Efficienza energetica: ex capo AI di Databricks promette di ridurre i costi del 1.000x

Un0 è il primo progetto concreto che mostra come replicare i sistemi di intelligenza artificiale convenzionali consumando drasticamente meno energia. L'approccio non è una semplice ottimizzazione: riscrive il modo in cui gli algoritmi elaborano i dati. Il team ha dimostrato che il sistema funziona già con la generazione di immagini, un'area dove il consumo energetico è stato finora proibitivo.

Perché conta davvero? Oggi un'azienda media spende migliaia di dollari al mese solo per far girare un modello AI decente. Se riduci quella spesa di mille volte, il gioco cambia completamente. Non è solo un'ottimizzazione tecnica, è una porta che si apre a chi finora non poteva permettersi l'AI.

Il segreto sta nel ripensare l'architettura dei modelli anziché comprare più chip. Un0 impiega algoritmi radicalmente diversi rispetto ai modelli attuali, mantenendo la stessa qualità di output. L'ex capo AI di Databricks ha messo a punto una soluzione che funziona particolarmente bene con le immagini, primo banco di prova di una tecnologia più ampia.

Il progetto ha già una base tecnica solida: il sistema genera immagini comparabili a quelle dei modelli mainstream, ma usa una frazione dell'energia. Non è una promessa futura, è un prototipo funzionante. L'idea è che lo stesso principio possa estendersi ad altri settori dell'AI.

Al momento, il vantaggio maggiore lo hanno le startup e le PMI che vogliono usare AI senza spellarsi vivo. Le grandi aziende tech continuano a costruire data center mastodontici perché hanno fondi infiniti, ma il mercato reale è fatto di migliaia di piccole realtà che aspettavano una soluzione così. Se la promessa del 1.000x regge, diventa quasi una sfida al status quo delle megacorporazioni che controllano l'AI oggi. La domanda è semplice: quando arriva al pubblico?