维度网讯，前Databricks AI负责人Naveen Rao创立的Unconventional AI公司，近日推出了一款基于振荡器新型计算机架构的图像生成模型，并宣称该技术可将推理处理能耗降低最多1000倍。

该公司发布的模型名为Un-0，是一款图像生成系统工具，首次展示了其技术的实际运作能力。在一篇新发表的论文中，研究团队详细介绍了通过新型架构的软件模拟，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。

“这是一种新型计算机的‘Hello World’，”Rao对TechCrunch表示，“未来一年，你将开始看到一些非常有趣的新闻。”Un-0的输出结果与Stable Diffusion或OpenAI的GPT Image 1等图像生成模型类似，其关键突破在于实现方式。该模型基于振荡器架构，完全不同于传统计算和主流大语言模型芯片。振荡器计算的优势较为复杂，但据Rao介绍，该技术最终能将能耗降低多达1000倍。

目前，实现这一目标所需的大部分基础设施仍在建设中。当前版本的Un-0运行在Unconventional振荡器芯片的软件模拟上，但该公司计划很快发布实际芯片的电路图。下一步，团队将从零开始构建完整的推理堆栈，最终像其他供应商一样对外提供计算能力。

“我们将构建一种由我们芯片组成的新型系统，”Rao表示，“我们将在其上运行AI模型，并接入网络电缆，用户发送提示词，系统输出推理结果，但功耗仅为原来的千分之一。”尽管公司员工总数不到50人，这一目标显得极具挑战性，但考虑到人工智能建设的规模以及满足日益增长的推理需求的预期成本，这可能是少数能够解决规模问题的方案之一。在Rao看来，电力供应将成为未来几年人工智能发展的硬性限制之一，而Unconventional正是少数能够应对这一挑战的项目之一。

“由于能源问题，人工智能的扩展很困难。这将是未来几年的根本限制。你无法越过它。归根结底，这将是一个能源受限的问题，”他说。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com