1 月 29 日消息，勞倫斯伯克利國家實(shí)驗(yàn)室（LBNL）科學(xué)家團(tuán)隊(duì)于 1 月 10 日發(fā)布重磅研究，提出“熱力學(xué)計(jì)算”（Thermodynamic Computing）概念，理論上可將 AI 圖像生成的能耗降低至當(dāng)前水平的百億分之一。

注：傳統(tǒng)的電腦用晶體管的“開”和“關(guān)”（0 和 1）來計(jì)算，這需要消耗大量電力。熱力學(xué)計(jì)算則像是在利用大自然的物理規(guī)律“順?biāo)浦邸保ㄟ^物理系統(tǒng)自然的熱運(yùn)動(dòng)和能量變化來自動(dòng)尋找問題的答案，就像讓水自然流向低處來指引路徑，而不是用水泵強(qiáng)行抽水，因此理論上能耗極低。

該研究由 LBNL 科學(xué)家 Stephen Whitelam 與 Corneel Casert 共同完成，于 1 月 10 日發(fā)表于《自然-通訊》的論文中，揭示了構(gòu)建“熱力學(xué)神經(jīng)網(wǎng)絡(luò)”的可能性。隨后，在 1 月 20 日發(fā)表于《物理評(píng)論快報(bào)》的研究中，團(tuán)隊(duì)通過傳統(tǒng)計(jì)算機(jī)模擬驗(yàn)證了這一構(gòu)想。

Whitelam 指出，傳統(tǒng)的數(shù)字芯片需要消耗能量來制造偽隨機(jī)噪聲并進(jìn)行計(jì)算，而熱力學(xué)計(jì)算機(jī)則直接利用環(huán)境中普遍存在的隨機(jī)熱波動(dòng)（即“自然噪聲”）。

紐約初創(chuàng)公司 Normal Computing 已開發(fā)出一種包含八個(gè)諧振器的原型芯片，通過特制的耦合器連接。在計(jì)算時(shí)，系統(tǒng)利用諧振器引入噪聲，待網(wǎng)絡(luò)自然達(dá)到熱平衡狀態(tài)后，新的諧振器配置即為計(jì)算結(jié)果。這種物理機(jī)制從根本上省去了模擬噪聲所需的巨大能耗。

研究人員坦言，目前的解決方案尚處于極其初級(jí)的“雛形階段”（Rudimentary）。現(xiàn)有的原型機(jī)雖然驗(yàn)證了原理的可行性，但要制造出在性能、穩(wěn)定性和規(guī)模上能與當(dāng)前成熟的數(shù)字 AI 模型（如 NVIDIA 的 GPU 集群）相媲美的硬件，仍需在材料科學(xué)和工程設(shè)計(jì)上付出巨大的努力。