摘要： Extropic公司提出，能源将成为AI扩展的限制因素，并宣布在能源生产或AI硬件和算法的能效方面取得突破。他们开发了世界首个可扩展的概率计算机，通过使用比GPU上运行的深度学习算法低得多的能量来运行生成性AI工作负载。Extropic展示了他们的XTR-0开发平台，并发布了关于其新型硬件（热力学采样单元）和生成性AI算法（去噪热力学模型）的论文。他们还开发了Python库thrml，用于模拟其硬件。Extropic的目标是消除限制AI扩展的能量约束，并通过开发更高效的计算方式来实现这一目标。他们提出了热力学采样单元（TSU），这是一种全新的计算硬件，可以高效地处理概率任务。此外，Extropic还发明了一种新的生成性AI模型——去噪热力学模型（DTM），它可以在TSU上以极低的能耗运行。
讨论： quantumHazer提到，除了量子计算之外，还有Normal Computing等不同的芯片设计方法正在尝试不同的途径。[0]提供了更多关于Normal Computing的信息。achille则分享了一个关于相关研究的链接[1]。
原文标题：Thermodynamic Computing from Zero to One
原文链接：https://extropic.ai/writing/thermodynamic-computing-from-zero-to-one
讨论链接：https://news.ycombinator.com/item?id=45750299