革命性 AI 芯片突破晶体管极限，释放巨大算力

电子与传感器 INSIDER

普林斯顿研究人员彻底重构计算物理，打造面向现代 AI 工作负载的芯片。在美政府新支持下，他们将探索该芯片能有多快、多紧凑、多高能效。图为早期原型。（图片：Hongyang Jia/普林斯顿大学）

国防部最大研究机构与普林斯顿大学主导项目合作，开发用于人工智能的先进微芯片。

根据电子与计算机工程教授 Naveen Verma 介绍，新硬件重构芯片以适应现代工作负载，能以远低于当今最先进半导体的能耗运行强大 AI 系统。Verma 将领导该项目，称这些进展突破了阻碍 AI 芯片发展的关键障碍，包括尺寸、效率和可扩展性。

低能耗芯片可部署在更动态环境中运行 AI：从笔记本、手机到医院、高速公路、近地轨道及更远。支撑当今最先进模型的芯片过于庞大低效，无法在小型设备运行，主要局限于服务器机架和大型数据中心。

国防高级研究计划局 (DARPA) 宣布将基于 Verma 实验室一套关键发明，提供 1860 万美元资助。DARPA 资金将推动探索新芯片速度、紧凑度和能效极限。

“最好的 AI 仅存在于数据中心是个重要限制，”Verma 说，“释放它，我们从 AI 获得价值的方式将爆发式增长。”

该公告是 DARPA 更广泛努力的一部分，旨在资助下一代 AI 计算的“科学、器件和系统的革命性进展”。该计划名为 OPTIMA，涉及多所大学和公司。征求提案估计总资金 7800 万美元，DARPA 未披露完整机构名单或迄今授予总额。

在普林斯顿主导项目中，研究人员将与 Verma 初创公司 EnCharge AI 合作。EnCharge AI 位于加州圣克拉拉，正商业化基于 Verma 实验室发现的技术，包括他与电子工程研究生合著的几篇关键论文，可追溯至 2016 年。

Verma 于 2022 年与前 IBM Fellow Kailash Gopalakrishnan、半导体系统设计领导者 Echere Iroaga 共同创立 EnCharge AI。

Gopalakrishnan 指出，现有计算架构创新和硅技术改进放缓，恰逢 AI 对算力和效率产生巨大新需求。即使最好的图形处理单元 (GPU) 也无法缓解行业面临的内存和计算能源瓶颈。“虽然 GPU 是当今最佳工具，”他说，“我们得出结论：需要新型芯片释放 AI 潜力。”

据 Verma 称，2012-2022 年 AI 模型所需算力增长约百万倍。为满足需求，最新芯片塞入数百亿晶体管，间距仅相当于小病毒宽度。但芯片计算密度仍不足以满足现代需求。

当今领先模型融合大语言模型、计算机视觉等机器学习方法，各使用超万亿变量训练。英伟达设计的推动 AI 繁荣的 GPU 如此珍贵，大公司据报用装甲车运输。购买或租赁这些芯片的积压订单遥遥无期。

当英伟达成为史上第三家市值达 2 万亿美元公司时，《华尔街日报》报道，公司收入快速增长份额不来自模型开发（训练），而是来自 AI 系统训练后使用阶段的芯片——技术界称此部署阶段为推理。Verma 表示其研究将在近中长期对推理产生最大影响。

“这关乎 AI 去中心化，将其从数据中心释放，”他说，“必须走出数据中心，进入我们及对我们重要的流程能最便捷获取算力的地方：手机、笔记本、工厂等。”

为创造能在紧凑或能源受限环境处理现代 AI 工作负载的芯片，研究人员在设计和封装硬件时必须完全重构计算物理，同时确保可用现有制造技术生产，并与现有计算技术（如中央处理器）良好协作。

“AI 模型规模爆炸式增长，”Verma 说，“意味着两件事。”AI 芯片需要在数学运算上更高效，在数据管理和移动上更高效。

他们的方法有三个关键部分。

几乎所有数字计算机的核心架构遵循一个看似简单的模式，最早开发于 1940 年代：数据存储在一处，计算在另一处。这意味着在存储单元和处理器间穿梭信息。过去十年，Verma 开创研究“存内计算”新方法，直接在存储单元中计算。这是第一部分。承诺是存内计算将减少移动和处理大量数据的时间和能耗。

但迄今数字存内计算高度受限。Verma 团队转向替代方案：模拟计算。这是第二部分。

“在存内计算特殊情况下，不仅需要高效计算，”Verma 说，“还需极高密度计算，因为现在要装进极小存储单元。”与用 0 和 1 系列编码信息并用传统逻辑电路处理不同，模拟计算利用器件更丰富的物理特性。齿轮曲率、导线保持电荷能力。

数字信号 1940 年代开始取代模拟信号，主要因二进制代码随计算指数增长扩展性更好。但数字信号未深入挖掘器件物理，因此可能需要更多数据存储和管理。在这方面效率较低。模拟计算通过利用器件内在物理处理更精细信号获得效率。但可能以精度为代价。

“关键在于找到可极精确控制且可规模化制造的器件中适合工作的物理机制，”Verma 说。

团队找到方法：利用专门设计可极精确开关的电容器产生的模拟信号实现高精度计算。这是第三部分。与晶体管等半导体器件不同，电容器中流动的电能不依赖温度、材料电子迁移率等可变条件。“它们仅依赖几何结构，”Verma 说，“取决于一根金属线与另一根金属线间的空间。”而几何结构是当今最先进半导体制造技术能极精确控制的东西。

来源