2026年3月，AI行業(yè)正被一張看不見的賬單逼到墻角。訓(xùn)練一個(gè)大模型的耗電量，已經(jīng)超過一個(gè)小國(guó)家全年的用電量。英偉達(dá)的GPU賣到脫銷，數(shù)據(jù)中心卻在為電費(fèi)發(fā)愁——這不是成本問題，是物理極限問題。

Normal Computing拿到了5000萬美元B輪融資，領(lǐng)投方是三星Catalyst。加上之前的錢，這家公司累計(jì)融資超過8500萬美元。Galvanize、Brevan Howard、ArcTern Ventures跟投，老股東Celesta Capital、Drive Capital、Micron Ventures和Eric Schmidt的First Spark Ventures繼續(xù)加碼。

這筆錢賭的是一個(gè)聽起來有點(diǎn)瘋的念頭：與其跟物理學(xué)較勁，不如讓芯片設(shè)計(jì)順應(yīng)物理學(xué)。

EDA平臺(tái)先造血：10家頂尖芯片廠一半在用

Normal的CEO Faris Sbahi把行業(yè)困境形容為"能源墻"（energy wall）。傳統(tǒng)圖形處理器（GPU）的能耗需求正在逼近供應(yīng)極限，繼續(xù)堆算力的老路走不通了。

但Sbahi沒選擇直接造芯片。他的第一步是改造芯片設(shè)計(jì)的工具鏈——電子設(shè)計(jì)自動(dòng)化（EDA）平臺(tái)。這個(gè)叫Normal EDA的產(chǎn)品，現(xiàn)在已經(jīng)被全球前十大半導(dǎo)體設(shè)計(jì)公司中的一半采用。

AI早就改變了寫代碼的方式，但對(duì)芯片設(shè)計(jì)的影響一直有限。Normal EDA的核心技術(shù)是"自動(dòng)形式化"（auto-formalization），把大語言模型和形式邏輯結(jié)合起來，幫工程師設(shè)計(jì)、優(yōu)化和驗(yàn)證硅片方案。

具體怎么工作？AI先學(xué)習(xí)芯片設(shè)計(jì)的意圖，然后提出更優(yōu)的實(shí)現(xiàn)方式，同時(shí)壓縮開發(fā)周期。Normal聲稱能把原本以年為單位的流程縮短到幾個(gè)月。

「滿足不斷增長(zhǎng)的'每美元每瓦特智能'需求，需要一種全新的架構(gòu)，」Sbahi說，「Normal EDA的目標(biāo)是讓定制芯片上市時(shí)間縮短一半，最終實(shí)現(xiàn)千倍效率提升?！?/p>

這個(gè)"千倍"不是隨口一說。Normal的路線圖分兩步：先用EDA平臺(tái)證明方法論可行，再把這些方法用于制造全新的處理器架構(gòu)。

熱力學(xué)計(jì)算的野路子：不跟噪音較勁

現(xiàn)有芯片的能耗大頭在哪？保持晶體管處于嚴(yán)格的"0"或"1"狀態(tài)。為了壓制物理系統(tǒng)的固有隨機(jī)性，工程師們不得不消耗大量能量做熱管理。

Normal的方案是反著來：利用熱力學(xué)冷卻，直接擁抱隨機(jī)性，而不是對(duì)抗它。

這家公司正在開發(fā)基于物理原理的專用集成電路（ASIC），用概率計(jì)算替代確定性計(jì)算。思路源自一個(gè)被忽視的事實(shí)——很多AI任務(wù)本身就不需要精確到小數(shù)點(diǎn)后十位的答案，近似計(jì)算就夠了。

傳統(tǒng)數(shù)字電路把噪音當(dāng)敵人。Normal把它當(dāng)資源。通過讓芯片在熱力學(xué)平衡點(diǎn)附近運(yùn)行，可以用極低的能量完成特定類型的計(jì)算。

這種架構(gòu)對(duì)推理任務(wù)特別友好。大模型推理階段的能耗正在快速超過訓(xùn)練階段，而現(xiàn)有GPU架構(gòu)對(duì)此優(yōu)化有限。如果Normal的路子走通，數(shù)據(jù)中心可以把冷卻系統(tǒng)的預(yù)算砍掉一大塊。

三星為什么押注：代工巨頭的焦慮

領(lǐng)投方三星Catalyst的身份值得玩味。三星既是存儲(chǔ)芯片霸主，也是晶圓代工老二，但先進(jìn)制程上始終差臺(tái)積電一截。如果計(jì)算架構(gòu)本身發(fā)生變革，代工環(huán)節(jié)的競(jìng)賽規(guī)則可能重寫。

對(duì)三星來說，Normal是一手期權(quán)。EDA平臺(tái)的成功能綁定更多設(shè)計(jì)公司客戶；萬一熱力學(xué)計(jì)算成真，三星有機(jī)會(huì)在下一個(gè)架構(gòu)周期搶占先機(jī)。

其他投資方也各有算盤。Micron Ventures是存儲(chǔ)巨頭美光的風(fēng)投 arm，關(guān)心的是新架構(gòu)對(duì)內(nèi)存子系統(tǒng)的影響。Eric Schmidt的First Spark Ventures則押注于"用AI設(shè)計(jì)AI芯片"的元敘事。

這筆融資的時(shí)間點(diǎn)很微妙。2025年底，OpenAI的Stargate項(xiàng)目曝光，計(jì)劃投入5000億美元建AI基礎(chǔ)設(shè)施。能源瓶頸從學(xué)術(shù)討論變成商業(yè)現(xiàn)實(shí)。與此同時(shí)，英偉達(dá)的Blackwell架構(gòu)雖然性能飆升，但功耗數(shù)據(jù)讓數(shù)據(jù)中心運(yùn)營(yíng)商倒吸涼氣。

