新型 AI 芯片闪耀登场，节能与创新并行

在当下 AI 热潮席卷全球的背景下，芯片作为 AI 技术的核心支撑，其发展备受瞩目。近期，三款各具特色的新型 AI 芯片纷纷亮相，为半导体行业带来了新的活力与发展方向。

初创公司的 “可逆计算” 芯片

英国初创公司 Vaire 正在研发的计算机芯片技术，有望大幅降低运行人工智能工作负载所需的能耗。该公司对新芯片组件的初步测试显示，它能将运行包括人工智能计算在内的许多计算所需电量减半。若测试结果可靠，这项名为可逆计算的技术将推动其在商业上的大规模应用。最终，可逆计算有望使芯片实现能量的高效回收，且几乎不产生热量。

Vaire 芯片背后的技术旨在解决 AI 热潮带来的能源挑战。当前，装满图形处理器的数据中心电力需求飙升。微软甚至重启宾夕法尼亚州三哩岛核电站的一座已封存核反应堆，专为其新 AI 数据中心供电。国际能源署预测，到 2030 年，全球数据中心电力需求将增长一倍以上，AI 工作负载将成为增长的最大驱动力。同时，AI 的能源消耗也引发了对环境影响的担忧，如二氧化碳排放和水资源消耗等问题。

连续创业者罗道夫・罗西尼于 2021 年创立 Vaire，致力于解决 AI 能源问题。他与剑桥大学研究员汉娜・厄利以及芯片设计公司 Arm 前首席研究员安德鲁・斯洛斯共同创立该公司。三年来，Vaire 隐秘运营，共筹集了 1000 万美元资金，目前拥有约 20 名员工。

一项历经数十年的技术

可逆计算技术并非新事物，物理学家早在 20 世纪 60 年代初就知道其节能潜力。然而，制造可逆计算芯片面临巨大工程挑战，尤其是使用硅基 CMOS 制造工艺。尽管麻省理工学院在 20 世纪 90 年代末构建了工作原型，但当时缺乏商业化动力。如今，摩尔定律遇到物理限制，可逆计算成为解决芯片能耗问题的可行方案。

设计可逆计算芯片十分棘手，Vaire 聘请了迈克・弗兰克协助设计。该芯片需将谐振器与数字元件结合，且谐振器要产生梯形信号。此外，可逆计算芯片运行速度比传统芯片慢，但 Vaire 通过增加处理核心进行并行处理来弥补这一不足，尤其适用于 AI 应用。目前，Vaire 已通过计算机模拟证明谐振器组件实现了 50% 的节能，实体芯片测试批次正在运往工程团队。若芯片能展现显著节能效果，将引发芯片公司在可逆计算芯片领域的竞争。

受大脑启发的 AI 芯片，能耗降低了 100 倍

德国科学家开发的 AI Pro 芯片以人脑为模型，可直接在现场进行实时计算，无需依赖云服务或互联网连接，确保了网络安全。该芯片由慕尼黑工业大学研究团队设计，将内存和处理单元结合在紧凑的神经形态架构中，模仿人类识别模式和决策方式。

这款一平方毫米的芯片由 Hussam Amrouch 博士开发，模仿人类大脑处理信息方式，能独立学习和运作，功耗比传统 AI 芯片低十倍。目前处于原型阶段，由格芯生产，包含约 1000 万个晶体管。尽管与 NVIDIA 高性能处理器的晶体管数量相差甚远，但该芯片具有数据隐私、能源效率和设备智能等优势。

AI Pro 芯片利用 “超维计算” 概念，通过发现相似性和模式进行学习，无需处理海量数据。在试运行期间，仅消耗 24 微焦耳，能耗比同类芯片低 10 到 100 倍。该团队表示，芯片专为特定应用量身定制，其架构可实现实时现场决策，适用于医疗保健、机器人和自主导航等行业。目前，原型机售价约为 33,700 美元，尚未准备好量产，团队目标是打造高效、安全且专为特定任务设计的 AI 芯片。

IMEC 推出 “可重构” 人工智能芯片

研究机构 IMEC 首席执行官 Luc Van den hove 呼吁半导体行业采用三维、可重构的 AI 芯片，以应对快速变化的 AI 软件。他指出，人工智能算法的开发速度快于当前开发专用 ASIC 的策略，专用集成电路开发和制造周期长，存在搁浅资产的风险。

范登霍夫提出的三维、可编程人工智能计算处理元素阵列，类似于现场可编程门阵列（FPGA），但抽象程度更高。未来的人工智能芯片将多种人工智能计算方式组合成超级单元，可编程片上网络可动态满足算法需求。这种方法利用三维堆叠和先进封装技术，但如果 AI 算法偏离组件支持的计算方式，可能会出现冗余硅片，平衡性能、功耗和面积仍是芯片设计人员面临的挑战。

IMEC 作为全球领先的半导体研究中心，与领先半导体公司合作开展竞争前项目，能够提出并评估许多前沿技术。这三款新型 AI 芯片的亮相，为半导体行业的发展注入了新的活力，也为 AI 技术的进一步发展提供了有力支持。未来，随着技术的不断进步，这些芯片有望在更多领域得到应用，推动 AI 产业迈向新的高度。