新創公司打造全新振盪器運算架構，讓 AI 推論運算耗電量降低 1,000 倍

不可諱言的，電力將成為 AI 發展最難突破的限制之一，然而一家名為 Unconventional AI 的新創公司，打算透過全新的運算架構，讓耗電量降低 1,000 倍。

這家新創公司是由數據與 AI 平台 Databricks 的前 AI 負責人 Naveen Rao 擔任執行長，並承諾能夠大幅提升推論運算的能源效率。而其祕密武器，就是一種全新的振盪器（oscillator）運算架構。

週四（6/25），該公司發表自家第一個 AI 影像生成模型 Un-0，並發表一篇新論文，詳細說明他們如何利用這種新架構的軟體模擬器，打造出一個功能完整的影像生成模型，且效能與目前最先進的擴散模型（diffusion models）相當。

新的 Un-0 模型所產生的影像，與 Stable Diffusion 或 OpenAI GPT Image 1 等影像生成模型相當類似。該模型建立在一種以振盪器為基礎的運算架構之上，與支撐傳統電腦運算及大型語言模型（LLM）的晶片截然不同。雖然振盪器運算的優勢並非三言兩語說得清楚，但 Rao 相信，這種架構最終可望將耗電量降低多達 1,000 倍。

目前，大部分基礎設施仍在建置中，現階段的 Un-0 是運行於 Unconventional 振盪器晶片的軟體模擬器之上，但該公司計劃很快就會公布實體晶片的設計圖。接下來，他們打算從零開始打造完整的 AI 推論堆疊，最終對外提供 AI 運算服務。