Unconventional AI 公司近日正式发布了基于全新架构的 Un-0 系列图像生成模型，彻底摒弃了传统晶体管电路，转而采用振荡器技术，有望大幅降低 AI 推理的功耗。这家由英特尔前 AI 平台事业部副总裁 Naveen Rao 掌舵的初创公司，去年 12 月刚获得包括亚马逊创始人杰夫·贝索斯参与的 4.75 亿美元融资，如今便火速亮出颠覆性成果。 与当前依赖 GPU 或专用加速器的方案不同，Un-0 系列模型并非运行在传统的硅基晶体管芯片上，而是通过数千个模拟的振荡器网络协同工作。振荡器是一种能够按固定时间间隔发出电脉冲的装置，半导体行业早已在大规模量产这类组件，尤其在中央处理器（CPU）中用于决定运算节奏。Unconventional AI 的思路是，将大量微型振荡器集成为机器学习加速器，从而绕开传统电路的功耗瓶颈。 目前发布的 Un-0 系列共包含 6 款不同规格与输出能力的模型，全部在模拟振荡器环境中生成图像，实际硬件芯片仍在开发中。但这一思路已引发业界关注：相比于在存内计算、量子处理器等另类架构上投入的众多公司，Unconventional AI 直接押注一种可快速利用现有半导体产能的技术路径，若其专用芯片流片成功，图像生成模型的大规模部署成本与电力消耗或将出现数量级下降。Rao 本人此前在英特尔主导 AI 平台业务，此番创业再次剑指算力痛点，让这场“振荡器革命”充满想象。

打开网易新闻 查看精彩图片