3月20日消息，致力于開發和制造超導人工智能處理器的初創公司——Extropic最近完成了 1410 萬美元的種子輪融資。Extropic聲稱，其將實現創建 AI 加速器的目標，“其速度比數字處理器（CPU/GPU/TPU/FPGA）快很多數量級，而且能效更高。”

Extropic 認為，當前可用的數字處理器不太適合人工智能加速。其在一篇論文當中介紹了一種新穎的概率計算范式，據說這種計算范式遠離了日益復雜的原始數字計算機。Extropic正在通過將 基于能量的模型（EBM），直接實現為參數化隨機模擬電路來提升效率，并釋放生成式 AI 的全部潛力。在基于復雜景觀采樣的算法的運行時間和能源效率方面，Extropic 加速器將比數字計算機實現多個數量級的改進。

據介紹，Extropic 的首款處理器采用納米鋁制成，可在超導的低溫下運行。其中一些神經元類似于現有的超導通量量子位，這些神經元提供了基本的構建塊，組合起來形成更大的超導系統。在這樣一個更大的系統中，許多線性和非線性神經元組合在一起，創建了一個從豐富且高維分布中采樣的電路。

△Extropic 芯片的顯微鏡圖像。插圖顯示了兩個約瑟夫森結，它們是為處理器提供臨界非線性的器件。

Extropic 的超導芯片完全是無源的，這意味著我們僅在測量或操縱其狀態時消耗能量。這可能使這些神經元成為宇宙中最節能的神經元。這些系統將在規模上實現高度節能：Extropic 的目標是使用這些系統的小批量、高價值客戶，例如政府、銀行和私有云。

Extropic 還在制造可在室溫下運行的半導體器件，以將其的業務范圍擴展到更大的市場。這些器件將約瑟夫森結換成了晶體管。與超導設備相比，這樣做會犧牲一些能源效率。作為交換，它允許人們使用標準制造流程和供應鏈來構建它們，從而實現大規模生產。由于它們在室溫下運行，因此可以將它們封裝到類似 GPU 的擴展卡外形中。這將使我們能夠在每個家庭中放置一個 Extropic 加速器，使每個人都能參與熱力學 AI 加速。

為了支持廣泛的硬件底層，Extropic 還構建了一個軟件層，可將 EBM 的抽象規范編譯為相關的硬件控制語言。該編譯層建立在因子圖的理論框架之上。因子圖指定了多大的分布分解為局部塊。這使得 Extropic 加速器能夠分解并運行太大而無法適應任何給定模擬核心的程序。

之前很多AI加速器公司都因為深度學習的內存限制而苦苦尋找優勢；今天的算法花費大約 25% 的時間在內存中移動數據。因此，根據阿姆達爾定律，任何加速特定運算（例如矩陣乘法）的芯片都很難實現 4 倍以上的加速。由于 Extropic 芯片通過物理運行作為一個快速且節能的過程來原生地加速廣泛的概率算法，這將解鎖一個全新的人工智能加速機制，遠遠超出以前認為可以實現的水平。

據了解，Extropic 公司由其首席執行官 Guillaume Verdon 于 2022 年創立。在創立 Extropic 之前，Guillaume 是 Alphabet X 物理與人工智能團隊的量子技術負責人。他開創了多種量子技術，在感知、通信和表示學習等領域具有廣泛的應用。Guillaume 被認為是量子深度學習領域的先驅，在滑鐵盧大學攻讀博士學位期間創立了后來的 Google TensorFlow Quantum 項目，并最終加入了 Google Quantum AI。他擁有更廣泛的理論物理和信息論背景，擁有周界研究所和量子計算研究所的碩士學位。

Extropic 首席技術官 Trevor McCourt 原本是一名機械工程師，他在滑鐵盧大學加入 TensorFlow Quantum 項目創始團隊時第一次見到了 Guillaume。他們兩人密切合作，開創了從零到一的可微分量子編程軟件。隨后，Trevor 回到硬件工程領域，在 Google Quantum AI 開發尖端設備和控制技術。最終，特雷弗尋求在自組織物理系統中尋找意義，并在麻省理工學院攻讀博士學位，研究噪聲在計算和生命系統中的作用。

Christopher Chamberland，Extropic 首席架構師，被廣泛認為是最杰出的量子計算機架構師之一。在領導了 AWS 和 IBM Quantum 定義核心量子架構和路線圖之后，他決定離開量子計算領域，轉而領導 Extropic 的架構工作。在加入 AWS 和 IBM 之前，Christopher 曾在 Microsoft Quantum 工作，并獲得了滑鐵盧大學量子計算研究所的博士學位。

Extropic 公司更廣泛的團隊由一組主要具有物理和人工智能背景的科學家和工程師組成，他們之前曾在 AWS、Meta、IBM、Nvidia、Xanadu 和許多世界頂級學術機構工作過。這個高度跨學科的團隊在基于物理的人工智能領域擁有豐富的經驗，具有獨特的優勢，能夠開創 Extropic 追求的物理和人工智能統一方法。

編輯：芯智訊-林子