突破摩尔定律极限！Extropic发布全新热力学计算机，利用物质随机波动提升算力｜钛媒体AGI

1,404 0 0

文章摘要

前谷歌量子计算团队的成员创立了一家名为Extropic的新公司，旨在开发一种全新的计算方式，即利用物质随机波动驱动计算。这种计算方式超越了传统数字计算的约束，有望大幅提高计算速度和能效，特别适合生成式人工智能应用。

Extropic团队正在研发的硬件平台使用物质的自然波动——尤其是热力学和量子物理中常见的随机波动——作为计算资源。这种方法与基于硅的数字计算机有本质的不同，它利用物理原理进行计算，能够更高效地模拟真实世界的物理过程，从而更准确地解决实际问题。

研究人员正在制造一种关键组件——约瑟夫结（Josephson junctions），这是一种类似晶体管的超导体元件，用于实现物理计算。他们希望这种新型计算方式能够推动人工智能技术的发展，并应用于太空探索、科学研究等领域。

Extropic介绍了一种名为“热力学计算”的新型计算方法，该方法将热噪声和电子抖动视为资产而非负担，与传统数字计算形成对比。这种计算方式不依赖传统的数字逻辑门和处理器架构，而是利用物质在微观尺度上的自然波动来进行计算。公司创始人Gill Verdon表示，这种计算方式比经典计算更快，更接近自然和大脑的计算方式。

Extropic使用能量模型（Energy-Based Models, EBMs）作为其核心计算框架，这些模型在物理学中用于描述系统的热平衡分布，在机器学习中用于学习和表达复杂的概率分布。通过物理硬件直接模拟这些分布，Extropic的设备可以在不需要大量数据输入的情况下，直接通过硬件执行概率推断和学习。

Extropic的硬件平台包括专门设计的随机模拟电路，这些电路模拟了布朗运动等自然随机过程。这些电路使用晶体管、电感等元件控制电子的运动，从而在微观层面上模拟复杂的概率分布。这些电路的参数化设计允许通过外部控制精确调节电路行为，从而适应不同的计算需求。

Extropic的一些处理器使用了超导材料，这些材料在极低温度下运行以达到超导状态，能极大减少能量损耗，提高电路的能效和速度。这些设备利用了约瑟夫森效应，对于实现复杂的非高斯概率分布至关重要。

由于这种方法直接在硬件中模拟了所需的随机过程和概率分布，它可以在没有大量数据移动和复杂数字运算的情况下，直接执行复杂的算法。这种方式极大地提高了计算效率和能效，特别适合于需要大规模并行处理和高能效的应用。

Extropic计划在未来展示其在硅基平台上的技术原理，扩展市场覆盖范围，并提高能效和计算速度。公司还计划开源其软件，建立一个活跃的开发社区，促进技术创新和应用多样化。

最近，Extropic宣布完成共计1410万美元的种子轮融资，这标志着其在物理基础的计算领域中的重要进展。公司的目标是将生成式AI深度嵌入到世界的物理过程中，实现在空间、时间和能源效率上达到物理定律的极限。团队由物理学和AI领域的专家组成，致力于将物理学和AI统一起来。投资方包括Steve Jang和Kindred Ventures领投，多家知名风投参投，多位业界大佬作为天使投资者参与。