一家芯片初创公司刚刚走出隐秘模式，透露了它正在开发和制造的用于人工智能的原型超导处理器。这家名为Extropic的公司最近完成了1410万美元的种子轮融资，用于实现创建AI加速器的目标，并声称该加速器“比数字处理器（CPU/GPU/TPU/FPGA）快许多个数量级，而且更加节能”。该公司由前Alphabet X量子研究员纪尧姆·维登（Guillaume Verdon）领导。Extropic在其网站上撰论文详细介绍了其正在构建的全栈热力学硬件平台的诱人风采。
Extropic 认为，目前可用的数字处理器与人工智能加速并不匹配。这篇论文介绍了一种新的概率计算范式，据说这种范式远离日益复杂的原始数字计算机，转而采用更 "生物"、更 "嘈杂 "的方式。Extropic 的被动热力学芯片原型以物理方式运行人工智能中使用的概率算法，这是一种快速、节能的物理过程。这使得它们比传统计算处理器更适合当前的人工智能算法，因为传统计算处理器会不自然地试图接受概率和不确定性，从而带来低效率。
论文中还有很多关于 Extropic 公司 "通过热力学计算加速人工智能的革命性方法 "背后科学的论述。不过，我们最感兴趣的还是看看这家公司的演示芯片，听听它是如何工作的，能做些什么。在上图中，你可以看到第一批 Extropic 芯片神经元设计的显微镜图像。据说这些芯片由铝纳米制造而成，在低温下运行，因此具有超导性。
你可以看到照片中突出显示的两个约瑟夫森结（Josephson Junctions），它们应该是处理人工智能所面临的复杂非线性问题的晶体管式元件。我们看到的只是一个小型处理器构件，它将与其他许多线性和非线性神经元一起用于大型超级计算系统。
这一切听起来可能非常雄心勃勃，但 Extropic 也在准备可在室温下运行的半导体器件，以扩大其影响范围，以获得更大、更直接的市场机会。这些设备将使用晶体管来代替约瑟夫森结，虽然牺牲了能效，但使类似 GPU 的扩展卡成为可能。除了硬件之外，Extropic 还忙于开发软件，将基于能量的模型 (EBM) 的抽象规范解释给其处理器。
帮助创始人 Verdon 实现上述目标的是一支由曾在 Alphabet、AWS、Meta、IBM 和 Nvidia 等公司工作过的专家组成的团队。希望在不久的将来我们能听到更多来自 Extropic 的消息。
