1000-szer hatékonyabb AI-modellt mutatott be az Unconventional AI

Az Unconventional AI, amelyet a Databricks korábbi AI-vezére, Naveen Rao alapított, új számítási architektúrát fejleszt, amely drasztikusan csökkentheti az AI-modellek energiafogyasztását. Az új rendszer, amelynek első modellje az Un0 képalkotó rendszer, akár 1000-szer hatékonyabb lehet a jelenlegi megoldásoknál. (TechCrunch)

Az Un0 modell képességei hasonlóak a Stable Diffusion vagy az OpenAI GPT Image 1 modelljeihez, azonban egészen más módon éri el ezt a teljesítményt. Az Unconventional AI egy oszcillátor-alapú architektúrára épít, amely gyökeresen eltér a hagyományos GPU-k és LLM-chipek felépítésétől. Rao szerint ez az új megközelítés akár 1000-szeres energiahatékonyságot is lehetővé tehet.

Kapcsolódó: Google Gemma 4 és NVIDIA

Új hardver, új lehetőségek

A technológia jelenleg szoftveres szimulációban fut, de a cég tervei szerint hamarosan kiadják az első fizikai chip terveit. Az Unconventional AI célja, hogy a jövőben teljes inference-infrastruktúrát építsen ki, és számítási kapacitást kínáljon, hasonlóan a jelenlegi szolgáltatókhoz. „Egy új rendszert fogunk építeni a chipjeinkből” — mondta Rao. „AI-modelleket fogunk futtatni rajta, és egy hálózati kábelen keresztül fogjuk fogadni a kéréseket és küldeni az eredményeket, mindezt az energia 1/1000-ed részéért.”

Kapcsolódó: Tenstorrent QuietBox 2

Az energiahatár áttörése

A cél rendkívül ambiciózus, különösen egy kevesebb mint 50 fős cégnél. Azonban az AI-infrastruktúra robbanásszerű növekedése és az inference iránti növekvő kereslet miatt az energiafogyasztás hamarosan korlátot szabhat a fejlődésnek. Rao szerint az energia lesz a legfőbb akadály az AI skálázásában a következő években, és az Unconventional AI egyik célja ennek a problémának a megoldása.

Kapcsolódó: AI a chiptervezésben

Az Unconventional AI tervei szerint a modell március végén kerül nyilvánosságra — az árképzés egyelőre ismeretlen.

Kapcsolódó: Egyesült Királyság AI-szuperkomputer