公司概况与融资 - 连续创业家Naveen Rao联合创办了致力于开发新型模拟芯片的人工智能公司Unconventional AI [2] - 公司联合创始人包括麻省理工学院副教授Michael Carbin、斯坦福大学助理教授Sara Achour和前谷歌工程师MeeLan Lee [2] - 公司于2024年9月首次曝光，并于两个月后正式宣布已筹集4.75亿美元的种子资金，公司估值达到45亿美元 [2] - 公司获得了Andreessen Horowitz的投资，并计划筹集10亿美元资金 [2] 创业背景与核心问题 - 创始人Naveen Rao曾于2023年以13亿美元的价格将其AI初创公司Mosaic ML出售给Databricks，并于2016年以约4亿美元的价格将Nervana Systems出售给英特尔 [3] - 公司旨在解决的核心问题是：使用传统数字计算机扩展当今基于神经网络的人工智能工作负载效率相对较低，且消耗大量电力 [3] - 联合创始人认为，按照目前的增长速度，世界上的能源无法支撑人工智能工作负载的进一步增长 [3] 技术愿景与路径 - 公司致力于开发“一种更高效的人工智能专用计算基础”，目标是开发“与硅的固有物理特性相匹配的软件接口”，以实现“生物尺度的能源效率” [3] - 技术愿景的参照物是人脑，其处理数据所需的能量预算约为20瓦，相当于一个昏暗灯泡的亮度 [3] - 公司认为模拟计算本质上比数字计算更高效，计划利用底层介质的物理特性来进行计算 [4] - 公司计划用五年时间研发一款新的模拟芯片，并将与台积电合作，其首款原型芯片“很可能是迄今为止人们制造过的最大的模拟芯片之一” [6] 技术理念与差异化 - 公司认为早期基于真空管的模拟计算机（如ENIAC）效率很高，但由于制造工艺的不稳定性而无法扩大规模，导致数字计算机占据主导 [3] - 创始人指出，数字计算机基于经典的冯·诺依曼架构，如今又面临着与功耗相关的扩展性问题 [3][4] - 创始人认为，智能（如神经网络）本质上是随机且分布式的，用高度精确和确定性的数字技术来处理它可能并非最佳方式 [6] - 公司相信可以在电路中找到合适的同构模型来支持智能，其方法类似于用风洞模拟物理问题，而非完全依赖计算流体动力学 [6] 团队与研发挑战 - 公司需要招募理解能量模型、流动模型、梯度下降等不同方法的工程师，以及能够思考如何构建耦合系统并将其与神经网络联系起来的理论家 [7] - 研发挑战涉及弥合理论与实际系统架构、模拟/数字电路开发之间的差距 [7] 行业动态与竞争 - 并非唯一研发模拟计算机芯片的企业，例如Mythic公司自2020年起研发模拟处理器，其MM1076芯片声称性能比传统CPU、GPU和TPU高出一个数量级，并应用于边缘AI场景 [7] - 2024年10月，一组中国研究人员研制出一种基于电阻式随机存取存储器（RRAM）技术的模拟芯片，声称其性能比英伟达GPU高出1000倍，同时能耗降低100倍 [8] - 该中国团队的研究成果发表在《自然》杂志上，其模拟矩阵计算（AMC）系统能够一步解决矩阵运算问题，无需迭代，有助于克服冯·诺依曼瓶颈 [8]