Startup Extropic rzuca wyzwanie Nvidii, prezentując procesor termodynamiczny. Układ oparty na bitach probabilistycznych ma być tysiące razy bardziej energooszczędny.
W skrócie:
- Extropic, startup byłych inżynierów Google, stworzył procesor termodynamiczny (TSU), który zamiast bitów 0/1 wykorzystuje bity probabilistyczne do modelowania niepewności.
- Pierwszy działający chip, XTR‑0, trafił już do partnerów, w tym laboratoriów AI i firm zajmujących się modelowaniem pogody. Testy potwierdzają jego fundamentalne założenia.
- Firma zapowiada, że skalowalna wersja układu będzie tysiące razy bardziej energooszczędna od GPU Nvidii, co może zrewolucjonizować rynek centrów danych AI.
Rynek sztucznej inteligencji wpadł w pętlę. Więcej danych wymaga mocniejszych modeli, a mocniejsze modele wymagają potężniejszych procesorów. Te z kolei konsumują energię w skali, która zaczyna przerażać nie tylko ekologów, ale i księgowych. Nvidia, AMD i Intel budują swoje imperia na krzemie przetwarzającym zera i jedynki. A co, jeśli cały ten paradygmat jest ślepą uliczką? Startup Extropic właśnie rzucił rękawicę, pokazując coś, co brzmi jak technologia z powieści science fiction – procesor, który zamiast z logiką, pracuje z prawdopodobieństwem.
Jak działa procesor, który myśli prawdopodobieństwem?
Zapomnijcie na chwilę o CPU i GPU. Extropic wprowadza na scenę TSU, czyli Thermodynamic Sampling Unit (jednostkę próbkowania termodynamicznego). Zamiast przetwarzać bity, które mogą przyjąć wartość 1 albo 0, układy Extropic operują na bitach probabilistycznych, czyli p‑bitach. Te, w uproszczeniu, modelują niepewność. W praktyce oznacza to, że chip nie wykonuje sztywnych obliczeń, lecz posługuje się fluktuacjami termodynamicznymi elektronów, aby modelować prawdopodobieństwa w złożonych systemach. To podejście jest bliższe naturze niż cyfrowej logice, dzięki czemu może efektywniej radzić sobie z prognozowaniem pogody, analizą rynków finansowych czy generowaniem obrazów przez modele AI.
Trevor McCourt, dyrektor technologiczny Extropic, tłumaczy to wprost: “Mamy prymityw uczenia maszynowego, który jest znacznie bardziej wydajny niż mnożenie macierzy”. To właśnie mnożenie macierzy stanowi dziś rdzeń działania większości sieci neuronowych i pochłania lwią część energii w centrach danych. Pytanie, które stawia McCourt, jest fundamentalne: “Jak zbudować na tym coś na skalę ChatGPT czy Midjourney?”. Extropic twierdzi, że ma odpowiedź.
Od kontrowersyjnego filozofa do rewolucjonisty hardware’u
Za sterami Extropic stoją Guillaume Verdon (CEO) i Trevor McCourt (CTO). Obaj zdobywali doświadczenie w zespole Google zajmującym się obliczeniami kwantowymi. Zanim założyli firmę, Verdon zyskał rozgłos w świecie technologii jako barwna i czasem kontrowersyjna postać internetowa znana jako “Based Beff Jezos” oraz jeden z czołowych głosów ruchu e/acc (effective accelerationism), który postuluje bezwarunkowe przyspieszenie postępu technologicznego. Teraz Verdon zamienia filozoficzne manifesty na fizyczny hardware, który ma potencjał, by ten postęp rzeczywiście przyspieszyć.
Ich odejście od Google i skupienie się na obliczeniach termodynamicznych nie było przypadkowe. Zobaczyli ograniczenia zarówno klasycznego, jak i kwantowego podejścia do AI. Zamiast dołączać do wyścigu, w którym wszyscy biegną w tym samym kierunku, postanowili zbudować zupełnie nowy tor. I właśnie pokazali światu jego pierwszy, działający fragment.
Co potrafi XTR‑0 i kto już go testuje?
Pierwszy chip firmy, nazwany XTR‑0, to na razie skromna demonstracja technologii. Składa się z rekonfigurowalnego układu FPGA połączonego z dwoma autorskimi chipami X‑0, z których każdy zawiera garść p‑bitów. Pomimo tego, to w pełni funkcjonalny dowód słuszności koncepcji. Sprzęt został już udostępniony wybranym partnerom, w tym czołowym laboratoriom AI, startupom zajmującym się modelowaniem pogody (jak Atmo, którego klientem jest Departament Obrony USA) oraz przedstawicielom kilku rządów.
Johan Mathe, CEO Atmo, potwierdził, że po testach może stwierdzić, iż p‑bity “zachowują się tak, jak powinny”. To kluczowa walidacja dla tak nowatorskiej technologii. Extropic udostępnił również oprogramowanie TRHML, które pozwala symulować działanie chipu na tradycyjnych GPU, ułatwiając deweloperom eksperymenty. Jak mówi Verdon: “To pozwala programistom wszelkiego rodzaju przetestować naszą technologię”.
Czy to koniec dominacji Nvidii?
Extropic nie zamierza poprzestać na prototypie. W opublikowanym na łamach serwisu arXiv artykule firma opisuje, jak większy układ z tysiącami p‑bitów mógłby posłużyć do stworzenia zupełnie nowego rodzaju modeli dyfuzyjnych – technologii stojącej za generatorami obrazów i wideo. Kolejny chip, Z‑1, ma zostać dostarczony już w przyszłym roku i zaoferuje aż 250 000 p‑bitów. Vincent Weisser, CEO Prime Intellect, komentuje: “Ich podejście do fizyki przetwarzania informacji może okazać się transformacyjne w ciągu następnej dekady, zwłaszcza, że konwencjonalne skalowanie tranzystorów uderza w fundamentalne ograniczenia”.
Verdon i McCourt nie ukrywają, że ich celem jest podważenie status quo. Argumentują, że obecny boom na centra danych AI ignoruje gigantyczne zapotrzebowanie na energię. Ich technologia, jeśli uda się ją przeskalować, może być tysiące razy bardziej wydajna energetycznie. “Nawet jeśli mamy 1 procent szans na sukces – a uważamy, że jest znacznie wyższy – warto spróbować” – podsumowuje McCourt. Wygląda na to, że w grze o przyszłość AI właśnie pojawił się nowy, nieprzewidywalny zawodnik.