- Стартап Extropic под руководством бывшего исследователя Google Беффа Джезоса представил инновационную плату с «термодинамическим» чипом для ускорения вероятностных вычислений.
- Чип использует естественный шум электроники в вычислениях, что позволяет значительно снизить энергозатраты на задачи генеративного ИИ и научных симуляций.
- Текущая версия платы — это ранний прототип с результатами на синтетических задачах, а заявленное ускорение в тысячи раз пока остаётся потенциалом архитектуры.
Стартап Extropic, основанный Гийомом Вердоном, более известным под псевдонимом «Бефф Джезос», представил первую рабочую плату с уникальным «термодинамическим» чипом, ориентированным на удешевление и ускорение вероятностных вычислений. Эти вычисления играют ключевую роль в работе генеративных моделей, байесовских методов и научных симуляций, которые сейчас требуют значительных энергетических затрат при запуске на стандартных вычислительных платформах.
Идея нового подхода заключается в использовании неизбежного шума в современной электронике — случайных флуктуаций, обусловленных тепловыми процессами и движением электронов. Обычно этот шум считают помехой и стремятся его минимизировать, однако в задачах, требующих многократной выборки случайных величин, Extropic предлагает использовать его как естественный источник случайности. Это позволяет выполнять вычисления экономичнее, чем при эмуляции шума на традиционных GPU.
Плата компании построена на основе программируемого контроллера FPGA, который управляет фирменными специализированными чипами для ускорения расчетов. Такая архитектура позволяет «вынести» наиболее энергоёмкий участок вычислительного процесса на отдельный аппаратный уровень, оставив остальные этапы в привычном цифровом окружении.
По заявлениям создателей, в перспективе такая технология способна снизить стоимость решения целого ряда сложных ИИ-задач в тысячи раз. Впрочем, на текущем этапе представленная плата является прототипом и требует доработки программного обеспечения и интеграции с распространёнными ML-фреймворками. Полученные до настоящего времени результаты относятся к синтетическим тестам, поэтому озвученное ускорение следует рассматривать как демонстрацию потенциала, а не как достижение готового продукта.
Таким образом, Extropic демонстрирует интересный и перспективный подход к решению критичных проблем энергоэффективности в области искусственного интеллекта и научных вычислений, который при успешном развитии может кардинально снизить затраты на обработку вероятностных моделей и открыт путь к более масштабируемому развитию ИИ.
