AI热榜 探索人工智能下一个重大事物的动力已经资助了一些相当雄心勃勃的项目，但有一家公司将其视为从头开始重建计算架构的机会。
在 Databricks 前人工智能主管 Naveen Rao 的领导下，非常规人工智能有望大幅提高推理处理的能效。
秘密武器：一种新型的基于振荡器的计算机架构。
周四，该公司发布了其第一个人工智能模型——名为 Un-0——一种图像生成系统工具，首次展示了该公司的技术如何复制传统人工智能系统。
在随附的一篇新论文中，该公司的研究团队详细介绍了他们如何使用新架构的软件模拟来构建功能齐全的图像生成模型，该模型的性能与最先进的扩散模型一样好。
“这是新型计算机的‘你好世界’，”Rao 告诉 TechCrunch。
“在接下来的一年里，你将开始看到一些与此相关的非常有趣的新闻。
” 新的 Un-0 模型的输出类似于 Stable Diffusion 或 OpenAI 的 GPT Image 1 等图像生成模型的输出。
令人印象深刻的部分是它如何达到这种性能。
该模型建立在基于振荡器的架构之上，该架构与支持传统计算和传统法学硕士的芯片完全不同。
基于振荡器的计算的优点很复杂，但 Rao 相信它最终将减少多达 1,000 倍的功耗。
到达那里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原理图。
从那里开始，计划是从头开始构建整个推理堆栈，非常规人工智能最终像任何其他提供商一样提供计算能力。
“我们将构建一种由我们的芯片组成的新型系统，”拉奥说。
“我们将在那里运行人工智能模型，我们将有一条网络电缆，可以输入提示并输出推理，但它将以 1/1000 的功率完成。
” 这是一个令人震惊的雄心勃勃的目标，特别是对于一家员工人数仍不足 50 人的公司而言。
但考虑到人工智能建设的规模以及满足不断增长的推理需求的预期成本，这可能是解决问题规模的少数努力之一。
Rao 认为，可用的电力供应将是未来几年人工智能的硬限制之一，而 Unconventional 是少数能够解决这个问题的项目之一。
“由于能源问题，人工智能扩展很难。
这将成为未来几年的基本限制。
你就是无法超越它。
归根结底，这将是一个能源限制问题，”他说。
🔗 原始来源
如果你要核对细节，可以再看原文： TechCrunch AI原文链接