← 返回主报告：[Podcast·2026-W19] Report
Sequoia Capital — Why the Brain Computes 1,000,000x More Efficiently Than A GPU: Unconventional AI’s Naveen Rao
- Group: vc
- Channel: @sequoiacapital
- Published: 2026-05-06
- Duration: 14m
- Language: en (auto)
- Evidence: youtube_subtitles
TL;DR
Naveen Rao（前 Mosaic ML / Databricks AI 负责人）以神经科学家身份创立 Unconventional AI，主张 80 年前为通用计算而设的数字抽象不再适合"智能"这个目标。算账：全球 80 亿人脑共耗 160 GW；目前世界总电力约 9,000 GW，未来 2–4 年 AI 训练/推理就会撞上电力墙——卫星、聚变都能补，但物理极限不会让步。GPU 这十年更便宜更密集，但每 FLOP 实际能耗几乎没改进，根因是 von Neumann 架构在内存与算单元间反复搬数据。生物给出的"存在性证明"：哺乳动物、昆虫都用毫瓦完成复杂行为，今日最先进 GPU 距热力学智能/瓦极限仍差约 3 个数量级。Unconventional AI 的方案：放弃矩阵乘法主导，把状态与计算融合在非线性动力系统里——状态在时域演化即等价计算，无 von Neumann 取数瓶颈。展示了"图像类别在状态空间中聚类、自然演化中相互过渡"的雏形 demo，并仅用 6 个月就完成 tape-out，因为 AI 自己加速了芯片设计。可操作观察：能耗效率已是新主战场，不仅是堆 GW，而是要换计算物理基底。