Нормальные вычисления разработали самый «ленивый» процессор в мире-он вычисляется, даже ничего не делая
Американский стартап «Нормальный вычисление» объявила о разработке первого в мире термодинамического вычислительного чипа. Процессор CN101 сможет обрабатывать векторные и матричные операции, что делает его более эффективным в 1000 раз, чем классические процессоры. В целом, его расчеты — он просто ждет законов термодинамики, чтобы естественным образом довести чип в состояние данных о чтении. Это изменит мир искусственного интеллекта, разработчики уверены и намерены доказать это.
За стартаповой организацией находятся выпускники Google, участвующие в компании в разработке квантовых расчетов и искусственного интеллекта. Они не видят четких перспектив для классических платформ, не говоря уже о кванте, который все еще измеряет свое время на стартовой линии. Для искусственного интеллекта, согласно обычным вычислениям, вероятность является нормой, и эта норма естественна для обычных физических процессов, таких как отвлечение, колебания и другие стохастические явления. Зачем загружать классические процессоры с имитацией случайности, если физика сделает это в одиночку и с минимальной нагрузкой (с минимальным потреблением энергии)? В идеале это могут быть квантовые процессоры, но когда они появятся, это неизвестно.
Идея термодинамического процессора заключается в том, что он состоит из многих идентичных колебательных конденсаторов. Шансы веса устанавливаются величиной заряда конденсаторов. Затем процессор просто охлаждается — например, для ускорения расчетов, его можно погрузиться в воду. После того, как термодинамическое равновесие в середине было обнаружено, учитываются заряды конденсаторов, что приводит к расчету весовых шансов без прямого энергопотребления для выполнения операций. Метод в целом оказался эффективным для расчета операций матрицы и линейной алгебры. Чип CN101 будет работать в этой области. Для других задач компания создаст свои собственные термодинамические чипы.
В частности, CN101 специально разработан для расчетов линейной алгебры и матрицы, обеспечивая эффективное решение для крупномасштабных линейных систем, которые лежат в основе инженерии, научных расчетов и оптимизации. Чип также оптимизирован для вычислений стохастического отбора проб с использованием Ratchtice Random Walk (LRW), что значительно ускоряет вероятность научного моделирования и вывода с ба -ябсом.
Решение CN101 является первым шагом к реализации обычного вычислительного видения для коммерциализации крупномасштабных термодинамических расчетов, которые обеспечивают значительно более высокую производительность искусственного интеллекта ватта и доллара, максимизируя производительность искусственного интеллекта в рамках существующих энергетических бюджетов.
Компания планирует представить процессоры CN201 в 2026 году, которые имеют модели диффузии с высокой степенью разрешения и расширенные возможности искусственного интеллекта, а также для разработки CN301 в конце 2027 или начале 2028 года, что станет переходом к современным моделям VideoDifusia.
«В последние месяцы мы увидели, как искусственный интеллект достиг своих ограничений с текущим потреблением энергии и архитектуры, даже когда отрасль планирует увеличить количество учебных циклов еще на 10 000 раз в течение следующих 5 лет. Термодинамические расчеты могут установить (новые) законы масштабирования в течение следующих десятилетий путем физической реализации алгоритмов искусственного интеллекта, включая архитектуры посттратио-ссылки. Достижение первого успеха (на CN101) в кремнии — исторический момент для зарождающейся парадигмы, реализованной очень маленькой командой«Говорит Фарис Сбахи, генеральный директор нормальных вычислений.
После завершения разработки для цифрового проекта CN101 нормальные вычисления обращаются непосредственно к описанию характеристик, запуска и тестирования. Результаты будут использоваться при разработке предстоящих чипов CN201 и CN301, которые будут расширять нормальные термодинамические расчеты для масштабирования рабочих нагрузок, связанных с искусственным интеллектом.
«Наша цель — масштабировать модели диффузии с нашим стохастическим оборудованием. В этом году мы продемонстрируем ключевые приложения CN101, в следующем году мы достигнем последних результатов для средних проблем с помощью Genai и CN201, и, наконец, через два года мы будем достигнуты более высокой производительности с помощью крупномасштабных проблем с помощью Genai и CN301.«Говорит Патрик Коулз, крупный ученый в обычных вычислениях.
«CN101 — это первая кремниевая демонстрация нашей термодинамической архитектуры, которая использует случайность, метастабулизм и шум для выполнения выбранных задач. Изучая CN101, мы можем заложить основы для понимания того, как ведут себя случайные процессы на реальном кремнии, и обеспечить четкий путь к масштабированию нашей архитектуры для поддержания современных диффузионных моделей— сказал Зак Белатече, глава отделения развития кремния в обычных вычислениях.
