Normal Computing ha reso pubblico un annuncio che potrebbe segnare l’inizio di una nuova epoca per l’informatica. Si tratta dell’entrata in fase di tape-out del nuovo chip CN101. Rappresenta l’ultimo passo prima della produzione vera e propria. Non si tratta di un processore qualsiasi, ma del primo dispositivo mai costruito basato sul calcolo termodinamico. Risultato del lavoro di un piccolo gruppo di ingegneri. I quali hanno portato avanti un’idea tanto ambiziosa quanto rivoluzionaria. Alla base del progetto c’è la “Carnot Architecture”, un’architettura che punta a sfruttare direttamente i principi della fisica per rendere più veloce e meno costoso l’addestramento dell’intelligenza artificiale e il calcolo scientifico.
Nuovo chip di Normal Computing: ecco i dettagli
Secondo il CEO Faris Sbahi, l’AI si trova oggi davanti a un ostacolo: i data center consumano quantità enormi di energia. Un fattore che limita la crescita del settore. La nuova strada proposta da Normal Computing, spiega Sbahi, potrebbe offrire la soluzione a tale blocco. Se i computer tradizionali si basano su regole rigide che richiedono enormi risorse per funzionare. Un processore termodinamico è in grado di trasformare a proprio vantaggio fenomeni naturali come le fluttuazioni e la dissipazione. Elementi che normalmente sarebbero considerati inefficienze da eliminare.
Il risultato, almeno nelle intenzioni dell’azienda, è sorprendente. Il chip CN101 sarebbe fino a mille volte più efficiente delle comuni CPU e GPU per alcuni tipi di operazioni. Si parla soprattutto di calcoli legati all’algebra lineare e alla manipolazione di matrici. Attività centrali nella ricerca scientifica e nell’ingegneria. Inoltre, grazie a un algoritmo sviluppato in casa chiamato “Lattice Random Walk”, il chip potrebbe accelerare in modo significativo i calcoli probabilistici su cui si basano molte simulazioni moderne.
Ma CN101 non è che il primo passo. La società ha già fissato una traiettoria precisa per i prossimi anni. Entro il 2026 dovrebbe arrivare CN201, progettato per gestire modelli di diffusione ad alta risoluzione e ampliare il campo delle applicazioni di intelligenza artificiale. Nel biennio 2027-2028 è invece previsto CN301, pensato per affrontare compiti ancora più complessi come i modelli di diffusione video.
