作者丨馮汝梅

編輯丨關(guān)雎

人工智能賽道又一個(gè)驚人融資事件誕生。

2025年12月8日，由前Databricks人工智能主管Naveen Rao創(chuàng)立僅兩個(gè)月的AI神經(jīng)形態(tài)計(jì)算芯片初創(chuàng)公司——Unconventional AI，在種子輪融資中籌集了4.75億美元（約合33億元），投后估值飆升至45億美元（約合318億元）。這一融資規(guī)模不僅遠(yuǎn)超常規(guī)種子輪水平，甚至超過(guò)多數(shù)初創(chuàng)企業(yè)的C輪融資，創(chuàng)下AI芯片領(lǐng)域早期融資紀(jì)錄之一。

此次融資由Andreessen Horowitz（a16z）和Lightspeed Venture Partners共同領(lǐng)投，其他投資者包括Lux Capital和DCVC。Rao的前雇主Databricks以及亞馬遜創(chuàng)始人杰夫·貝索斯（Jeff Bezos）也參與了本輪投資。Rao本人也按與其他投資者相同的條款投資了1000萬(wàn)美元。

值得注意的是，這筆融資還只是Unconventional AI更大規(guī)模融資計(jì)劃的第一步。根據(jù)Rao透露，公司計(jì)劃后續(xù)融資總額可能高達(dá)10億美元。

作為一家尚無(wú)產(chǎn)品、成立僅數(shù)周的初創(chuàng)公司，Unconventional AI的核心競(jìng)爭(zhēng)力首先源于其豪華的創(chuàng)始團(tuán)隊(duì)。公司由Rao牽頭創(chuàng)立，聯(lián)合創(chuàng)始人包括麻省理工學(xué)院副教授Michael Carbin、斯坦福大學(xué)助理教授Sara Achour以及前谷歌工程師MeeLan Lee。他們的背景覆蓋硬件、軟件和神經(jīng)科學(xué)領(lǐng)域，為技術(shù)從理論到落地構(gòu)建了完整能力鏈條。

Unconventional AI聯(lián)合創(chuàng)始人（從左至右）：Sara Achour、Naveen Rao、MeeLan Lee 和 Michael Carbin ，圖源：Lightspeed Venture Partners官網(wǎng)

硅谷AI芯片發(fā)展的見(jiàn)證者

Rao對(duì)AI計(jì)算的探索始于25年前。9歲時(shí)，他便對(duì)類(lèi)腦計(jì)算產(chǎn)生濃厚興趣，通過(guò)觀察動(dòng)物行為來(lái)思考大腦的信號(hào)轉(zhuǎn)化機(jī)制。這一興趣貫穿了他的學(xué)術(shù)生涯：1997年，他從杜克大學(xué)畢業(yè)，2011年獲得美國(guó)布朗大學(xué)神經(jīng)科學(xué)博士學(xué)位，博士后期間則專(zhuān)注于大腦信息編碼研究，為日后轉(zhuǎn)向人工智能領(lǐng)域奠定了神經(jīng)科學(xué)基礎(chǔ)。

博士畢業(yè)后，Rao加入高通擔(dān)任神經(jīng)形態(tài)研究員。但因高通當(dāng)時(shí)的戰(zhàn)略更側(cè)重于智能低功耗計(jì)算，而非深度神經(jīng)網(wǎng)絡(luò)，且公司拒絕將其研究成果產(chǎn)品化，他于2014年選擇離職，并由此開(kāi)啟了他的創(chuàng)業(yè)歷程。

事實(shí)已經(jīng)證明，Rao是一位成功的連續(xù)創(chuàng)業(yè)者，他的創(chuàng)業(yè)履歷幾乎是硅谷AI芯片發(fā)展的縮影。

Naveen Rao

Rao的第一次創(chuàng)業(yè)是在2014年。當(dāng)時(shí)他與Uber首席執(zhí)行官的堂兄弟Amir Khosrowshahi、布朗大學(xué)的博士同學(xué)Arjun Bansal聯(lián)合創(chuàng)立了AI芯片公司Nervana Systems。Nervana 的核心產(chǎn)品是一款專(zhuān)為神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的處理器，旨在通過(guò)自定義架構(gòu)加速 AI 訓(xùn)練過(guò)程。

在AI尚未成為行業(yè)風(fēng)口的當(dāng)時(shí)，Nervana的前瞻性布局吸引了投資者的目光。公司在成立兩年內(nèi)迅速完成了三輪共超過(guò)2400萬(wàn)美元的融資，主要投資方包括DFJ、Data Collective、Lux Capital等風(fēng)投機(jī)構(gòu)，以及“安卓之父”安迪·魯賓（Andy Rubin）的孵化器Playground Global。

2016年，成立僅兩年的Nervana被英特爾以約4億美元的價(jià)格收購(gòu)。此次收購(gòu)讓Rao進(jìn)入英特爾高層，他擔(dān)任Nervana團(tuán)隊(duì)的領(lǐng)導(dǎo)者，推動(dòng)英特爾在AI芯片領(lǐng)域的布局。

收購(gòu)后，Rao在英特爾工作了數(shù)年，主導(dǎo)了多項(xiàng)AI芯片項(xiàng)目，但很快他再次選擇創(chuàng)業(yè)。2021年初，他聯(lián)合前同事在硅谷創(chuàng)立MosaicML，聚焦生成式AI工具平臺(tái)，為企業(yè)提供大語(yǔ)言模型訓(xùn)練與部署服務(wù)，降低了AI開(kāi)發(fā)的門(mén)檻。盡管團(tuán)隊(duì)僅約60人，但憑借技術(shù)優(yōu)勢(shì)快速崛起，在被收購(gòu)前的最后一輪融資后，其估值已達(dá)2.22億美元。

2023年6月，Databricks宣布以13億美元的全現(xiàn)金交易收購(gòu)MosaicML，Rao隨即加入Databricks擔(dān)任AI負(fù)責(zé)人。在那里，他領(lǐng)導(dǎo)了多項(xiàng)生成式AI工具的開(kāi)發(fā)，包括優(yōu)化Spark框架對(duì)Transformer模型的支持。

這些經(jīng)歷讓Rao積累了從硬件設(shè)計(jì)到軟件生態(tài)的全棧能力，也讓他親身感受到傳統(tǒng)GPU在AI擴(kuò)展中的局限性：能源消耗過(guò)高，無(wú)法支撐萬(wàn)億參數(shù)模型的持續(xù)迭代。盡管前兩次創(chuàng)業(yè)的成功出售，解決了特定階段的問(wèn)題，但未能觸及他心目中AI算力挑戰(zhàn)的核心。

無(wú)論是被英特爾收購(gòu)的Nervana，還是成為Databricks一部分的MosaicML，其技術(shù)演進(jìn)仍被框定在現(xiàn)有的數(shù)字計(jì)算范式之內(nèi)。而Rao越來(lái)越確信，要突破能效墻，必須進(jìn)行更底層的革新。

2025年10月，Rao離開(kāi)Databricks，組建Unconventional AI。他將公司定位為“下一代數(shù)字計(jì)算機(jī)”的開(kāi)發(fā)者，借鑒神經(jīng)科學(xué)原理設(shè)計(jì)模擬芯片。這一決定并非突發(fā)奇想，而是基于他過(guò)去十年觀察：AI訓(xùn)練的電力需求已接近全球數(shù)據(jù)中心總能耗的2%，而目前英偉達(dá)主導(dǎo)的GPU架構(gòu)難以從根本上緩解這一問(wèn)題。

開(kāi)發(fā)比傳統(tǒng)GPU更高效的模擬計(jì)算芯片

Unconventional AI的核心是重新設(shè)計(jì)AI計(jì)算的底層硬件架構(gòu)，開(kāi)發(fā)專(zhuān)為人工智能工作負(fù)載優(yōu)化的高能效模擬計(jì)算芯片及完整配套系統(tǒng)。這一愿景的顛覆性，在于其對(duì)當(dāng)前AI算力發(fā)展路徑的反思與重構(gòu)。

過(guò)去幾年，整個(gè)行業(yè)普遍信奉“擴(kuò)展定律”（Scaling Laws），認(rèn)為更多的計(jì)算能力、數(shù)據(jù)和更大的模型將直接帶來(lái)AI能力的飛躍。但Rao指出，若需求持續(xù)增長(zhǎng)，計(jì)算資源和能源供應(yīng)將面臨難以逾越的瓶頸。

問(wèn)題的根源在于，當(dāng)前驅(qū)動(dòng)AI的GPU等數(shù)字芯片，其精確、確定性的計(jì)算方式，與AI任務(wù)本身概率性、非確定性的本質(zhì)并不完全匹配，從而造成了巨大的能效浪費(fèi)。

對(duì)此，Unconventional AI的解決方案是雙管齊下的“非常規(guī)”路徑：

向生物智能尋求終極能效藍(lán)圖。公司的靈感來(lái)源于一個(gè)簡(jiǎn)單對(duì)比：人腦能夠完成極其復(fù)雜的工作，而功耗僅約20瓦，相當(dāng)于一個(gè)昏暗燈泡的能耗。Unconventional AI的目標(biāo)并非復(fù)制人腦，而是借鑒其高效利用能量的原理，追求“生物規(guī)模的能源效率”。

重拾模擬計(jì)算路徑，發(fā)揮半導(dǎo)體固有物理特性?xún)?yōu)勢(shì)。當(dāng)整個(gè)行業(yè)都在追求更強(qiáng)大的數(shù)字芯片時(shí)，Unconventional AI正在走一條不同于主流AI芯片的技術(shù)道路。它將目光投向了數(shù)字計(jì)算興起之前的“模擬計(jì)算”。

數(shù)字計(jì)算機(jī)基于經(jīng)典的馮·諾依曼架構(gòu)，其精確、確定性的計(jì)算方式與AI隨機(jī)、概率性的本質(zhì)并不完全匹配。Rao也指出，早期的模擬計(jì)算機(jī)（如ENIAC）非常高效，只是受限于當(dāng)時(shí)制造工藝的不穩(wěn)定性而無(wú)法擴(kuò)展。

Unconventional AI則探索利用半導(dǎo)體材料本身的物理特性來(lái)直接進(jìn)行計(jì)算，如同用風(fēng)洞模擬氣流繞過(guò)飛機(jī)一樣，讓物理系統(tǒng)直接“成為”計(jì)算本身。

圖源：Unconventional AI

Rao認(rèn)為：“模擬本質(zhì)上仍然更高效。你實(shí)際上是在利用底層介質(zhì)的物理特性進(jìn)行計(jì)算?！边@一方法的核心優(yōu)勢(shì)在于，能顯著降低能源消耗，同時(shí)提升計(jì)算的適應(yīng)性，使計(jì)算機(jī)在處理AI任務(wù)時(shí)更高效——通過(guò)模擬生物般的概率計(jì)算，芯片能更自然地處理不確定性數(shù)據(jù)，實(shí)現(xiàn)更高效的推理和訓(xùn)練過(guò)程，而非依賴(lài)高功耗的數(shù)字精確性。

Unconventional AI的技術(shù)路線(xiàn)圖既雄心勃勃又務(wù)實(shí)。公司計(jì)劃花費(fèi)五年時(shí)間開(kāi)發(fā)一種新型模擬芯片。Rao透露，第一個(gè)原型芯片“很可能是有史以來(lái)最大的模擬芯片之一”。

在研發(fā)策略上，公司采取了開(kāi)放探索的態(tài)度。Rao明確表示，未來(lái)幾年將測(cè)試一系列想法和原型，以確定最高效、最具可擴(kuò)展性的范式。這種探索不僅需要工程師，還需要能夠思考如何構(gòu)建耦合系統(tǒng)的理論家。

與追求快速商業(yè)化的初創(chuàng)公司不同，Unconventional AI專(zhuān)注于長(zhǎng)期的基礎(chǔ)研究，目標(biāo)是成為一家真正的系統(tǒng)公司。目前公司仍處于一個(gè)“正在進(jìn)行中的原型設(shè)計(jì)和驗(yàn)證”階段，且短期內(nèi)預(yù)計(jì)不會(huì)有產(chǎn)品上市。其商業(yè)模式建立在徹底改變AI計(jì)算基礎(chǔ)設(shè)施的愿景之上——如果成功，將可能從芯片設(shè)計(jì)、計(jì)算架構(gòu)到能源模式，全方位顛覆現(xiàn)有硬件生態(tài)。

Neo-Lab熱潮下的資本邏輯

過(guò)去近十年，AI領(lǐng)域的重大突破主要由少數(shù)Frontier Lab（前沿實(shí)驗(yàn)室）推動(dòng)。以O(shè)penAI、DeepMind和Anthropic等為代表，它們依托數(shù)百億美元資本與海量算力，遵循“擴(kuò)展定律”（Scaling Laws），通過(guò)擴(kuò)大數(shù)據(jù)與模型規(guī)模提升通用AI能力。這一范式雖成果顯著，如GPT-4的推理躍升，但也暴露高成本、高能耗與路徑趨同等問(wèn)題。

2025年7月的一項(xiàng)元分析研究對(duì)部分下游任務(wù)的縮放實(shí)驗(yàn)進(jìn)行了系統(tǒng)復(fù)現(xiàn)和驗(yàn)證，結(jié)果顯示：在可驗(yàn)證的實(shí)驗(yàn)中，僅39%的任務(wù)表現(xiàn)出穩(wěn)定的線(xiàn)性縮放關(guān)系，其余61%呈現(xiàn)非線(xiàn)性、非單調(diào)或完全不可預(yù)測(cè)的行為。此外，多項(xiàng)研究已確認(rèn)“逆擴(kuò)展現(xiàn)象”（inverse scaling）：模型規(guī)模增大后，部分任務(wù)性能反而下降，這與擴(kuò)展定律的經(jīng)典假設(shè)直接矛盾。

