅能削减成本，还能让AI部署到电力受限的环境中，例如边缘设备或偏远地区。
结论
Unconventional AI的振荡器架构代表着对计算机处理AI工作负载方式的一次根本性反思。尽管该公司仍处于早期阶段——目前只有仿真模型和芯片设计计划——但其方案直指行业面临的关键挑战。随着AI持续扩展，能源供应的限制可能比数据或模型规模的限制更具约束力。如果Rao及其团队能够兑现承诺，他们或许找到了一条在不拖垮电网的前提下，让AI继续增长的道路。
常见问题
问题1：什么是振荡器计算？
振荡器计算利用振荡电路的物理特性来执行计算，而非依赖传统的晶体管逻辑。对于某些类型的计算任务，包括AI推理，这种方法能显著提高能效。
问题2：Un0与现有的图像生成模型相比如何？
据该公司称，Un0的表现与Stable Diffusion和OpenAI的GPT Image 1等最先进的扩散模型相当，但能耗仅为它们的一小部分。该模型是使用Unconventional公司振荡器芯片的软件仿真构建的。
问题3：Unconventional AI何时会发布物理芯片？
该公司计划很快发布实际芯片的设计图。之后，他们将致力于构建完整的推理栈，并最终以服务形式提供算力。
