Databricks 前 AI 负责人：新技术可将 AI 功耗降低千倍

AI领域评论19字数 588阅读1分57秒阅读模式

从芯片底层重构计算：Unconventional AI 押注振荡器架构突破能效瓶颈

AI 行业从不缺少野心勃勃的项目，但 Unconventional AI 的目标格外激进——他们要从芯片级架构开始，重新定义整个计算范式。

这家公司由前 Databricks AI 负责人 Naveen Rao 创立，核心技术是一种基于振荡器（Oscillator）的新型计算架构。公司宣称，该架构能将 AI 推理过程的能效提升至现有水平的 千倍量级。

本周，Unconventional AI 发布了旗下首款模型产品 Un-0，定位为图像生成系统。这是该公司技术首次完整展示——在软件模拟环境中，他们构建了一个功能完备的图像生成模型，性能表现与当前主流扩散模型（Diffusion Model）相当。

Rao 将其比喻为新计算架构的"Hello World"时刻，并透露接下来一年会有更多进展公布。

Un-0 的输出效果接近 Stable Diffusion 或 OpenAI GPT Image 1 等产品，但背后实现路径截然不同。

传统 AI 系统依赖 GPU/TPU 等标准芯片架构；而 Unconventional 采用的振荡器计算完全绕开了这套路径。Rao 认为，这种架构差异最终可将功耗降低 1000 倍（即 1/1000 能耗）。

目前 Un-0 仍运行在软件模拟环境中，真正的振荡器芯片尚未出货。公司表示，将在近期公布芯片设计图纸，后续计划构建完整推理栈，最终像传统云服务商一样对外提供算力输出。

Rao 的判断是：能源将成为 AI 扩展的根本性约束。

"AI Scaling 越来越难，核心瓶颈就是能源。未来几年，这就是那道过不去的坎——本质上是一个能源受限的问题，"他在接受 TechCrunch 采访时表示。

目前公司规模不足 50 人，挑战看似悬殊。但在 AI 基础设施投入持续膨胀、推理成本居高不下的背景下，如果振荡器架构能够兑现承诺，确实切中了一个行业级痛点。