8月18日消息，近日，Normal Computing宣布其全球首款热力学计算芯片CN101成功完成流片。
这款为人工智能和高性能计算数据中心设计的ASIC芯片，采用热力学原理及其他物理法则，实现了传统芯片难以企及的计算效率。
热力学芯片与传统计算芯片截然不同，更接近量子计算和概率计算领域，传统的CPU和GPU需要消耗大量能量来强制执行确定性逻辑计算，而CN101则利用自然动态的随机性来加速AI推理。
Normal Computing的硅工程负责人Zachary Belateche表示：“我们专注于能够利用噪声、随机性和非确定性的算法，这些算法的应用范围非常广泛，从科学计算到人工智能再到线性代数。”
据介绍，热力学芯片的组件初始处于半随机状态，当程序输入这些组件并达到平衡时，该平衡状态即被读取为解决方案。
这种计算方式仅适用于非确定性结果的应用，例如人工智能图像生成和其他训练任务，而无法用于访问网络浏览器等传统应用。
CN101主要专注于高效解决线性代数和矩阵运算，并利用其专有的采样系统解决其他概率计算任务，这些任务正是AI训练的特定需求，其能效比传统芯片提升高达1000倍。
Normal的热力学计算愿景是构建一个包含CPU、GPU、热力学ASIC，甚至概率和量子芯片的AI训练服务器，以实现对各种问题的最高效解决方案。
根据计划，Normal Computing将在2026年推出CN201，主要面向高分辨率扩散模型和扩展的AI工作负载；2027年底或2028年初将推出CN301，将会进一步扩展到高级视频扩散模型。
