Unconventional AI busca reducir el consumo de energía de la IA en 1.000 veces
A medida que la demanda mundial de inteligencia artificial amenaza con superar el suministro de energía disponible, una nueva startup intenta reescribir las reglas de la arquitectura de hardware. Liderada por el ex jefe de IA de Databricks, Naveen Rao, Unconventional AI apuesta por un nuevo y radical método de computación para resolver la inminente crisis energética de la industria.
Más allá de las arquitecturas de silicio tradicionales
El núcleo de la misión de Unconventional AI reside en su alejamiento de los chips convencionales que actualmente impulsan los modelos de lenguaje de gran tamaño (LLM) y los modelos de difusión. Mientras que la industria se ha centrado en gran medida en optimizar las arquitecturas GPU y TPU existentes, Rao y su equipo están construyendo desde cero utilizando una arquitectura informática basada en osciladores.
Este enfoque es fundamentalmente diferente de los transistores utilizados en la computación digital estándar. Al aprovechar los osciladores, la empresa pretende realizar el procesamiento de inferencia con una eficiencia sin precedentes. Rao plantea que este cambio podría, con el tiempo, reducir el consumo de energía necesario para la inferencia de IA hasta 1.000 veces, transformando la IA de una carga de alto consumo energético en un servicio sostenible.
Un0: El "Hello World" de la computación basada en osciladores
Para demostrar la viabilidad de este radical concepto de hardware, la empresa presentó recientemente su primer modelo, Un0. Aunque Un0 funciona actualmente mediante una simulación por software de los chips de osciladores previstos por la empresa, los resultados son significativos. El modelo es un sistema de generación de imágenes que replica el rendimiento de modelos de difusión de última generación como Stable Diffusion o GPT Image 1 de OpenAI.
Al describir el lanzamiento como el "hello world" de un nuevo tipo de ordenador, Rao enfatizó que el objetivo era demostrar que una lógica de hardware completamente diferente aún puede producir resultados de alta calidad y alta fidelidad. El artículo de investigación adjunto detalla cómo esta arquitectura simulada puede manejar con éxito tareas generativas complejas, proporcionando una hoja de ruta para el hardware físico.
Resolviendo el cuello de botella energético en el escalado de la IA
El momento de este desarrollo es crítico. A medida que los modelos de IA escalan en número de parámetros y complejidad, la principal limitación para el crecimiento está pasando de la disponibilidad de datos a la disponibilidad de energía. Rao sostiene que la energía se convertirá en el "límite fundamental" para la IA en los próximos años, creando un techo rígido para la cantidad de inteligencia que se puede desplegar.
Unconventional AI planea abordar esto construyendo un stack de inferencia completo. La hoja de ruta incluye:
- Desarrollar chips físicos basados en osciladores y publicar sus esquemas.
- Construir sistemas completos compuestos por estos chips patentados.
- Proporcionar capacidad de cómputo como servicio, donde los usuarios envían prompts a través de un cable de red y reciben inferencias a 1/1000 del coste energético actual.
Aunque la empresa se mantiene pequeña con menos de 50 empleados, su misión aborda el obstáculo macroeconómico más significativo que enfrenta todo el sector de la IA: el coste insostenible de la electricidad.
Conclusiones clave
- Cambio radical de hardware: Unconventional AI se está alejando del silicio tradicional hacia una arquitectura basada en osciladores para optimizar la inferencia de IA.
- Rendimiento demostrado: El modelo Un0 de la empresa demuestra que esta nueva arquitectura puede igualar las capacidades de generación de imágenes de líderes de la industria como Stable Diffusion.
- Resolución de la crisis energética: El objetivo final es reducir el consumo de energía de la IA en 1.000 veces, abordando el inminente cuello de botella energético que amenaza con limitar el escalado de la IA.