英偉達(dá)CEO黃仁勛在2025年3月GTC大會(huì)上也表示，過(guò)去一年，幾乎全世界都誤判了擴(kuò)展定律。其彈性遠(yuǎn)超預(yù)期，甚至出現(xiàn)超加速現(xiàn)象。但單純靠堆算力、堆電力的傳統(tǒng)路徑已經(jīng)走到極限。他強(qiáng)調(diào)，未來(lái)必須轉(zhuǎn)向推理強(qiáng)化、代理式AI和合成數(shù)據(jù)等更高效的迭代方式。

行業(yè)共識(shí)也在逐漸形成：擴(kuò)展定律本身沒(méi)有失效，但“只靠規(guī)?！钡膯我宦肪€(xiàn)已不可持續(xù)。

于是，當(dāng)規(guī)模擴(kuò)張的瓶頸日益明顯時(shí)，一種名為“Neo-Lab”（新生代實(shí)驗(yàn)室）的新研發(fā)范式開(kāi)始興起。所謂“Neo-Lab”，指的是一批從OpenAI、DeepMind、Anthropic等AI巨頭出走的頂尖研究員創(chuàng)立的、專(zhuān)注于高風(fēng)險(xiǎn)長(zhǎng)周期基礎(chǔ)研究的新型實(shí)驗(yàn)室。

它們的共同特點(diǎn)是：創(chuàng)始人履歷顯赫，研究方向大膽甚至看似天方夜譚（如情感智能、AI社會(huì)、自動(dòng)化科學(xué)家），沒(méi)有成熟產(chǎn)品甚至沒(méi)有明確營(yíng)收路徑，卻在種子輪就能斬獲數(shù)十億乃至數(shù)百億美元的估值。它們不再追逐規(guī)模競(jìng)賽，轉(zhuǎn)而探索智能本質(zhì)、神經(jīng)形態(tài)計(jì)算或高效推理等基礎(chǔ)方向，試圖從根源上重構(gòu)AI發(fā)展路徑。

而Unconventional AI正是身處這樣一場(chǎng)席卷硅谷的Neo-Lab資本熱潮之中。類(lèi)似的企業(yè)還有，前OpenAI首席科學(xué)家Ilya Sutskever創(chuàng)立的SSI（Safe Superintelligence Inc.），專(zhuān)注于安全超智能研究，至今未發(fā)布任何公開(kāi)產(chǎn)品，但估值高達(dá)320億美元。前OpenAI CTO Mira Murati創(chuàng)立的Thinking Machines Lab，在僅推出一個(gè)初步開(kāi)發(fā)者工具“Tinker”的情況下，估值已達(dá)100億美元。

在這種背景下，Unconventional AI的45億美元估值便不難理解。資本押注的已不是短期的產(chǎn)品路線(xiàn)圖或財(cái)務(wù)報(bào)表，而是創(chuàng)始人Rao及其團(tuán)隊(duì)本身——更具體地說(shuō)，是Rao那被兩次成功創(chuàng)業(yè)驗(yàn)證的卓越判斷力與執(zhí)行力，以及該團(tuán)隊(duì)挑戰(zhàn)行業(yè)根本問(wèn)題的抱負(fù)。

Unconventional AI投資方a16z在官方博客《Investing in Unconventional》中直言，他們投資的是“一家旨在為人工智能構(gòu)建更高效計(jì)算基礎(chǔ)的公司”。

這種邏輯意味著，像Rao這樣擁有連續(xù)成功創(chuàng)業(yè)履歷的創(chuàng)始人，其信用本身已成為一種硬通貨。資本用巨額資金購(gòu)買(mǎi)的，是他們“用履歷兌換一個(gè)不一樣未來(lái)”的可能。在這個(gè)賽道，傳統(tǒng)商業(yè)邏輯或已暫時(shí)失效，取而代之的是一場(chǎng)基于創(chuàng)始人認(rèn)知與聲譽(yù)的押注。

Unconventional AI的項(xiàng)目才啟動(dòng)兩個(gè)月，其技術(shù)路線(xiàn)是否能在五年內(nèi)實(shí)現(xiàn)量產(chǎn)、最終能否改變AI基礎(chǔ)設(shè)施的能耗結(jié)構(gòu)，仍需后續(xù)驗(yàn)證。但這輪巨額融資本身已表明：在擴(kuò)展定律邊際效應(yīng)遞減、電力成為新瓶頸的背景下，市場(chǎng)或許更愿意為系統(tǒng)級(jí)、基礎(chǔ)性的計(jì)算創(chuàng)新支付高額溢價(jià)。