La IA no convencional lanza su primer modelo, construido sobre una arquitectura de oscilador que podría reducir el consumo de energía de la IA en 1000 veces.

      TL;DRUnconventional AI lanzó Un-0, un modelo de generación de imágenes en una arquitectura de oscilador simulado que el fundador Naveen Rao dice que podría reducir el consumo de energía de la IA en 1000 veces.

      Unconventional AI, la startup fundada por el exjefe de IA de Databricks, Naveen Rao, ha lanzado su primer modelo de IA, un sistema de generación de imágenes llamado Un-0 que funciona en un tipo completamente nuevo de arquitectura de computación. Según un artículo de investigación adjunto, el modelo produce resultados comparables a los modelos de difusión de última generación como Stable Diffusion. La trampa es que funciona en una simulación de software de hardware que aún no existe.

      La empresa está construyendo una arquitectura de computadora basada en osciladores que abandona la lógica digital que subyace a prácticamente toda la computación moderna. En lugar de procesar datos a través de transistores que realizan operaciones binarias, el enfoque de Unconventional utiliza osciladores de anillo acoplados en una red de tejido, codificando y procesando información a través de la física de los propios osciladores. Rao dijo a TechCrunch que este enfoque podría, en última instancia, reducir el consumo de energía en un factor de mil en comparación con los chips convencionales.

      Esa afirmación es aspiracional. Las empresas de servicios públicos de EE. UU. planean gastar casi un billón y medio de dólares para 2030 en infraestructura impulsada en gran medida por la demanda de centros de datos de IA, y cualquier tecnología que pudiera reducir significativamente esa carga sería enormemente valiosa. Pero Unconventional no ha construido un chip físico, y la mejora mil veces existe solo como una proyección teórica.

      El 💜 de la tecnología de la UE Las últimas novedades de la escena tecnológica de la UE, una historia de nuestro sabio fundador Boris y un arte de IA cuestionable. Es gratis, cada semana, en tu bandeja de entrada. ¡Inscríbete ahora! Lo que Un-0 demuestra es que la arquitectura puede replicar la función de los sistemas de IA convencionales. El equipo de investigación construyó un modelo de generación de imágenes completamente funcional utilizando una simulación de software de la arquitectura de osciladores, y el artículo muestra que funciona al mismo nivel que los modelos de difusión establecidos. “Este es el ‘hola mundo’ de un nuevo tipo de computadora”, dijo Rao a TechCrunch.

      Rao tiene un historial que hace que los inversores estén dispuestos a apostar por la premisa. Co-fundó Nervana Systems, una startup de chips de aprendizaje profundo que Intel adquirió por aproximadamente 400 millones de dólares en 2016. Luego fundó MosaicML, que Databricks adquirió por aproximadamente mil trescientos millones de dólares en 2023.

      Rao tiene un doctorado en neurociencia de Brown y estudió ingeniería eléctrica en Stanford. Ese trasfondo, que une el diseño de chips y la ciencia del cerebro, es central para su argumento de que la arquitectura de computación en sí misma necesita cambiar.

      Ese historial atrajo 475 millones de dólares en financiamiento inicial a una valoración de cuatro mil quinientos millones de dólares en diciembre de 2025, liderado por Lightspeed y Andreessen Horowitz con la participación de Sequoia, Lux Capital, DCVC y Jeff Bezos. Rao invirtió 10 millones de dólares de su propio dinero en los mismos términos. Unconventional no es la única startup que apuesta a que el camino hacia la eficiencia de la IA pasa por arquitecturas fundamentalmente nuevas, pero su enfoque es uno de los más radicales.

      La empresa planea lanzar esquemas para un chip físico pronto y tiene la intención de construir toda una pila de inferencia desde cero. El objetivo final es operar como un proveedor de computación, con Unconventional suministrando capacidad de inferencia a través de sus propios chips. “Construiremos un nuevo tipo de sistema compuesto por nuestros chips”, dijo Rao, añadiendo que las solicitudes entrarían y las inferencias saldrían a través de una conexión de red estándar, pero con una fracción de la energía.

      La ambición es enorme en relación con el tamaño de la empresa. Unconventional tiene menos de 50 empleados y está intentando reemplazar una arquitectura, la computadora de programa almacenado de von Neumann, que ha dominado la computación durante aproximadamente 80 años. La carrera por reducir la huella energética de la IA ha atraído una ola de startups, pero la mayoría está trabajando en refrigeración, software de eficiencia o mejoras de hardware incrementales en lugar de intentar reconstruir completamente la pila de computación.

      El argumento de Rao es que los enfoques incrementales no serán suficientes. “La escalabilidad de la IA es difícil debido a la energía”, dijo a TechCrunch, añadiendo que la energía será el límite fundamental en los próximos años. La Agencia Internacional de Energía proyecta que el consumo de electricidad de los centros de datos globales superará los mil teravatios-hora para finales de 2026.

      La brecha entre la simulación de software de Un-0 y un chip funcional que ejecute inferencias del mundo real a gran escala es vasta, y la empresa no ha dado un cronograma sobre cuándo estará disponible el hardware físico para uso comercial. Pero la demostración de que la computación basada en osciladores puede producir una salida de IA funcional es la primera evidencia concreta de que el enfoque es más que teórico. Si puede cumplir con la promesa de eficiencia mil veces es una pregunta que solo el hardware puede responder.