El costo energético como limitante crítico
La escalabilidad de la inteligencia artificial se enfrenta a un desafío que traspasa lo meramente técnico: el consumo masivo de energía. A medida que más empresas buscan llevar proyectos de IA a producción, el gasto de cómputo y electricidad se ha convertido en uno de los principales obstáculos económicos. Naveen Rao, quien fue responsable de IA en Databricks, vio en este problema una oportunidad para reimaginar la arquitectura de computación desde sus cimientos.
Unconventional AI y la arquitectura de osciladores
A través de su empresa Unconventional AI, Rao está desarrollando una solución radical: reemplazar la arquitectura convencional de chips por un diseño basado en osciladores. En junio de 2026, la compañía presentó Un-0, su primer modelo de generación de imágenes que sirve como prueba de concepto. "Este es el 'hello world' de una nueva clase de computadora", afirmó Rao en conversación con TechCrunch.
Lo notable no radica solo en el resultado —Un-0 genera imágenes con calidad comparable a Stable Diffusion o GPT Image 1—, sino en cómo lo logra. El modelo fue construido sobre una simulación de software de chips basados en osciladores, una arquitectura completamente distinta de la que impulsa los sistemas convencionales y los LLMs tradicionales. Según los investigadores de la compañía, esta aproximación podría reducir el consumo de potencia hasta 1.000 veces.
Del software a la infraestructura real
Anque la versión actual de Un-0 funciona mediante una simulación de los chips de Unconventional, el equipo planea lanzar esquemas para hardware real en el corto plazo. El objetivo final es construir un stack de inferencia completo desde cero, permitiendo a la compañía ofrecer capacidad de cómputo como cualquier otro proveedor cloud, pero con eficiencia sin precedentes.
"Construiremos un nuevo tipo de sistema compuesto por nuestros chips", explicó Rao. "Ejecutaremos modelos de IA allí, y tendremos un cable de red donde llegan prompts y salen inferencias, pero todo se hará a 1/1000 de la potencia consumida actualmente".
Esto es especialmente ambicioso considerando que Unconventional AI cuenta con menos de 50 empleados. Sin embargo, dado el alcance del despliegue actual de IA y los costos anticipados para satisfacer la creciente demanda de inferencia, pocos proyectos están en posición de abordar un problema de esta escala.
Implicaciones para líderes de tecnología
Para equipos de tecnología evaluando soluciones de IA, la dirección que marcan iniciativas como Un-0 señala un cambio estructural próximo. La energía no es solo un costo operativo más: es el límite físico que definirá qué es viable y qué no en los próximos años. Una reducción drástica en el consumo podría transformar la ecuación económica de proyectos que hoy resultan prohibitivos, permitiendo democratizar capacidades que actualmente son patrimonio de grandes proveedores cloud.
Rao es claro sobre la magnitud del desafío: "El escalamiento de IA es difícil por la energía. Será el límite fundamental en los próximos años. No se puede ir más allá. Será un problema limitado por energía, al final del día". Para empresas que buscan adoptar IA a escala, estar atentos a innovaciones en arquitectura de hardware y eficiencia energética no es opcional, sino estratégico.