Mal ehrlich: Wenn du dir anschaust, wie viel Strom aktuelle KI-Modelle fressen, wird dir schwindelig. Rechenzentren verbrauchen mittlerweile so viel Energie wie ganze Kleinstädte. Und es wird nicht weniger.
Genau deshalb finde ich spannend, was Unconventional AI gerade vorgestellt hat. Das Startup hat am 26. Juni seine Un-0-Modellreihe veröffentlicht — und die läuft nicht auf herkömmlichen Chips, sondern auf Oszillatoren.
Was sind Oszillatoren überhaupt?
Ein Oszillator ist ein Bauteil, das elektrische Pulse in regelmäßigen Abständen aussendet. Kennst du vielleicht schon: Jede CPU nutzt einen Oszillator als Taktgeber. Die Idee von Unconventional AI ist jetzt, Millionen solcher Miniatur-Oszillatoren zu einem ML-Beschleuniger zusammenzubauen. Nicht als Taktgeber, sondern als Recheneinheit selbst.
Wer steckt dahinter?
CEO ist Naveen Rao, ehemaliger VP von Intels AI-Plattform-Gruppe. Im Dezember 2025 hat das Startup 475 Millionen Dollar eingesammelt — unter anderem von Jeff Bezos. Das ist nicht gerade Spielgeld.
Was kann Un-0?
Die Modellreihe umfasst sechs Varianten: von 1.024 bis 16.384 Oszillatoren. Trainiert wurde auf CIFAR-10 und ImageNet-64. Und hier wird es richtig interessant: Das Training funktioniert komplett anders als bei klassischen neuronalen Netzen. Statt Gewichte zu optimieren, kalibriert das System, wie sich die Oszillatoren gegenseitig beeinflussen und welche Signalfrequenzen sie nutzen.
Auch die Bilderzeugung läuft anders. Zwar startet der Prozess wie bei Diffusionsmodellen mit zufälligem Rauschen. Aber dann übernimmt eine kleine Gruppe von Oszillatoren die Steuerung: Sie erzeugt eine Art Anweisung, und die restlichen Oszillatoren interagieren miteinander, um daraus Bilddaten zu generieren.
Noch alles simuliert
Wichtiger Haken: Aktuell läuft das Ganze auf simulierten Oszillatoren. Echte physische Chips gibt es noch nicht, aber die Schaltpläne dafür sind in Arbeit. Die Benchmark-Ergebnisse zeigen, dass Un-0 die Qualität führender konventioneller Bildgenerierungsmethoden erreicht — allerdings auf dem Stand, als diese erstmals veröffentlicht wurden. Nicht auf dem heutigen Stand also.
Warum das trotzdem wichtig ist
Das Unternehmen glaubt, dass Oszillator-basierte Chips den Energieverbrauch von KI um bis zu Faktor 1.000 senken könnten. Selbst wenn am Ende nur ein Faktor 100 oder 50 dabei herauskommt — das wäre immer noch ein Gamechanger.
Meine Einschätzung
Ich bin vorsichtig optimistisch. Die Technologie ist noch früh, die Benchmarks bescheiden, und echte Hardware fehlt. Aber: 475 Millionen Dollar von Bezos und Co. sind ein ernstes Signal. Und die Grundidee — weg von der reinen Transistor-Logik, hin zu physikalisch effizienteren Rechenprinzipien — halte ich für den richtigen Ansatz. Wenn NVIDIAs Dominanz irgendwann gebrochen wird, dann vermutlich nicht durch einen besseren GPU-Hersteller, sondern durch jemanden, der das Rechnen komplett anders denkt. Unconventional AI tut genau das. Ob es klappt, steht auf einem anderen Blatt.
Quellen: