一家成立僅4年的芯片公司，剛拿到5000萬美元B輪融資，投資方名單里站著三星、Eric Schmidt的First Spark Ventures，以及半個(gè)硅谷的風(fēng)投圈。但錢不是重點(diǎn)——重點(diǎn)是這家公司聲稱要解決一個(gè)讓OpenAI和英偉達(dá)都頭疼的問題：AI芯片的能耗，正在逼近物理極限。

Normal Computing Corp.的CEO Faris Sbahi說，行業(yè)正在撞上一堵"能量墻"。不是比喻，是字面意思。當(dāng)GPT-4級別的模型變成GPT-5、GPT-6，支撐它們的圖形處理器（GPU）需要的電力，很快就會(huì)超過任何數(shù)據(jù)中心能負(fù)擔(dān)的范圍。換句話說，按現(xiàn)在的路子走下去，AI的算力增長會(huì)被電費(fèi)單活活卡死。

Normal的解法很 radical：既然現(xiàn)有芯片是在跟物理學(xué)對著干，那不如讓芯片設(shè)計(jì)服從物理學(xué)。

EDA平臺：先幫別人造芯片，再給自己鋪路

Normal的第一步，是做了一個(gè)叫Normal EDA的電子設(shè)計(jì)自動(dòng)化平臺。EDA是芯片行業(yè)的"鏟子生意"——無論哪家公司造芯片，都得先用EDA軟件畫圖紙。目前全球前十大半導(dǎo)體設(shè)計(jì)公司里，有一半已經(jīng)在用Normal的工具。

這個(gè)平臺的核心技術(shù)叫"自動(dòng)形式化"（auto-formalization）。簡單說，就是把大語言模型（LLM）和形式邏輯結(jié)合起來，讓AI先理解工程師想做什么，再幫他們把設(shè)計(jì)優(yōu)化得更高效。公司聲稱，這能把芯片開發(fā)周期從幾年壓縮到幾個(gè)月。

Sbahi的原話是：「滿足日益增長的'每美元每瓦特智能'需求，需要一種全新的架構(gòu)。Normal EDA的目標(biāo)，是今天把定制芯片的上市時(shí)間縮短一半，未來讓我們的平臺實(shí)現(xiàn)1000倍的效率提升?！?/p>

1000倍。這個(gè)數(shù)字如果出自別人之口，大概率會(huì)被當(dāng)成PPT吹牛。但Normal的背景有點(diǎn)特殊——它的創(chuàng)始團(tuán)隊(duì)來自Google Brain和X（原Google X），做過TensorFlow和量子計(jì)算項(xiàng)目。Sbahi本人在創(chuàng)業(yè)前，是Google量子AI團(tuán)隊(duì)的軟件負(fù)責(zé)人。

EDA業(yè)務(wù)給Normal帶來了現(xiàn)金流和行業(yè)話語權(quán)，但顯然不是終點(diǎn)。Sbahi的野心在于第二步：用這套設(shè)計(jì)方法論，造出一種全新的處理器。

熱力學(xué)計(jì)算：讓芯片學(xué)會(huì)"躺平"

現(xiàn)有芯片的能耗問題，根源在于一個(gè)設(shè)計(jì)執(zhí)念：晶體管必須被鎖死在嚴(yán)格的"0"或"1"狀態(tài)，任何模糊地帶都會(huì)帶來熱量和功耗的失控。為了維持這種確定性，芯片需要持續(xù)消耗大量能量來對抗物理系統(tǒng)的固有隨機(jī)性。

Normal的思路是反過來的。它開發(fā)了一種"熱力學(xué)冷卻"技術(shù)，不再對抗隨機(jī)性，而是利用它。具體實(shí)現(xiàn)細(xì)節(jié)公司沒有完全公開，但核心邏輯是：讓芯片在概率狀態(tài)下工作，通過物理層面的自然冷卻來管理能量流動(dòng)，而不是靠外部強(qiáng)制降溫。

這種架構(gòu)被稱為"熱力學(xué)計(jì)算"（thermodynamic computing）。理論上，它能實(shí)現(xiàn)現(xiàn)有芯片無法企及的能效比——不是優(yōu)化10%或20%，是數(shù)量級的差距。

當(dāng)然，"理論上"三個(gè)字是這里的關(guān)鍵詞。熱力學(xué)計(jì)算的概念在學(xué)術(shù)界存在多年，但工程化落地一直是難題。Normal聲稱已經(jīng)突破了關(guān)鍵瓶頸，預(yù)計(jì)在未來幾年內(nèi)推出基于該技術(shù)的專用集成電路（ASIC）。

