Normal Computing宣布其全球首款熱力學計算芯片CN101成功流片。這款ASIC專為AI/HPC數(shù)據(jù)中心設計，與傳統(tǒng)的硅片計算方法相比，它利用熱力學（以及其他物理原理）實現(xiàn)了傳統(tǒng)芯片無法比擬的計算效率。

熱力學芯片與傳統(tǒng)計算截然不同——在實踐中更接近量子計算和概率計算的領域。噪聲是標準電子器件的天敵，而熱力學和概率芯片則積極利用噪聲來解決問題。

“我們專注于能夠利用噪聲、隨機性和不確定性的算法，”Normal Computing的硅片工程主管Zachary Belateche在最近接受IEEE Spectrum采訪時表示?！斑@個算法領域非常廣闊，涵蓋從科學計算到人工智能再到線性代數(shù)的方方面面。”

據(jù)IEEE Spectrum解釋，熱力學芯片的組件初始狀態(tài)為半隨機狀態(tài)。將程序輸入這些組件后，一旦各部分之間達到平衡，該平衡狀態(tài)即被讀出作為解決方案。這種計算方式僅適用于涉及非確定性結(jié)果的應用；熱力學芯片不會用于訪問網(wǎng)頁瀏覽器，但在AI圖像生成和其他訓練任務中表現(xiàn)出色。

Normal最新流片的芯片CN101旨在高效地解決線性代數(shù)和矩陣運算，并利用Normal專用的采樣系統(tǒng)來解決其他概率計算。這些任務專門針對現(xiàn)代數(shù)據(jù)中心的AI訓練需求，在這些工作負載下可實現(xiàn)高達1000倍的能耗效率。

Normal對熱力學計算及其基于物理的 ASIC（例如CN101）的目標是，讓AI訓練服務器包含所有必要的部件，從而為每個問題提供最高效的解決方案：CPU、GPU、熱力學ASIC，甚至概率和量子芯片，以便每個問題都能找到最接近的解決方案。Normal的CN產(chǎn)品線路線圖包括2026年和2028年的發(fā)布，以擴展到更深層次、更常用的照片和視頻傳播模型。

隨著硅計算不斷向其不可避免的最小尺寸邁進，以及全球AI數(shù)據(jù)中心需求的不斷增長，一系列替代計算技術正在興起以滿足需求。硅光子學目前是該領域最熱門的技術發(fā)展之一，而像量子這樣的非確定性芯片似乎仍遙不可及。不知不覺中，Normal的熱力學芯片可能成為新芯片技術突破浪潮的重要組成部分。

據(jù)悉，Normal Computing是一家優(yōu)化生成式AI模型技術研發(fā)應用服務商。Normal Computing的概率AI開創(chuàng)了一種新的范式，提供了具有可靠性、適應性和可審計性的AI模型，以Probabilistic AI（概率AI）技術作為基本支持，旨在構建全?；A架構，搭建領先的機器學習框架，解決企業(yè)和政府應用程序中的關鍵性問題。