全球首款热力学计算芯片流片，AI 训练负载能效是传统芯片 1000 倍

　　8 月 14 日消息，科技媒体 Tom's Hardware （8 月 14 日）发布博文，报道称美国初创公司 Normal Computing 宣布成功流片 CN101，这是全球首款热力学计算芯片。

　　注：热力学计算（Thermodynamic Computing）是一种利用物理系统热噪声和随机性进行计算的新型计算范式，通过系统达到热平衡状态来获得计算结果，适用于非确定性算法；流片是指芯片设计完成后，将电路图交付制造的里程碑节点，标志着设计阶段结束，进入试产流程。

　　该芯片专为 AI 与高性能计算（HPC）数据中心设计，目标是解决当前芯片在能效与算力扩展上的瓶颈问题，替代传统硅基计算模式，主要依赖热力学与随机性机制。

　　与传统芯片不同，热力学芯片不排斥噪声，反而将其作为计算资源速。芯片组件初始处于半随机状态，输入程序后通过系统达到热力学平衡，其稳定状态即为计算结果。

　　这一机制适用于 AI 训练中的采样、图像生成与线性代数运算等非确定性算法，Normal 的硅工程负责人扎卡里・贝拉特切指出，此类算法涵盖科学计算、人工智能等多个领域，潜力巨大。

　　CN101 芯片聚焦高效执行矩阵运算与线性代数任务，并集成 Normal 自研的采样系统，以加速概率性计算。据公司披露，在特定 AI 训练负载中，其能效可达传统芯片的 1000 倍。

　　Normal Computing 的长期愿景是构建融合 CPU、GPU、热力学 ASIC、概率芯片乃至量子芯片的异构计算服务器，让每类问题都能匹配最优计算架构，其 CN 系列芯片路线图包括 2026 年与 2028 年的迭代版本，目标支持更深、更频繁使用的图像与视频扩散模型。