Naveen再创业，搞了颗模拟AI芯片

公众号记得加星标，第一时间看推送不会错过。

连续创业家Naveen Rao本周稍微揭开了他最新创业公司 Unconventional AI 的神秘面纱，该公司致力于打造一种新型模拟芯片，以突破当前数字计算机所面临的扩展性挑战，推动人工智能发展。

Unconventional AI的存在于 9 月份曝光，当时 Rao在 X 论坛上暗示他正在联合创办一家新公司，旨在打造一台“脑级效率”的计算机。我们了解到，该公司获得了 Andreessen Horowitz 的投资，并计划筹集 10 亿美元资金。

两个月后，Rao 和他的三位联合创始人——麻省理工学院副教授 Michael Carbin、斯坦福大学助理教授 Sara Achour 和前谷歌工程师 MeeLan Lee——在一篇博客文章中正式宣布，他们已筹集到 4.75 亿美元的种子资金，公司估值达 45 亿美元。

Rao曾于2023年以13亿美元的价格将他的人工智能初创公司Mosaic ML出售给Databricks ，并于2016年以据报道4亿美元的价格将另一家初创公司Nervana Systems出售给英特尔。他试图解决的核心问题是，使用传统数字计算机扩展当今基于神经网络的人工智能工作负载的效率相对较低。虽然这些系统在计算方面非常强大，但却消耗了大量电力。联合创始人表示，按照目前的增长速度，世界上的能源根本无法支撑人工智能工作负载的进一步增长。

非常规人工智能公司正致力于开发“一种更高效的人工智能专用计算基础”。其目标是开发“与硅的固有物理特性相匹配的软件接口”，以实现“生物尺度的能源效率”，这里指的是人脑处理数据所需的能量预算约为 20 瓦，相当于一个昏暗灯泡的亮度。

虽然如今数字计算机几乎成了计算机的代名词，但情况并非一直如此。拉奥在接受A16Z的马特·伯恩斯坦的视频采访时指出，早期基于真空管的模拟计算机，例如ENIAC计算机，实际上运行得相当不错。

“模拟计算机实际上是最早的计算机之一，”拉奥说。“它们效率很高，但由于制造工艺的不稳定性，无法扩大规模。”

由于模拟方法无法扩展，基于晶体管的数字计算机逐渐占据主导地位，并最终演变成我们今天所理解的计算机。拉奥表示，它如今定义了计算机科学领域。然而，基于经典冯·诺依曼架构的数字计算机现在又面临着与功耗相关的扩展性问题，这促使拉奥等人重新思考模拟系统。

“模拟本质上仍然更高效。实际上，思考方式也类似，”这位非传统人工智能公司的首席执行官告诉伯恩斯坦。“我能否构建一个与我试图表达或计算的量类似的物理系统？你实际上是在利用底层介质的物理特性来进行计算。”

伯恩斯坦敦促拉奥将想法具体化。非常规人工智能公司将构建什么样的基础架构？它会是什么样的芯片？

拉奥的回应带着几分戏谑：

“模拟计算机可以做很多不同的事情。风洞就是一个很好的例子，从某种意义上说，它就像一台模拟计算机。比如，我有一辆赛车……或者一架飞机，我想了解风是如何绕着它运动的。理论上，你可以用计算来解决这些问题。但问题是，你的结果总是会有误差的。我们很难知道真实的系统会是什么样子。而且，用计算流体动力学来精确地模拟这些问题也相当困难。所以人们仍然建造风洞。这实际上就是在模拟这个问题。这就是一台模拟计算机。”

“我认为我们仍然有很多理由去构建这类模拟计算机，”拉奥继续说道。“现在，在我们讨论的这种情况下，我们实际上可以用硅来构建电路，从而重现神经网络的行为。所以从某种意义上说，我们今天所做的事情比80年前更加具体。那时我们试图实现通用计算的自动化，比如计算炮弹弹道、计算财务数据，或者解决一些物理问题，例如太空探索等等。这些都需要对这些数字和计算进行确定性和精确性处理。”

“智能是另一种东西，”他说。“你可以用数字构建它，但它本质上是由数字构成的吗？我不知道。神经网络实际上是一台随机机器。那么，我们为什么要用高度精确和确定性的底层技术来处理本质上随机且分布式的事物呢？我们相信，我们可以在电路中找到合适的同构模型来支持智能。”

据拉奥称，公司计划用五年时间研发一款新的模拟芯片。他表示，公司将与台积电合作，首款原型芯片“很可能是迄今为止人们制造过的最大的模拟芯片之一”。

采用这种非常规方法来制造新芯片当然存在风险。但拉奥感到欣慰的是，有很多非常聪明的工程师长期以来一直在尝试将各种算法映射到不同的物理基底上。

“我们需要的是那些理解能量模型、流动模型、梯度下降等不同方法的人，”他在A16Z的采访中说道。“我们需要理论家，他们能够思考构建耦合系统的不同方法，如何刻画动力系统的丰富性，并将其与神经网络联系起来。所以这其中既有理论层面，也有系统架构层面的人……理论是这样说的，而我实际能构建的就是这样。”

我该如何弥合这个差距？还有那些实际动手制造这些东西的人，比如模拟电路和数字电路的开发人员。”

非传统人工智能公司并非唯一一家研发模拟计算机芯片的企业。Mythic自 2020 年起便开始研发模拟处理器，如今该公司声称其 MM1076 芯片的性能比传统 CPU、GPU 和 TPU 高出一个数量级。该芯片正被应用于边缘人工智能场景，例如无人机、机器人和智慧城市部署。

10月份，我们了解到一组中国研究人员研制出一种模拟芯片，他们声称该芯片的性能比英伟达GPU高出1000倍，同时能耗却降低了100倍。北京大学的研究人员构建了一个模拟矩阵计算（AMC）系统，该系统基于电阻式随机存取存储器（RRAM）技术，能够一步解决矩阵运算问题，无需迭代。

研究人员在《自然》杂志上发表的一篇论文中写道：“具有电阻式存储器的 AMC 的原位计算特性还可以帮助克服冯·诺依曼瓶颈，从而提高计算吞吐量和能源效率。”

（来 源 ： 编译自hpcwire）

*免责声明：本文由作者原创。文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。

今天是《半导体行业观察》为您分享的第4253期内容，欢迎关注。

加星标第一时间看推送，小号防走丢

求推荐