专攻概率计算的新概念计算机…能否开启AI新时代？[科技谈]

by Lim Juhyeong

Published 29 Nov.2025 06:30(KST)

新型概率专用计算机开发，训练与推理方式与AI高度相似
“在AI任务上比英伟达GPU效率高1万倍”

计算机是以0和1这两个数字运作的机器。从最初的计算机到如今的人工智能（AI）半导体，从未脱离这一法则。然而，近期一家美国初创公司声称，他们发明了一种全新的计算机，通过以概率方式生成0和1，直接执行AI模型的计算。这台计算机名为“热力学采样装置（TSU）”，是一种只为实现AI而开发的全新概念计算机。

从事AI研究的物理学家……推出颠覆范式的芯片

TSU由加拿大出身的数学家兼物理学家 Guillaume Verdon 创立的初创公司 Extropic 开发。根据其官方网站介绍，Verdon 是谷歌量子AI技术“TensorFlow Quantum”研究论文的作者之一，并曾亲自创办量子计算机初创公司，一直专注于AI研究。但他意识到，依靠现有的计算机半导体很难真正实现AI，遭遇这一技术瓶颈后，他取消了所有项目，于2022年创立 Extropic，专注于新概念计算机的开发。

Extropic发布的全球首款概率计算机半导体XTR-0。Extropic提供

Extropic 在沉寂3年后，于本月初公开了TSU。从外观上看，它与中央处理器（CPU）、图形处理器（GPU）等普通计算机芯片十分相似。同其他半导体一样，它以硅为材料，并与其他元件一起封装在电子基板上。然而，Extropic 在技术说明书中声称，“TSU执行AI任务的效率比英伟达的GPU高1万倍”。TSU究竟如何实现这样的性能？

决定论计算机 vs 概率论计算机

人们常说“计算机用0和1思考”。这与计算机的核心部件——半导体晶体管有关。晶体管在有电流通过时被视为开启（1），无电流通过时被视为关闭（0），通过晶体管的状态来实现逻辑。例如，当我们移动鼠标或敲击键盘时，相应指令会被转换成无数个0和1，从而被计算机识别。

只使用0和1的原因，是为了无误接收微弱的电流信号。无论电流强弱，只要有电流就判断为1，没有就判断为0，因此可以将机械误差降到最低，输出与预测完全一致的精确结果。

普通计算机半导体（上）与热力学采样装置（TSU）工作方式的类比示意图。半导体根据电流是否流过晶体管固定输出0或1，而TSU则根据电子波动以概率方式输出0和1。网络社区提供，Extropic Capture提供

与之相反，TSU并非根据电流信号，而是依据电子振动，也就是波动来给出数值。尽管与传统半导体一样只输出0和1，但在两者之中究竟输出哪一个却完全是随机的。Extropic 将TSU的工作方式定义为“概率论算法”。

与AI运行方式极其相似的TSU

传统计算机是基于0和1来执行运算的，如果这些数值是随机得出的，计算机本身就无法运作。实际上，TSU无法运行一般软件。相反，它将随机输出的运算结果视为“样本”，并通过尽可能多地收集这些样本来识别大型模式。

这一特征与神经网络AI极其相似。AI技术的本质，就是对海量数据进行训练，并从中提取合适的模式。当我们向AI聊天机器人提出特定问题时，聊天机器人会从事先学习到的模式中，选取与之最匹配概率最高的词语或图像进行组合，然后呈现在我们面前。

如果说传统计算机在训练AI模型时，需要把数据转化为天文数量级的矩阵乘法并逐一计算，那么实现概率模式的计算机则可以跳过复杂的计算过程，直接输出结果。对此，Verdon 表示：“AI算法归根结底不过是概率分布下的矩阵乘法”，“传统计算机需要直接执行大量矩阵乘法，而TSU则省略矩阵乘法本身，改为对概率分布进行采样。”也就是说，它“可以在每1瓦特（W）功耗下实现最优的AI性能”。

要成主流仍需构建运行环境

英伟达也是确立图形处理器（GPU）这一概念的企业，但在迎来GPU繁荣之前经历了无数逆境。路透社联合新闻提供

那么，TSU未来是否会超越英伟达GPU，成为AI半导体的主流？目前这一切仍停留在可能性层面。即便TSU在AI、核模拟、能源管理等需要概率论算法的任务上展现出优势，但由于尚未建立完善的运行环境，可用领域十分有限，难以超越GPU在AI市场中多年积累的生态和通用性。

Verdon 也坦言：“我们虽然已经成功开发出TSU，但要达到实用阶段还需要更多帮助。”Extropic 目前正面向从事物理学、生物学、AI、能源等概率运算研究的科研人员，寻求在构建运行环境方面的合作。近期，其官方网站上发布提案称，“希望与想要执行大规模概率任务的企业合作，开发系统应用程序（App）”。