Unconventional AI punta a ridurre il consumo energetico dell'IA di 1.000 volte
Mentre la domanda globale di intelligenza artificiale minaccia di superare l'offerta di energia disponibile, una nuova startup sta cercando di riscrivere le regole dell'architettura hardware. Guidata dall'ex responsabile dell'IA di Databricks, Naveen Rao, Unconventional AI punta su un nuovo e radicale metodo di calcolo per risolvere l'imminente crisi energetica del settore.
Oltre le architetture tradizionali in silicio
Il cuore della missione di Unconventional AI risiede nel distacco dai chip convenzionali che attualmente alimentano i Large Language Models (LLM) e i modelli di diffusione. Mentre il settore si è concentrato in gran parte sull'ottimizzazione delle architetture GPU e TPU esistenti, Rao e il suo team stanno costruendo tutto da zero utilizzando un'architettura informatica basata su oscillatori.
Questo approccio è fondamentalmente diverso dai transistor utilizzati nell'informatica digitale standard. Sfruttando gli oscillatori, l'azienda punta a eseguire l'elaborazione dell'inferenza con un'efficienza senza precedenti. Rao sostiene che questo cambiamento potrebbe alla fine ridurre il consumo energetico richiesto per l'inferenza dell'IA fino a 1.000 volte, trasformando l'IA da un onere energivoro in una risorsa sostenibile.
Un0: il "hello world" dell'informatica basata su oscillatori
Per dimostrare la fattibilità di questo radicale concetto hardware, l'azienda ha recentemente svelato il suo primo modello, Un0. Sebbene Un0 attualmente giri su una simulazione software dei chip a oscillatori previsti dall'azienda, i risultati sono significativi. Il modello è un sistema di generazione di immagini che replica le prestazioni dei modelli di diffusione all'avanguardia come Stable Diffusion o GPT Image 1 di OpenAI.
Descrivendo il rilascio come il "hello world" di un nuovo tipo di computer, Rao ha sottolineato che l'obiettivo era dimostrare che una logica hardware completamente diversa può comunque produrre output di alta qualità e alta fedeltà. Il relativo documento di ricerca dettaglia come questa architettura simulata possa gestire con successo compiti generativi complessi, fornendo una tabella di marcia da seguire per l'hardware fisico.
Risolvere il collo di bottiglia energetico nella scalabilità dell'IA
Il tempismo di questo sviluppo è critico. Man mano che i modelli di IA aumentano in numero di parametri e complessità, il principale vincolo alla crescita si sta spostando dalla disponibilità di dati alla disponibilità di energia. Rao sostiene che l'energia diventerà il "limite fondamentale" per l'IA nei prossimi anni, creando un limite invalicabile per la quantità di intelligenza che potrà essere implementata.
Unconventional AI intende affrontare questo problema costruendo un intero stack di inferenza. La tabella di marcia include:
- Lo sviluppo di chip fisici basati su oscillatori e il rilascio dei loro schemi.
- La costruzione di interi sistemi composti da questi chip proprietari.
- La fornitura di capacità di calcolo come servizio, in cui gli utenti inviano prompt tramite un cavo di rete e ricevono inferenze a 1/1000 del costo energetico attuale.
Sebbene l'azienda rimanga snella con meno di 50 dipendenti, la sua missione affronta l'ostacolo macroeconomico più significativo che il settore dell'IA deve affrontare: l'insostenibile costo dell'elettricità.
Punti chiave
- Spostamento radicale dell'hardware: Unconventional AI si sta allontanando dal silicio tradizionale verso un'architettura basata su oscillatori per ottimizzare l'inferenza dell'IA.
- Prestazioni dimostrate: Il modello Un0 dell'azienda dimostra che questa nuova architettura può eguagliare le capacità di generazione di immagini dei leader del settore come Stable Diffusion.
- Risoluzione della crisi energetica: L'obiettivo finale è ridurre il consumo energetico dell'IA di 1.000 volte, affrontando l'imminente collo di bottiglia energetico che minaccia di limitare la scalabilità dell'IA.