全球首款热力学计算芯片流片,AI 训练负载能效是传统芯片 1000倍

commentaires · 18 Vues

IT之家 8 月 14 日消息,科技媒体 Tom's Hardware 今天(8 月 14 日)发布博文,报道称美国初创公司 Normal Computing 宣布成功流片 CN101,这是全球首款热力学计算芯片。 IT之家注:热力学计算(Thermodynamic Computing)是一种利

  IT之家 8 月 14 日消息,科技媒体 Tom's Hardware 今天(8 月 14 日)发布博文,报道称美国初创公司 Normal Computing 宣布成功流片 CN101,这是全球首款热力学计算芯片。

  IT之家注:热力学计算(Thermodynamic Computing)是一种利用物理系统热噪声和随机性进行计算的新型计算范式,通过系统达到热平衡状态来获得计算结果,适用于非确定性算法;流片是指芯片设计完成后,将电路图交付制造的里程碑节点,标志着设计阶段结束,进入试产流程。

  

  该芯片专为 AI 与高性能计算(HPC)数据中心设计,目标是解决当前芯片在能效与算力扩展上的瓶颈问题,替代传统硅基计算模式,主要依赖热力学与随机性机制。

  与传统芯片不同,热力学芯片不排斥噪声,反而将其作为计算资源速。芯片组件初始处于半随机状态,输入程序后通过系统达到热力学平衡,其稳定状态即为计算结果。

  这一机制适用于 AI 训练中的采样、图像生成与线性代数运算等非确定性算法,Normal 的硅工程负责人扎卡里・贝拉特切指出,此类算法涵盖科学计算、人工智能等多个领域,潜力巨大。

  CN101 芯片聚焦高效执行矩阵运算与线性代数任务,并集成 Normal 自研的采样系统,以加速概率性计算。据公司披露,在特定 AI 训练负载中,其能效可达传统芯片的 1000 倍。

  

  Normal Computing 的长期愿景是构建融合 CPU、GPU、热力学 ASIC、概率芯片乃至量子芯片的异构计算服务器,让每类问题都能匹配最优计算架构,其 CN 系列芯片路线图包括 2026 年与 2028 年的迭代版本,目标支持更深、更频繁使用的图像与视频扩散模型。

commentaires