Extropic 在 AI 电力需求上升之际发布其热力学计算论证
Guillaume Verdon 的硬件初创公司正在打造概率芯片和新算法，而不是加速 transformer 的数学运算。
By Ryan Merket · Published
Primary source: X
为何重要
Extropic 正在测试 AI 的功耗限制是否能够为一种新的计算架构创造空间，但其 10,000x 的结果仍来自一个简单的基准测试和基于模型的硬件。
Guillaume Verdon (@GillVerd)，这位在 Google 和 Alphabet 的 X 从事量子机器学习工作的物理学家、后来创立了 Extropic，于 7 月 29 日在 X 上发表了 a native article on X，在 Extropic 推动其围绕热力学重建 AI 计算的主张时发表此文。
Extropic 的赌注是，AI 的规模化最终会与传统数据中心的用电和制冷需求发生冲突。Verdon 和联合创始人 Trevor McCourt 试图在软件层之下解决这一限制，设计利用晶体管内部的自然噪声来执行采样操作的概率电路。
这种方法要求 Extropic 构建一个新的硬件和软件堆栈。Extropic 的芯片围绕概率比特（p-bits）设计，这些比特产生可调节的随机二进制信号。那些电路网络可以直接从能量基模型使用的概率分布中进行采样，能量基模型是一类通过能量函数表示关系的机器学习系统。
GPU 可以通过一系列确定性计算来执行同类的采样操作。Extropic 希望其电路的物理行为能直接完成大量这类工作，从而减少在传统处理器中消耗能量的数据移动和算术运算。…
When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.