币圈界报道：

基于振荡电路的新型计算范式或将重构AI能效边界

当前全球对下一代人工智能的追逐正催生前所未有的技术投入。然而，一家初创企业提出，真正的跃迁并非来自模型膨胀或数据堆叠，而在于重新定义计算底层逻辑。

新架构挑战传统算力范式，实现千倍能效飞跃

由前Databricks AI主管Naveen Rao领军的Unconventional AI公司，正研发一种基于振荡器的全新计算机体系结构。该系统有望将现有AI推理过程中的能源消耗压缩至原水平的千分之一。本周，公司正式发布其首版模型Un0——一款具备完整图像生成能力的系统，验证了其架构在低功耗下复制主流大模型功能的可行性。

软件仿真验证核心性能，为硬件落地铺路

在同步发布的研究论文中，团队详细阐述了如何通过振荡器芯片的软件模拟构建出可运行的图像生成模型。尽管采用完全不同的物理机制，其输出质量已达到Stable Diffusion与OpenAI GPT Image 1等领先扩散模型的水准，标志着该路径具备实际应用潜力。

能源瓶颈成制约规模化关键，新方案另辟蹊径

随着大模型推理需求呈指数级增长，数据中心电力消耗面临严峻压力。业内普遍认为，未来几年内，能源供给将成为制约AI扩展的核心限制因素。对此，Rao指出：‘若无法解决能源问题，再大的模型也难以为继。’当前科技巨头纷纷建设专属电厂以应对，而该公司则提出一条无需大规模基建升级的技术替代路径。

从零构建全栈系统，目标成为新型算力服务商

尽管团队规模不足五十人，但公司正着手从头打造整套计算生态：包括专用芯片、底层软件栈及最终的云服务接口。其愿景是建立一个以自研芯片为核心的新型算力平台，用户仅需输入指令，即可获得输出结果，同时能耗仅为传统方案的千分之一。

潜在影响深远，或将推动边缘部署与普惠算力

若该技术得以实现，将极大降低运行大型AI应用的能源成本。这不仅有助于缓解数据中心的供电压力，更使高能效推理适用于偏远地区、移动设备等电力资源匮乏场景，从而拓展AI的应用边界。

前沿探索仍处早期，但方向极具颠覆性

尽管目前仅完成仿真验证并公布芯片设计蓝图，尚未进入实物制造阶段，但其提出的根本性重构思路直指行业痛点。在模型规模持续扩张的背景下，能源约束可能比数据或算法本身更具决定性。若研发成功，该方案或为可持续发展的人工智能开辟全新路径。

常见问答解析核心技术疑问

什么是振荡器计算？

该技术不依赖传统晶体管逻辑门，而是利用振荡电路的自然物理行为进行信息处理。对于特定计算任务，如AI推理，这种机制可在极低功耗下实现高效运算。

Un0模型表现是否媲美主流产品？

根据公司披露，Un0在图像生成质量上已达到与Stable Diffusion及GPT Image 1相当的水平，且运行能耗远低于同类系统。该模型基于其振荡器芯片的软件仿真环境构建。

物理芯片何时面世？

公司计划近期公开实际芯片的设计图纸。后续将推进完整推理栈开发，并逐步向市场提供基于该架构的服务化算力。