Databricks前AI负责人押注将推理功耗降千倍
TechCrunch AI··作者 Russell Brandom
关键信息
这种架构被描述为基于振荡器，且与传统计算机和现代大语言模型基础设施所使用的晶体管数字逻辑根本不同。Un-0 目前还没有在真实芯片上运行，而是通过软件模拟演示；公司表示很快会公布芯片原理图，然后再构建完整的推理栈。
资讯摘要
由前 Databricks AI 负责人 Naveen Rao 领导的 Unconventional AI 表示，它正试图从零开始重构计算架构，以让 AI 推理变得高得多的能效。该公司在周四发布了首个模型 Un-0，这是一个图像生成系统，旨在证明其技术可以复现传统 AI 模型的行为。公司还公布了一篇研究论文，说明它如何利用振荡器芯片的软件模拟来构建这个模型。Rao 表示，这个演示相当于一种“新型计算机的 hello world”。据称，该模型的输出质量与 Stable Diffusion 和 OpenAI 的 GPT Image 1 等图像生成器相近。
真正的区别在于底层硬件理念：系统不再依赖标准数字逻辑，而是采用振荡器架构，公司认为这可能把功耗最多降低 1,000 倍。就目前而言，硬件仍在开发中，现有模型只是在模拟环境里运行。Unconventional 说它很快会发布真实芯片的原理图，并最终构建完整的推理平台，通过网络接收提示并返回结果。Rao 认为，未来几年能源将成为 AI 扩展的主要硬约束，因此高能效推理是必须解决的关键问题。
资讯正文
对 AI 下一个重大突破的追逐，已经资助了一些相当雄心勃勃的项目——但有一家公司正借此机会，从零开始重建计算架构。
由曾任 Databricks AI 负责人 Naveen Rao 领导的 Unconventional AI，承诺将把推理处理的能效大幅提升。它的秘密武器，是一种新型的基于振荡器的计算机架构。
周四，该公司发布了首个模型 AI——名为 Un-0——这是一个图像生成系统工具，首次展示了公司技术如何复现传统 AI 系统。配套发布的一篇新论文中，该公司的研究团队详细说明了他们如何利用新架构的软件模拟，构建出一个功能完整的图像生成模型——其表现与最先进的扩散模型不相上下。
“这是一种新型计算机的‘Hello World’，”Rao 告诉 TechCrunch，“在接下来的一年里，你会开始看到围绕这件事的一些相当有趣的消息。”
新 Un-0 模型的输出与 Stable Diffusion 或 OpenAI 的 GPT Image 1 等图像生成模型相似。令人印象深刻的是它如何达到这样的性能。该模型建立在一种与驱动传统计算和传统大语言模型的芯片完全不同的振荡器架构之上。基于振荡器的计算优势很复杂，但 Rao 认为，最终它将把功耗最多降低 1,000 倍。
要实现这一目标所需的大部分基础设施仍在建设中。目前版本的 Un-0 运行在 Unconventional 振荡器芯片的软件模拟上，但公司计划很快发布真实芯片的设计图。此后，公司打算从零开始构建整套推理栈，最终像其他任何算力提供商一样提供计算能力。
“我们会用我们的芯片构建一种新系统，”Rao 说，“我们会在那里运行 AI 模型，并且会有一根网络电缆，提示词从那里进入、推理结果从那里输出，但这一切的功耗只有原来的 1/1000。”
这无疑是一个极其雄心勃勃的目标，尤其对于一家员工还不到 50 人的公司而言。但考虑到 AI 建设的规模，以及满足日益增长的推理需求所需成本的预期上升，这或许是少数几种能够匹配问题规模的努力之一。按照 Rao 的看法，未来几年可用电力供应将成为 AI 的硬性上限之一——而 Unconventional 是少数几项能够应对这一问题的项目之一。
“AI 扩展之所以困难，是因为能源问题。它将在未来几年成为根本性的限制。你就是无法越过它。归根结底，这会是一个受能源限制的问题，”他说。
来源与参考
收录于 2026-06-26