在 AI 領域尋求突破的熱潮，催生了許多雄心勃勃的專案，其中一家公司 Unconventional AI 正試圖從底層重建運算架構。

由 Databricks 前 AI 主管 Naveen Rao 領導，Unconventional AI 承諾將推論處理的能效提高千倍。其秘密武器是一種基於振盪器的新型電腦架構。

週四，該公司發布了首個 AI 模型 Un-0，這是一個影像生成系統工具，首次展示了其技術如何複製傳統 AI 系統的功能。同時發布的新論文詳細說明了研究團隊如何使用新架構的軟體模擬，建立一個功能齊全的影像生成模型，其性能與最先進的擴散模型不相上下。

Rao 告訴 TechCrunch：「這是新型電腦的『Hello World』。未來一年，你們將會看到一些非常有趣的消息。」

新的 Un-0 模型輸出與 Stable Diffusion 或 OpenAI 的 GPT Image 1 等影像生成模型相似。令人印象深刻的是它如何達到這種性能。該模型建立在一個基於振盪器的架構上，這與驅動傳統運算和傳統 LLM 的晶片完全不同。基於振盪器的運算優勢很複雜，但 Rao 相信它最終能將功耗降低多達 1,000 倍。

實現這一目標所需的大部分基礎設施仍在建構中。目前版本的 Un-0 運行在 Unconventional 振盪器晶片的軟體模擬上，但該公司計畫很快發布實際晶片的原理圖。接下來，他們計畫從頭開始建立一個完整的推論堆疊，最終由 Unconventional AI 像其他供應商一樣提供運算能力。

Rao 表示：「我們將建立一種由我們晶片組成的新型系統。我們將在那裡運行 AI 模型，並透過網路線接收提示詞並輸出推論結果，但其功耗將僅為傳統方式的千分之一。」

這是一個驚人的宏大目標，特別是對於一家員工不到 50 人的公司而言。然而，考慮到 AI 基礎設施的規模擴建以及滿足日益增長的推論需求所預期的成本，這可能是少數能夠解決此問題的努力之一。Rao 認為，未來幾年可用的電力供應將成為 AI 的硬性限制，而 Unconventional AI 是少數能夠解決此問題的專案之一。

他說：「AI 的擴展因能源而困難。這將是未來幾年的根本限制。你無法超越它。歸根結底，這將是一個受能源限制的問題。」