由Databricks前AI业务负责人Navin Rao创办的Unconventional AI，日前发布了一种旨在大幅降低AI推理功耗的新型计算架构。公司称，其长期目标是将AI推理功耗降至现有系统水平的千分之一。

据TechCrunch 25日（当地时间）报道，Unconventional AI此次同步推出了首个AI模型——图像生成系统“Un-0”，并公布了相关研究论文。公司表示，基于新的振荡器计算架构，该模型在软件仿真环境中的表现已接近现有主流扩散模型。

此次发布的重点并不在于图像生成模型本身，而在于其底层计算方式。Un-0瞄准的是接近Stable Diffusion和OpenAI“GPT Image 1”的生成效果，但与现有方案最大的不同在于，它没有沿用传统GPU驱动的大规模神经网络计算方式，而是采用了振荡器结构。

不过，这一技术目前仍停留在软件仿真阶段，尚未进入实际芯片实现。研究团队是在软件环境中完成了新架构验证，并据此构建了图像生成模型。公司称，其整体表现与最新扩散模型处于相近水平。接下来，Unconventional AI计划公开芯片设计，并推进专用AI芯片开发。

Unconventional AI首席执行官Navin Rao将此次成果称为“面向一种新型计算机的‘Hello World’”。他表示，公司将在未来一年内披露更多技术进展。当前阶段的重点是验证可行性，但最终目标仍是落地到真实硬件。

在商业化路径上，Unconventional AI并不打算只销售芯片。公司计划围绕自研芯片构建新的AI系统，并进一步拓展到AI推理基础设施业务。对用户而言，交互方式仍是输入提示词并获取结果；而公司的目标，则是在底层以更低能耗完成同样的推理计算。

公司将能源问题视为AI产业面临的最大瓶颈。Unconventional AI目前员工不足50人，但Rao认为，真正更具挑战的并不是公司规模，而是支撑AI持续扩张所需的电力供给。他表示，未来几年制约AI发展的最根本因素将是能源，围绕计算效率的创新将成为下一代AI竞争力的核心。

目前，业界关注的焦点在于，这一技术能否在实际芯片上复现软件仿真阶段的性能与能效表现。若Unconventional AI能够完成这一验证，其方案有望成为降低AI数据中心用电的新型计算路径。不过，考虑到硬件量产和生态建设仍需较长周期，后续芯片设计披露以及产品化进展，仍将是检验其技术竞争力的关键节点。