de.wedoany.com-Bericht: Das von Naveen Rao, dem ehemaligen Leiter von Databricks AI, gegründete Unternehmen Unconventional AI hat kürzlich ein Bildgenerierungsmodell vorgestellt, das auf einer neuartigen Oszillator-Computerarchitektur basiert. Das Unternehmen gibt an, dass diese Technologie den Energieverbrauch bei der Inferenzverarbeitung um bis zu 1000-fach senken kann.
Das von dem Unternehmen veröffentlichte Modell mit dem Namen Un-0 ist ein Systemtool zur Bildgenerierung und demonstriert erstmals die praktische Funktionsfähigkeit seiner Technologie. In einem neu veröffentlichten Fachartikel beschreibt das Forschungsteam detailliert, wie es durch eine Softwaresimulation der neuartigen Architektur ein voll funktionsfähiges Bildgenerierungsmodell entwickelt hat, dessen Leistung mit den derzeit modernsten Diffusionsmodellen vergleichbar ist.
„Dies ist das ‚Hello World‘ eines neuartigen Computers“, sagte Rao gegenüber TechCrunch. „Im kommenden Jahr wirst du anfangen, einige sehr interessante Neuigkeiten zu sehen.“ Die Ausgaben von Un-0 ähneln denen von Bildgenerierungsmodellen wie Stable Diffusion oder OpenAIs GPT Image 1. Der entscheidende Durchbruch liegt in der Umsetzung. Das Modell basiert auf einer Oszillator-Architektur, die sich grundlegend von traditionellen Computern und den gängigen Chips für große Sprachmodelle unterscheidet. Die Vorteile des Oszillator-Computings sind komplex, aber laut Rao kann die Technologie den Energieverbrauch letztendlich um bis zu 1000-fach senken.
Derzeit befindet sich ein Großteil der für die Erreichung dieses Ziels erforderlichen Infrastruktur noch im Aufbau. Die aktuelle Version von Un-0 läuft auf einer Softwaresimulation des Unconventional-Oszillator-Chips, aber das Unternehmen plant, bald die Schaltpläne des tatsächlichen Chips zu veröffentlichen. Im nächsten Schritt wird das Team den gesamten Inferenz-Stack von Grund auf neu aufbauen, um schließlich wie andere Anbieter Rechenleistung extern zur Verfügung zu stellen.
„Wir werden ein neuartiges System aufbauen, das aus unseren Chips besteht“, erklärte Rao. „Wir werden darauf KI-Modelle betreiben, es an ein Netzwerkkabel anschließen, der Nutzer sendet einen Prompt, das System gibt das Inferenzergebnis aus – aber mit nur einem Tausendstel des Stromverbrauchs.“ Obwohl das Unternehmen weniger als 50 Mitarbeiter hat, erscheint dieses Ziel äußerst anspruchsvoll. Angesichts des Umfangs des KI-Aufbaus und der erwarteten Kosten zur Deckung des wachsenden Inferenzbedarfs könnte dies jedoch eine der wenigen Lösungen sein, die das Skalierungsproblem bewältigen können. Aus Raos Sicht wird die Stromversorgung in den kommenden Jahren zu einer der harten Grenzen für die KI-Entwicklung werden, und Unconventional ist eines der wenigen Projekte, die diese Herausforderung bewältigen können.
„Aufgrund von Energieproblemen ist die Skalierung von KI schwierig. Dies wird in den kommenden Jahren die grundlegende Einschränkung sein. Du kannst sie nicht überwinden. Letztendlich wird es ein energiebeschränktes Problem sein“, sagte er.
Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.
E-Mail: news@wedoany.com
