ChatGPT 对能源的渴求可能引发 GPU 革命

取得进一步进展的成本 人工智能 正变得像 ChatGPT 的幻觉一样令人震惊。 大规模人工智能训练所需的图形芯片（GPU）的需求推高了关键组件的价格 穿过屋顶。 OpenAI 表示，训练现在支持的算法 聊天GPT 使公司付出了代价 超过1亿美元。 人工智能领域的竞争也意味着数据中心现在正在消耗令人担忧的资源 能量量。

人工智能淘金热让一些初创公司制定了大胆的计划，创造新的计算铲子进行销售。 Nvidia 的 GPU 是迄今为止最受欢迎的人工智能开发硬件，但这些新贵认为，现在是时候彻底重新思考计算机芯片的设计方式了。

普通计算是一家由 Google Brain 和 Alphabet 登月实验室 X 的资深人士创立的初创公司，开发了一种 简单原型 这是从第一原理重新启动计算的第一步。

传统的硅芯片通过处理表示信息的二进制位（即 0 和 1）来运行计算。 NormalComputing 的随机处理单元（SPU）利用电振荡器的热力学特性，利用电路内部发生的随机波动来执行计算。 它可以生成可用于计算或解决线性代数计算的随机样本，这在科学、工程和机器学习中无处不在。

NormalComputing 的首席执行官 Faris Sbahi 解释说，该硬件不仅效率高，而且非常适合处理统计计算。 有一天，这可能有助于构建能够处理不确定性的人工智能算法，或许可以解决大型语言模型在不确定时“幻觉”输出的倾向。

Sbahi 表示，生成式人工智能最近取得的成功令人印象深刻，但距离该技术的最终形式还很遥远。 “很明显，在软件架构和硬件方面都有更好的东西，”Sbahi 说。 他和他的联合创始人此前曾在 Alphabet 从事量子计算和人工智能工作。 利用量子计算机进行机器学习方面缺乏进展，促使他们考虑利用物理来为人工智能所需的计算提供动力的其他方法。

另一队的 Alphabet 的前量子研究人员 留下来找到 外向性，一家仍处于隐秘状态的公司似乎有一个更加雄心勃勃的计划，将热力学计算用于人工智能。 “我们正在尝试将所有神经计算紧密集成在模拟热力学芯片中，”Extropic 创始人兼首席执行官 Guillaume Verdon 说道。 “我们正在从量子计算软件和硬件中汲取经验，并将其引入全栈热力学范式。” （Verdon 最近被揭露为 X 上流行模因帐户的幕后黑手） 贝夫·杰佐斯，与所谓的 有效的加速主义运动 这促进了向“技术资本奇点”迈进的想法。）

随着业界陷​​入维持摩尔定律的困难，即芯片上组件的密度持续缩小的长期预测，需要对计算进行更广泛的重新思考的想法可能正在获得动力。 康奈尔大学教授彼得·麦克马洪 (Peter McMahon) 表示：“即使摩尔定律没有放缓，仍然存在一个大问题，因为 OpenAI 和其他公司发布的模型大小的增长速度远远快于芯片容量的增长速度。”新颖的计算方式。 换句话说，我们很可能需要利用新的计算方式来让人工智能炒作列车步入正轨。