Проблема энергопотребления в сфере искусственного интеллекта становится критической. Каждый новый дата-центр требует гигаватт электроэнергии, а стоимость обучения и инференса больших языковых моделей растет экспоненциально. Однако есть основания полагать, что решение может лежать не в наращивании вычислительных мощностей, а в принципиально ином подходе к самим вычислениям.
Группа исследователей из компании Extropic и Массачусетского технологического института представила концепцию термодинамического компьютера. В основе этой архитектуры лежит не борьба с физическим шумом, а его активное использование. По оценкам авторов, такой подход способен повысить энергоэффективность выполнения отдельных задач ИИ до 10 000 раз по сравнению с традиционными процессорами, включая GPU.
Шум как ресурс, а не помеха
Современные чипы тратят огромные ресурсы на подавление тепловых флуктуаций и обеспечение детерминированности каждого бита. Но многие задачи ИИ — например, поиск наиболее вероятного ответа или оптимизация сложных функций — по своей сути вероятностны. Термодинамические вычисления предлагают использовать случайные физические процессы как часть алгоритма, а не как ошибку, которую нужно исправить. Это радикально снижает энергозатраты при сохранении точности результата.
Решение для индустрии, которая задыхается от энергопотребления
Интерес к альтернативным архитектурам подогревается не только научной любознательностью, но и острой практической необходимостью. Крупнейшие технологические корпорации уже инвестируют миллиарды в строительство новых дата-центров, а спрос на электроэнергию для ИИ-инфраструктуры продолжает расти лавинообразно. Если термодинамический компьютер окажется жизнеспособным, он сможет не только снизить счета за электричество, но и уменьшить потребность в дорогостоящих кластерах, сделав ИИ доступнее.
До коммерческих чипов — годы, но тренд очевиден
Важно понимать: пока речь идет о фундаментальном исследовании и симуляциях, а не о готовом продукте. Авторы продемонстрировали преимущества подхода для отдельных классов задач, но до появления коммерческих термодинамических процессоров могут пройти годы. Тем не менее, эта работа четко отражает общий вектор развития отрасли: наряду с квантовыми и нейроморфными вычислениями, поиск способов радикально сократить энергопотребление становится одним из главных направлений.
Мое мнение: Термодинамические вычисления — это не просто очередная академическая концепция. Это логичный ответ на фундаментальное противоречие современного ИИ: мы пытаемся решать вероятностные задачи детерминированными машинами. Если исследователям удастся перевести эту идею в практическую плоскость, мы можем стать свидетелями смены парадигмы, сравнимой с переходом от вакуумных ламп к транзисторам. Однако путь от симуляции до работающего чипа, способного конкурировать с GPU, будет долгим и тернистым.