Normal Computing宣布其全球首款热力学计算芯片CN101成功流片。这款ASIC专为AI/HPC数据中心设计，与传统的硅片计算方法相比，它利用热力学（以及其他物理原理）实现了传统芯片无法比拟的计算效率。

热力学芯片与传统计算截然不同——在实践中更接近量子计算和概率计算的领域。噪声是标准电子器件的天敌，而热力学和概率芯片则积极利用噪声来解决问题。

“我们专注于能够利用噪声、随机性和不确定性的算法，”Normal Computing的硅片工程主管Zachary Belateche在最近接受IEEE Spectrum采访时表示。“这个算法领域非常广阔，涵盖从科学计算到人工智能再到线性代数的方方面面。”

据IEEE Spectrum解释，热力学芯片的组件初始状态为半随机状态。将程序输入这些组件后，一旦各部分之间达到平衡，该平衡状态即被读出作为解决方案。这种计算方式仅适用于涉及非确定性结果的应用；热力学芯片不会用于访问网页浏览器，但在AI图像生成和其他训练任务中表现出色。

Normal最新流片的芯片CN101旨在高效地解决线性代数和矩阵运算，并利用Normal专用的采样系统来解决其他概率计算。这些任务专门针对现代数据中心的AI训练需求，在这些工作负载下可实现高达1000倍的能耗效率。

Normal对热力学计算及其基于物理的 ASIC（例如CN101）的目标是，让AI训练服务器包含所有必要的部件，从而为每个问题提供最高效的解决方案：CPU、GPU、热力学ASIC，甚至概率和量子芯片，以便每个问题都能找到最接近的解决方案。Normal的CN产品线路线图包括2026年和2028年的发布，以扩展到更深层次、更常用的照片和视频传播模型。

随着硅计算不断向其不可避免的最小尺寸迈进，以及全球AI数据中心需求的不断增长，一系列替代计算技术正在兴起以满足需求。硅光子学目前是该领域最热门的技术发展之一，而像量子这样的非确定性芯片似乎仍遥不可及。不知不觉中，Normal的热力学芯片可能成为新芯片技术突破浪潮的重要组成部分。

据悉，Normal Computing是一家优化生成式AI模型技术研发应用服务商。Normal Computing的概率AI开创了一种新的范式，提供了具有可靠性、适应性和可审计性的AI模型，以Probabilistic AI（概率AI）技术作为基本支持，旨在构建全栈基础架构，搭建领先的机器学习框架，解决企业和政府应用程序中的关键性问题。（校对/赵月）