美国初创公司 Normal Computing 成功流片全球首款热力学计算芯片 CN101，标志着一种新型计算范式——热力学计算的诞生。该芯片专为 AI 与高性能计算（HPC）数据中心设计，旨在通过利用物理系统的热噪声和随机性进行计算，解决当前芯片在能效与算力扩展上的瓶颈。与传统芯片不同，热力学芯片将噪声视为计算资源，通过系统达到热力学平衡来获得计算结果，尤其适用于 AI 训练中的采样、图像生成等非确定性算法。据称，在特定 AI 训练负载中，其能效可达传统芯片的 1000 倍。Normal Computing 的目标是构建异构计算服务器，让每类问题匹配最优计算架构。

💡 **热力学计算新范式：** Normal Computing 成功流片 CN101 芯片，开创了利用物理系统热噪声和随机性进行计算的新型计算范式。这种方法通过系统达到热平衡状态来获得计算结果，特别适用于非确定性算法，有望解决当前芯片在能效和算力扩展上的瓶颈。

🚀 **颠覆性能效优势：** CN101 芯片专为 AI 和高性能计算（HPC）数据中心设计，其核心优势在于高效执行矩阵运算和线性代数任务，并集成了自研采样系统加速概率性计算。在特定 AI 训练负载下，其能效表现惊人，据称可达传统芯片的 1000 倍，为解决能效瓶颈提供了革命性方案。

🔄 **设计理念创新：** 与传统芯片不同，热力学芯片不排斥噪声，反而将其视为计算资源。芯片组件初始处于半随机状态，输入程序后通过系统达到热力学平衡，稳定状态即为计算结果。这种机制使其在 AI 训练中的采样、图像生成以及科学计算等领域展现出巨大潜力。

🌐 **未来发展蓝图：** Normal Computing 的长期愿景是构建融合 CPU、GPU、热力学 ASIC、概率芯片乃至量子芯片的异构计算服务器，旨在为不同类型的问题匹配最优的计算架构。其 CN 系列芯片路线图已规划至 2026 年和 2028 年的迭代版本，以支持更深、更频繁使用的图像与视频扩散模型。

IT之家 8 月 14 日消息，科技媒体 Tom's Hardware 今天（8 月 14 日）发布博文，报道称美国初创公司 Normal Computing 宣布成功流片 CN101，这是全球首款热力学计算芯片。

IT之家注：热力学计算（Thermodynamic Computing）是一种利用物理系统热噪声和随机性进行计算的新型计算范式，通过系统达到热平衡状态来获得计算结果，适用于非确定性算法；流片是指芯片设计完成后，将电路图交付制造的里程碑节点，标志着设计阶段结束，进入试产流程。

该芯片专为 AI 与高性能计算（HPC）数据中心设计，目标是解决当前芯片在能效与算力扩展上的瓶颈问题，替代传统硅基计算模式，主要依赖热力学与随机性机制。

与传统芯片不同，热力学芯片不排斥噪声，反而将其作为计算资源速。芯片组件初始处于半随机状态，输入程序后通过系统达到热力学平衡，其稳定状态即为计算结果。

这一机制适用于 AI 训练中的采样、图像生成与线性代数运算等非确定性算法，Normal 的硅工程负责人扎卡里・贝拉特切指出，此类算法涵盖科学计算、人工智能等多个领域，潜力巨大。

CN101 芯片聚焦高效执行矩阵运算与线性代数任务，并集成 Normal 自研的采样系统，以加速概率性计算。据公司披露，在特定 AI 训练负载中，其能效可达传统芯片的 1000 倍。

Normal Computing 的长期愿景是构建融合 CPU、GPU、热力学 ASIC、概率芯片乃至量子芯片的异构计算服务器，让每类问题都能匹配最优计算架构，其 CN 系列芯片路线图包括 2026 年与 2028 年的迭代版本，目标支持更深、更频繁使用的图像与视频扩散模型。