Extropic พัฒนาแนวคิด Thermodynamic Computing ที่นำความสุ่มจากปรากฏการณ์ทางฟิสิกส์มาใช้ประมวลผล AI โดยตรง แทนการให้คอมพิวเตอร์ดิจิทัลจำลองความน่าจะเป็นด้วยทรานซิสเตอร์จำนวนมาก

แนวคิด:

Digital Computing

↓

จำลองความสุ่ม

↓

ใช้พลังงานสูง

แต่ Extropic เปลี่ยนเป็น:

Thermal Noise

↓

pbit

↓

Probabilistic Computing

ปัญหาของคอมพิวเตอร์ยุค AI

คอมพิวเตอร์ดิจิทัลถูกออกแบบให้ทำงานแบบ:

Deterministic

คือให้ผลลัพธ์ตามคำสั่งอย่างแน่นอน

แต่ AI จำนวนมากต้องใช้:

ทำให้ระบบดิจิทัลต้องสร้างกลไกเพื่อ:

“จำลองความสุ่ม”

ซึ่งเพิ่มภาระการประมวลผลและพลังงาน

Extropic ใช้ “ความมั่ว” จากธรรมชาติ

Extropic เสนอแนวคิด:

Thermodynamic Computing

แทนที่จะสร้าง Randomness ขึ้นมาเอง

ชิปใช้:

Thermal Noise

ซึ่งเกิดขึ้นตามธรรมชาติในระบบอิเล็กทรอนิกส์

เมื่อแรงดันไฟฟ้าลดลง

อิเล็กตรอนสามารถเปลี่ยนสถานะระหว่าง:

0 ↔ 1

แบบมีความน่าจะเป็น

pbit คืออะไร?

Extropic ใช้แนวคิด:

pbit

หรือ:

Probabilistic Bit

แตกต่างจาก Bit ปกติที่เป็น:

0 หรือ 1

pbit สามารถมี:

ความน่าจะเป็นที่จะเป็น 0 หรือ 1

และสามารถควบคุม Distribution นี้ผ่าน:

แรงดันไฟฟ้า

ทำให้เหมาะกับงานที่ต้องใช้ Probability

จุดเด่นของ Thermodynamic Computing

1. ใช้ความสุ่มจากธรรมชาติ

ไม่ต้องเสียทรัพยากรจำนวนมากเพื่อสร้าง Randomness แบบดิจิทัล

2. ประหยัดพลังงาน

ข้อมูลต้นทางระบุว่าการทดสอบและการจำลองบางรูปแบบแสดงประสิทธิภาพด้านพลังงานดีขึ้นได้สูงสุดประมาณ:

10,000 เท่า

3. ใช้ Silicon และ CMOS

ระบบถูกออกแบบให้ทำงานบน:

Silicon Wafer

และใช้กระบวนการผลิต:

CMOS

เช่นเดียวกับชิปทั่วไป

4. ไม่ต้องใช้ระบบทำความเย็นแบบ Quantum

ตามข้อมูลต้นทางสามารถทำงานที่:

อุณหภูมิห้อง

โดยไม่ต้องใช้ระบบทำความเย็นอุณหภูมิต่ำมากแบบ Quantum Computing

ความท้าทายของ Extropic

1. Coupling

เมื่อ pbit จำนวนมากอยู่ใกล้กัน

สัญญาณอาจรบกวนข้ามกัน

ทำให้ความสุ่มของแต่ละตัว:

ไม่เป็นอิสระอย่างสมบูรณ์

ยิ่งระบบใหญ่

ปัญหานี้ยิ่งสำคัญ

2. Software Ecosystem

ปัจจุบันระบบ AI ส่วนใหญ่ถูกออกแบบมารองรับ:

Digital Hardware

โดยเฉพาะ Ecosystem อย่าง:

NVIDIA CUDA

การเปลี่ยนไปใช้ Probabilistic Hardware จึงต้องสร้าง:

ขึ้นมาเพิ่มเติม

Extropic ต่างจาก Quantum Computing อย่างไร?

