本文主要是介绍Extropic.AI：终结GPU/TPU的热力学未来Chip？，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/
Extropic团队最近发布了一份激动人心的消息，宣布他们正在开发一个全新的全栈硬件平台。该平台旨在利用物质自然波动作为计算资源，从而推动生成式人工智能的发展。这一创新计算范式的推出，预计将彻底改变硬件扩展的现状，为AI加速器带来前所未有的速度和能效提升，并使得一些在传统数字处理器上不可行的强大概率AI算法得以实现。
Extropic通过其初步简报，向外界透露了其技术的初步概况，意在吸引更多人加入他们迈向热力学智能未来的旅程。该团队由Gill和Trev领导，他们对在AI时代对计算力日益增长的需求提出了解决方案。尽管传统的CMOS晶体管技术的微型化已经支持了这种需求的增长，但摩尔定律的放缓以及基于物理的限制正使得现代AI的能源需求激增，迫使业界寻求新的计算模式。
与此同时，Extropic指出，生物计算并非严格遵循数字逻辑，而是展现出比人类迄今为止构建的任何设备都要高效的计算能力。他们提出，基于能量的模型（EBMs）和指数族概念在热力学物理学和机器学习中的应用，为设计能够在本质上嘈杂的环境中茁壮成长的AI硬件和软件系统提供了可能的解决方案。
Extropic加速器的设计灵感来源于布朗运动，其中宏观但轻质颗粒在流体中由于与微观液体分子的碰撞而经历随机力。这种机制被用作可编程随机性的来源，通过参数化的随机模拟电路实现，从而大大提高算法基于复杂景观采样的运行时间和能效。
Extropic正在开发的超导芯片利用纳米技术制造，并在低温下运行，利用约瑟夫森效应实现非线性，这对于接入非高斯概率分布至关重要。这些芯片完全被动，仅在测量或操纵其状态时消耗能量，有望成为宇宙中最节能的神经元。
此外，Extropic还在构建室温下运行的半导体设备，以扩大其市场范围。这些设备虽然牺牲了一定的能效，但可以利用标准制造过程和供应链进行生产，有望被打包成GPU式的扩展卡，使得每个家庭都能享受到热力学AI加速的好处。
为了支持广泛的硬件基础，Extropic还在开发一个软件层，这一层从EBMs的抽象规范编译到相关的硬件控制语言，允许Extropic加速器分解并运行在任何给定模拟核心上无法容纳的大型程序。
Extropic的这一系列创新举措，预示着我们即将进入一个全新的人工智能加速领域，其速度和能效的提升超出了之前的想象。
详细： Ushering in the Thermodynamic Future - Litepaper
这篇关于Extropic.AI：终结GPU/TPU的热力学未来Chip？的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
