Новая архитектура для ИИ: от Databricks к осцилляторам
Навин Рао, возглавлявший ранее направление искусственного интеллекта в Databricks, основал компанию Unconventional AI с амбициозной целью — перестроить вычислительную архитектуру с нуля. Центральный элемент подхода — принципиально новый тип компьютера, основанный на осцилляторах, который, по убеждению Рао, способен сократить энергопотребление при обработке выводов (inference) до тысячи раз по сравнению с существующими решениями.
«Это „привет, мир“ нового типа компьютера», — заявил Рао в интервью TechCrunch. — «В течение следующего года вы начнёте видеть кое-что по-настоящему интересное».
Несмотря на то что в компании сейчас работает менее 50 человек, масштаб задачи сопоставим с глобальным бумом инфраструктуры искусственного интеллекта. По мнению Рао, именно энергетические ограничения станут главным узким местом для развития ИИ в ближайшие годы.
Un-0: первая модель на новой архитектуре
В четверг компания представила свою первую модель — Un-0, систему для генерации изображений, которая демонстрирует возможности новой архитектуры на практике. Результаты работы Un-0 сопоставимы с выходом таких систем, как Stable Diffusion и GPT Image 1 от OpenAI.
Ключевое отличие — в том, как модель достигает этих результатов. Un-0 построена на осцилляторной архитектуре, кардинально отличающейся от чипов, на которых работают традиционные вычисления и большие языковые модели. В текущей версии модель работает на программной симуляции осцилляторных чипов Unconventional AI, однако компания уже планирует опубликовать схемы реального физического чипа.
От симуляции к полноценной инфраструктуре
Далее план Unconventional AI — построить полный стек для работы с моделями вывода с нуля. Компания намерена поставлять вычислительную мощность наравне с другими провайдерами, но с качественно иным энергопотреблением.
«Мы построим новую систему из наших чипов, — пояснил Рао. — Мы будем запускать на ней модели ИИ, и у нас будет сетевой кабель, через который поступают запросы и уходят результаты вывода, — но всё это будет работать на 1/1000 части прежней мощности».
Энергия как фундаментальный предел ИИ
Рао убеждён, что масштабирование искусственного интеллекта упирается не в алгоритмы и не в данные, а в энергетику. «Масштабирование ИИ сложно из-за энергии. Это станет фундаментальным ограничением в ближайшие годы. Просто обойти его невозможно. В конечном счёте это будет проблема, ограниченная энергией», — подчёркивает он.
При этом стартап — один из немногих проектов, который способен решать эту задачу в масштабе. Обещание снизить энергозатраты на тысячу процентов, если будет реализовано, может стать одним из ключевых прорывов в инфраструктуре искусственного интеллекта.