浏览器之父再创业：让AI像大脑一样省电

托马斯·里尔登（Thomas Reardon）又出手了。这次他要解决的问题，可能是AI行业最不愿面对的数字：到2026年，数据中心耗电量将接近翻倍。

一个总在关键节点出现的人

1994年，里尔登创建了后来成为IE浏览器的项目。这个决定把微软从一家软件公司变成了互联网公司，也引发了科技史上最具影响力的反垄断诉讼。

2015年，他联合创立CTRL-labs，做出一款能读取大脑电信号并转化为电脑指令的腕带。四年后，Meta以5亿到10亿美元的价格将其收购。

在这期间，他还拿到了哥伦比亚大学神经科学博士学位，成为万维网联盟创始董事会成员，并完成了首个浏览器层叠样式表（CSS）的实现。

现在，他正在为Flourish筹集约5亿美元，估值25亿美元。领投方是Lux Capital和GV——正是近十年前领投CTRL-labs A轮的那两家机构。

这家公司没有商业产品。它只有一套理论、一支神经科学家团队，以及一个履历表明"值得在产品出现前就下注"的创始人。

为什么20瓦是个关键数字

人脑的运行功率大约是20瓦。一个灯泡的功率。

相比之下，训练一个大型语言模型消耗的电力，相当于数百个美国家庭一年的用电量。推理阶段稍好，但仍需数千瓦的GPU集群持续运转。

里尔登的论点直接且刺耳：行业给出的答案是错的，至少是不完整的。

2022年，数据中心、AI工作负载及相关基础设施全球耗电约460太瓦时。国际能源署预测，这一数字将在2026年底前接近翻倍。到2030年，仅数据中心就可能占全球电力消费的3%，约等于德国目前的总用电量。

在美国，数据中心2023年耗电已超过全国总量的4%，预计2030年将达到9%。

科技巨头的应对策略是供给侧方案：初创公司竞相降低数据中心能耗，Meta探索太空太阳能板，微软签署核电协议，亚马逊收购整片风电场。Alphabet、亚马逊、Meta和微软四家公司2026年的AI基础设施资本支出指引合计超过6500亿美元。

行业的回答翻译成一句话就是：造更多电。

连接组学：从神经科学借图纸

里尔登想从另一个方向切入。Flourish的核心方法是连接组学（connectomics）——研究神经系统中神经元连接结构的学科。

不是造新芯片。是在硅之上、模型之下的架构层动手脚。

这个定位很有意思。当前AI能效优化的主流路径集中在两端：要么是更先进的制程工艺（英伟达、台积电的地盘），要么是更高效的模型结构（各大实验室的算法竞赛）。Flourish瞄准的是中间地带：借鉴人脑的连接方式，重新设计AI系统的整体架构。

人脑的效率来自几个特性：稀疏激活（不是所有神经元同时工作）、事件驱动（只在有输入时处理）、本地计算与存储融合（没有冯·诺依曼架构的内存墙问题）。

这些特性能否迁移到人工系统？里尔登认为可以。他的团队正在尝试将神经科学的结构发现转化为计算架构的设计原则。

为什么是现在，为什么是他

这个时机选择值得玩味。

CTRL-labs被收购的2019年，脑机接口还是科幻概念。五年后，Neuralink已经植入人体，Meta的腕带技术也在VR控制器中落地。里尔登提前一个周期押注神经信号读取，并在技术成熟前套现离场。

现在他押注的是另一个提前量：当AI功耗真的开始制约部署规模时，能效将成为核心竞争维度。

这个判断有数据支撑。模型规模仍在膨胀，但边际效益在递减。GPT-4级别的能力正在 commoditize（商品化），而推理成本仍是规模化应用的主要瓶颈。如果Flourish能在架构层面实现数量级的能效提升，它改变的不是某个模型的成本曲线，而是整个行业的成本结构。

25亿美元估值、5亿美元融资、零收入——这些数字放在2021年的泡沫期不算夸张，但在2024年的融资环境下，说明顶级机构愿意为里尔登的 track record（过往记录）支付极高的信念溢价。

一个关于路径依赖的实验

Flourish的真正赌注，或许不在技术本身，而在技术史的一个观察。

里尔登的职业生涯横跨了三个技术范式：PC互联网（IE浏览器）、移动互联网（未直接参与，但CTRL-labs可视为下一代交互的预研）、以及现在的AI。每个阶段他都出现在基础设施层——浏览器是web的入口，神经接口是人机交互的入口，而AI架构可能是智能本身的入口。

这个模式暗示了一种特定的能力：在技术尚未被主流认可时识别其结构性位置，并在产品化之前建立认知优势。

IE浏览器的故事还有另一个维度。它最终因标准兼容性和安全问题沦为笑柄，但里尔登在1994年做出的技术选择（特别是CSS的实现）影响了整个web的呈现层。他离开微软后的学术转向——神经科学博士——则显示了一种罕见的技术人员轨迹：从工程实践退回基础科学，再带着新的理论框架重新进入工程。

这种往返在科技产业极为罕见。更多人选择在一个领域内持续深耕，或追逐热点横向迁移。里尔登的路径是纵向的：深入底层（神经科学），再带着底层洞察返回应用层。

Flourish是这个模式的第三次验证。如果成功，它将证明神经科学可以为计算系统设计提供第一性原理；如果失败，它至少是一次昂贵的概念验证——测试"借鉴生物智能来优化人工智能"这条路径的可行性边界。

冷观察

行业对功耗问题的回应，本质上是一场集体行动困境。单个公司没有动力独自投资架构层面的颠覆性创新，因为收益外溢、成本自担。里尔登的融资规模（5亿美元）暗示了一种绕过困境的策略：用足够的资本密度，在私人市场完成本应发生在公共研究领域的长期投资。

这既是创新，也是无奈。当大学实验室的资助周期以年计，而产业变革以月计时，只有极少数人能架起这座桥。里尔登的履历让他获得了这张门票。

至于20瓦的目标——人脑的功率预算——它可能是个有用的设计约束，也可能是个误导性的类比。生物系统的约束条件（进化历史、代谢限制、发育过程）与工程系统完全不同。但正如丘吉尔可能没说过但应该说过的话：你总得有个预算。