แนวคิดหลักแตกต่างกัน:

Extropic

ใช้:

Thermal Noise + Silicon + CMOS

ทำงานที่:

อุณหภูมิห้อง

Quantum Computing

ใช้:

Quantum Effects

และระบบ Quantum หลายประเภทต้องอาศัยสภาพแวดล้อมที่ควบคุมอย่างเข้มงวด รวมถึงอุณหภูมิต่ำมาก

ดังนั้น Extropic พยายามนำ:

“Physics ของความสุ่ม”

มาใช้กับ Computing Infrastructure ที่ใกล้เคียงกับโลก Semiconductor ปัจจุบันมากกว่า

ทำไมแนวคิดนี้จึงสำคัญต่อ AI?

โมเดล AI ต้องทำงานกับ:

Probability

อยู่ตลอดเวลา

หาก Hardware สามารถจัดการ Probability ได้โดยตรง

แทนการ:

จำลอง Probability ด้วย Digital Logic

ก็อาจลดจำนวนการคำนวณที่ไม่จำเป็นลงได้

แนวคิดจึงเป็นการเปลี่ยนจาก:

Computer ที่คำนวณความน่าจะเป็น

เป็น:

Computer ที่มีความน่าจะเป็นอยู่ในตัวมันเอง

บทเรียนด้าน AI Hardware

1. ไม่จำเป็นต้องแก้ปัญหาด้วย Transistor เพิ่มเสมอไป

บางครั้งการเปลี่ยน:

วิธีคำนวณ

อาจสำคัญกว่าการเพิ่ม:

จำนวน Transistor

2. Physics สามารถกลายเป็น Computing Resource

สิ่งที่เคยมองว่าเป็น:

Noise

อาจกลายเป็น:

Computational Resource

ได้

3. Hardware ใหม่ต้องมี Software รองรับ

ต่อให้ชิปมีประสิทธิภาพสูง

หากไม่มี:

Software Ecosystem

นักพัฒนาก็เปลี่ยนมาใช้งานได้ยาก

4. AI กำลังผลักดัน Computing Paradigm ใหม่

การแข่งขันไม่ได้จำกัดอยู่ที่:

GPU

แต่อาจขยายไปสู่:

FAQ

Q1: Extropic คืออะไร?

A: Extropic เป็นบริษัทที่พัฒนาแนวคิด Thermodynamic Computing ซึ่งใช้ปรากฏการณ์ทางฟิสิกส์อย่าง Thermal Noise เพื่อประมวลผลงานที่เกี่ยวข้องกับความน่าจะเป็น

Q2: Thermodynamic Computing คืออะไร?

A: แนวทางการประมวลผลที่ใช้คุณสมบัติทางอุณหพลศาสตร์และความผันผวนของระบบจริงมาเป็นส่วนหนึ่งของการคำนวณ

Q3: pbit คืออะไร?

A: Probabilistic Bit หรือ pbit คือหน่วยประมวลผลที่สามารถเปลี่ยนสถานะ 0 และ 1 ตามความน่าจะเป็นที่ควบคุมได้

Q4: Extropic ใช้ Thermal Noise ทำไม?

A: เพื่อใช้ความสุ่มที่เกิดขึ้นตามธรรมชาติเป็นส่วนหนึ่งของการประมวลผล แทนการจำลองความสุ่มด้วยวงจรดิจิทัลทั้งหมด

Q5: Extropic ต่างจาก Quantum Computing อย่างไร?

A: ตามข้อมูลต้นทาง Extropic มุ่งใช้ Silicon และ CMOS ที่อุณหภูมิห้อง ขณะที่ Quantum Computing อาศัยปรากฏการณ์ควอนตัมและต้องการสภาพแวดล้อมที่ควบคุมอย่างเข้มงวด