Normal Computing CN101 — ИИ-процессор, работающий по принципам термодинамики

Американский стартап Normal Computing представил первый в мире термодинамический вычислительный чип CN101. Процессор обрабатывает векторные и матричные операции с эффективностью, превосходящей традиционные решения в 1000 раз. Суть его работы — ожидание, пока законы термодинамики естественным образом приведут чип в состояние, готовое для считывания результата. Разработчики уверены, что это изменит мир искусственного интеллекта.

Основатели стартапа — выходцы из Google с опытом в квантовых вычислениях и ИИ. Они не видят долгосрочных перспектив для классических вычислительных платформах и считают квантовые технологии в данный момент незрелыми. В Normal Computing убеждены, что случайность — естественная основа ИИ, реализуемая через обычные физические процессы: рассеяние, флуктуации и стохастические явления. Квантовые процессоры, по их мнению, могли бы стать решением проблемы ограничений вычислительных мощностей традиционных чипов, но сроки их практического применения пока не определены. Концепция термодинамического процессора основана на массиве идентичных колебательных контуров с конденсаторами. Весовые коэффициенты задаются уровнем заряда конденсаторов. Затем чип охлаждается (например, погружением в воду) до достижения термодинамического равновесия. Считывание заряда конденсаторов в стабильном состоянии дает результат вычислений без прямых затрат энергии на операции. Метод доказал эффективность для матричных операций и линейной алгебры. CN101 специализируется именно на этих задачах, обеспечивая эффективное решение крупномасштабных линейных систем, критичных для инженерии, науки и оптимизации. Он также оптимизирован для стохастической выборки методом решётчатого случайного блуждания (LRW), что ускоряет вероятностные вычисления, необходимые для научного моделирования и байесовского вывода. Для других направлений вычислений компания разработает новые чипы.

CN101 — первый шаг к коммерциализации масштабных термодинамических вычислений от Normal Computing. Технология обещает значительно более высокую производительность ИИ на ватт, на стойку и на доллар, максимизируя эффективность ИИ в рамках существующих энергетических ограничений. Компания планирует выпустить в 2026 году процессоры CN201 с поддержкой диффузионных моделей высокого разрешения и расширенными ИИ-функциями. К концу 2027 или началу 2028 года ожидается разработка CN301 для усовершенствованных моделей видеодиффузии.

Фарис Сбахи, генеральный директор Normal Computing, заявляет, что современные энергозатраты и архитектура приближают ИИ к пределу возможностей, несмотря на планы отрасли увеличить количество обучающих циклов в 10 000 раз за 5 лет. Термодинамические вычисления могут установить новые законы масштабирования на десятилетия вперед через физическую реализацию ИИ-алгоритмов, включая пост-авторегрессионные архитектуры. Успех CN101 в кремнии — исторический момент для новой парадигмы, созданной небольшой командой. Завершив цифровой проект CN101, Normal Computing переходит к характеристикам, производству и тестированию. Результаты лягут в основу разработки будущих чипов CN201 и CN301, расширяющих возможности термодинамических вычислений для масштабирования ИИ-нагрузок.

Появление новых, перспективных ИИ-стартапов, направленных на разработку альтернативных вычислительных решений для сектора ИИ, свидетельствует о массовой обеспокоенности растущими по экспоненте вычислительными нагрузками при обучении и инференсе передовых моделей LLM. Скорее всего, в ИИ-ориентированных дата-центрах и корпоративных вычислительных средах уже в ближайшем будущем начнут появляться новые, альтернативные решения, непохожие по архитектуре и возможностям на уже прижившиеся CPU и GPU.