全球首款“热力学计算芯片”流片成功，AI训练能耗或降千倍？

十大品牌 2025年08月16日 15:57 0 admin

当AI大模型的训练成本像滚雪球般膨胀，当数据中心的电费单让科技巨头都倍感压力时，一款全新的芯片或许正悄悄改写游戏规则。近日，Normal Computing公司宣布，全球首款热力学计算芯片CN101已成功流片——这款跳出传统硅基框架的芯片，正试图用物理学的力量，为AI计算按下“节能键”。

不跟硅基“死磕”，它靠“噪音”干活？

传统芯片的世界里，“噪音”是工程师的眼中钉。电流的细微波动、温度的微小变化，都可能干扰计算精度，因此芯片设计始终在和“消除噪音”较劲。但CN101反其道而行之：它不仅不排斥噪音，反而主动利用随机性和热力学原理来完成计算。

用Normal Computing芯片工程主管扎卡里·贝拉切的话说：“我们专注的算法，恰恰需要噪音和随机性来发挥作用。”这些算法覆盖的领域相当广泛，从科学计算到人工智能，再到线性代数，都能找到它们的用武之地。

这种计算方式更接近量子计算和概率计算——芯片组件初始处于半随机状态，输入程序后，当各部分达到平衡，这个平衡状态就是问题的解。当然，它没法用来运行网页浏览器这类需要精确结果的程序，但在AI图像生成、模型训练等任务中，却能展现出惊人的效率。

专为AI训练“量身定制”，能耗效率或提千倍

CN101的目标很明确：解决AI数据中心的“能耗焦虑”。

现代AI训练的核心是线性代数和矩阵运算，而这正是CN101的强项。它搭载了Normal公司专属的采样系统，能高效处理各类概率计算任务。据介绍，在AI训练的典型工作负载中，这款芯片的能耗效率最高可提升1000倍——这意味着训练同样的大模型，未来可能只需要几十分之一的电力。

对于算力需求爆炸的AI行业来说，这无疑是个重磅消息。要知道，训练一个千亿参数的大模型，电费往往高达数百万美元，而数据中心的电力消耗已成为制约AI发展的重要瓶颈。热力学芯片的出现，或许能为行业开辟一条“低成本扩张”的新路径。

不止于一款芯片，而是构建“计算生态”

Normal Computing的野心不止于CN101。他们的愿景是打造一个“混合计算”的理想世界：未来的AI服务器里，CPU、GPU、热力学ASIC、量子芯片等各司其职，每个问题都能找到最适合的硬件来解决。

按照规划，CN系列芯片将在2026年、2028年推出新版本，逐步支持更深层、更常用的图像和视频扩散模型。这意味着，从文本生成到AI绘画，再到视频创作，未来可能都有专属的热力学芯片来加速。

替代计算技术崛起，它会是下一个“风口”吗？

随着硅基芯片逼近物理极限，全球对AI算力的需求又持续飙升，各种替代计算技术正加速涌现。硅光子学已成为当下的热门方向，量子计算虽前景广阔却仍显遥远，而热力学芯片的出现，恰好填补了“高效实用”的中间地带。

目前CN101刚完成流片，距离真正商用还有距离，但它的突破已经释放出一个信号：AI计算的下一次飞跃，可能不在更先进的硅工艺里，而在对物理规律的创新应用中。或许用不了多久，我们谈论AI算力时，除了GPU和量子芯片，还会加上一个新名字——热力学计算芯片。

晶圆代工双雄接近或达到“满产” 后市产能仍将供不应求

发表评论