為什么是現(xiàn)在？為什么是它？

AI芯片的能耗危機(jī)不是新鮮事。2024年，單個(gè)大模型訓(xùn)練任務(wù)的耗電量已經(jīng)相當(dāng)于數(shù)百個(gè)美國家庭的年用電量。英偉達(dá)的H100 GPU峰值功耗超過700瓦，下一代B200預(yù)計(jì)突破1000瓦。數(shù)據(jù)中心運(yùn)營商開始為電力供應(yīng)發(fā)愁，微軟甚至重啟了三里島核電站來喂飽它的AI服務(wù)器。

但行業(yè)的主流應(yīng)對策略，還是在現(xiàn)有框架內(nèi)修修補(bǔ)漏：更先進(jìn)的制程、更高效的散熱、更大的數(shù)據(jù)中心。Normal認(rèn)為這些都是在拖延問題，而非解決問題。

它的賭注在于：當(dāng)能耗墻真的撞上來的時(shí)候，市場會(huì)被迫接受一種完全不同的計(jì)算范式——哪怕這意味著重寫軟件棧、重新訓(xùn)練模型、重新設(shè)計(jì)整個(gè)AI基礎(chǔ)設(shè)施。

這個(gè)賭注的風(fēng)險(xiǎn)極高。歷史上，試圖從底層顛覆計(jì)算架構(gòu)的公司，成功率低得可憐。但回報(bào)也同樣誘人：如果熱力學(xué)計(jì)算真能實(shí)現(xiàn)承諾的能效提升，Normal可能成為下一個(gè)英偉達(dá)——或者至少，成為英偉達(dá)必須收購的目標(biāo)。

本輪融資后，Normal的總?cè)谫Y額超過8500萬美元。這筆錢將用于擴(kuò)大EDA平臺的客戶群，同時(shí)加速熱力學(xué)計(jì)算芯片的原型開發(fā)。公司拒絕透露具體的時(shí)間表，但Sbahi暗示，"有意義的進(jìn)展"會(huì)在未來24個(gè)月內(nèi)公開。

三星Catalyst的參與值得玩味。作為三星的戰(zhàn)略投資部門，它通常不只為財(cái)務(wù)回報(bào)——更關(guān)注被投公司與三星半導(dǎo)體業(yè)務(wù)的協(xié)同可能。如果Normal的EDA工具或芯片架構(gòu)被整合進(jìn)三星的代工流程，這將是熱力學(xué)計(jì)算從實(shí)驗(yàn)室走向產(chǎn)線的關(guān)鍵一步。

另一個(gè)信號來自Eric Schmidt的First Spark Ventures。這位前Google CEO在AI基礎(chǔ)設(shè)施領(lǐng)域押注極重，他的參與說明Normal的技術(shù)路線至少通過了頂級技術(shù)專家的盡職調(diào)查。

但質(zhì)疑聲同樣存在。一位不愿具名的半導(dǎo)體分析師指出，Normal公開的技術(shù)細(xì)節(jié)太少，"1000倍效率提升"缺乏可驗(yàn)證的基準(zhǔn)。"熱力學(xué)計(jì)算聽起來很美好，但從論文到量產(chǎn)ASIC，中間隔著十個(gè)Theranos的距離。"

這種質(zhì)疑是健康的。在芯片行業(yè)，承諾和交付之間的距離，往往比承諾本身更值得關(guān)注。

Normal的敘事之所以引人注目，不在于它一定成功，而在于它提出了一個(gè)被主流刻意回避的問題：如果AI的 Scaling Law（規(guī)模定律）繼續(xù)成立，而芯片能效的提升速度跟不上，會(huì)發(fā)生什么？

答案可能是物理極限硬著陸，也可能是某種范式轉(zhuǎn)移。Normal賭的是后者，而且賭得很大。

EDA平臺已經(jīng)讓它有了站立的支點(diǎn)，但真正的考驗(yàn)在于：那枚基于熱力學(xué)計(jì)算的ASIC，能否在承諾的時(shí)間窗口內(nèi)流片、點(diǎn)亮、跑通真實(shí)工作負(fù)載？

Sbahi在融資聲明的最后說了一句話：「我們不是在優(yōu)化現(xiàn)有系統(tǒng)，而是在發(fā)明下一個(gè)系統(tǒng)?！?/p>

這句話的傲慢程度，和它的野心成正比。

如果24個(gè)月后，Normal能拿出一塊功耗只有H100百分之一、卻能跑同等規(guī)模模型的芯片，整個(gè)AI行業(yè)的成本結(jié)構(gòu)將被重寫。如果做不到，它會(huì)成為又一個(gè)"技術(shù)很美、時(shí)機(jī)不對"的注腳。

你更相信哪個(gè)劇本？