Sbahi的"能源墻"預(yù)言正在自我實(shí)現(xiàn)。當(dāng)行業(yè)集體尋找出路時(shí)，任何看起來可行的替代方案都會(huì)獲得超額關(guān)注。

從EDA到芯片：Normal的變現(xiàn)邏輯

Normal的商業(yè)路徑設(shè)計(jì)得很務(wù)實(shí)。EDA平臺(tái)是現(xiàn)金流業(yè)務(wù)，按訂閱或項(xiàng)目收費(fèi)，客戶是現(xiàn)成的——那五家頂級(jí)芯片設(shè)計(jì)公司已經(jīng)付了錢。

這個(gè)平臺(tái)還有一層戰(zhàn)略價(jià)值：它是新架構(gòu)的試驗(yàn)場(chǎng)和孵化器。Normal可以觀察客戶的真實(shí)需求，測(cè)試自己的設(shè)計(jì)理念，同時(shí)建立信任關(guān)系。

熱力學(xué)ASIC是長(zhǎng)期賭注。這類芯片不會(huì)替代通用GPU，而是切入特定場(chǎng)景——邊緣推理、傳感器融合、持續(xù)學(xué)習(xí)等對(duì)能耗極度敏感的任務(wù)。

技術(shù)風(fēng)險(xiǎn)顯而易見。概率計(jì)算的編程模型、軟件生態(tài)、誤差邊界控制都是未解難題。但Normal的打法是漸進(jìn)式的：先用EDA積累know-how和客戶，再用這些資源推動(dòng)架構(gòu)創(chuàng)新。

這種"工具先行"策略在半導(dǎo)體行業(yè)有成功先例。Synopsys和Cadence最初也是做EDA工具，后來逐步擴(kuò)展到IP核和硬件。Normal的野心是把工具鏈的控制力延伸到物理層。

行業(yè)暗戰(zhàn)：誰在下注新架構(gòu)

Normal不是唯一押注后硅時(shí)代計(jì)算的玩家。光計(jì)算、神經(jīng)形態(tài)芯片、量子計(jì)算都在爭(zhēng)奪"英偉達(dá)挑戰(zhàn)者"的位置，但各自卡在工程化瓶頸。

光計(jì)算公司Lightmatter和Ayarlabs專注于互連和矩陣乘法，短期內(nèi)難以撼動(dòng)通用計(jì)算。英特爾和IBM的神經(jīng)形態(tài)芯片（如Loihi）在能效上有優(yōu)勢(shì)，但編程難度限制了采用。量子計(jì)算離實(shí)用化還有距離。

Normal的差異化在于切入點(diǎn)：不挑戰(zhàn)數(shù)字計(jì)算的基本范式，而是優(yōu)化特定工作負(fù)載的物理實(shí)現(xiàn)。熱力學(xué)計(jì)算的理論基礎(chǔ)來自統(tǒng)計(jì)物理和隨機(jī)熱力學(xué)，這些領(lǐng)域近十年有重要進(jìn)展，但工程轉(zhuǎn)化幾乎空白。

競(jìng)爭(zhēng)對(duì)手也在行動(dòng)。英偉達(dá)2024年收購(gòu)了熱管理初創(chuàng)公司，臺(tái)積電在探索3D堆疊的散熱方案。但這些是漸進(jìn)優(yōu)化，Normal押注的是架構(gòu)代際躍遷。

關(guān)鍵變量在于軟件生態(tài)。GPU的護(hù)城河不僅是硬件，更是CUDA積累的開發(fā)者粘性。Normal需要證明，熱力學(xué)計(jì)算的編程抽象可以被主流工程師接受，且性能收益足夠大。

8500萬美元能燒多久

半導(dǎo)體初創(chuàng)公司的燒錢速度是出了名的。設(shè)計(jì)一款先進(jìn)制程的ASIC，流片一次就要數(shù)千萬美元。Normal的EDA業(yè)務(wù)能回血，但熱力學(xué)芯片的研發(fā)投入會(huì)快速膨脹。

Sbahi沒有透露具體的時(shí)間表。但從融資節(jié)奏看，公司可能需要在2-3年內(nèi)展示可工作的硅片原型，才能支撐下一輪融資。EDA平臺(tái)的客戶增長(zhǎng)數(shù)據(jù)將是重要的里程碑指標(biāo)。

人才是另一道坎。既懂統(tǒng)計(jì)物理又懂芯片設(shè)計(jì)的工程師鳳毛麟角。Normal的招聘策略可能決定技術(shù)轉(zhuǎn)化的速度。

行業(yè)觀察者的分歧在于：熱力學(xué)計(jì)算是特定場(chǎng)景的補(bǔ)充方案，還是通用計(jì)算的替代路徑？Sbahi的公開表態(tài)偏向后者，但早期產(chǎn)品更可能是前者。

這種張力在每家架構(gòu)創(chuàng)新公司都存在。說得太保守，吸引不了投資和人才；說得太激進(jìn)，又容易透支信譽(yù)。Normal的"千倍效率"承諾已經(jīng)把自己架到了火上。

三星的領(lǐng)投傳遞了一個(gè)信號(hào)：代工巨頭愿意為新架構(gòu)的可能性支付溢價(jià)。但押注和兌現(xiàn)之間，隔著無數(shù)次流片失敗和軟件重構(gòu)。

如果Normal的EDA平臺(tái)能在接下來18個(gè)月內(nèi)覆蓋更多頂級(jí)設(shè)計(jì)公司，熱力學(xué)芯片的敘事就會(huì)更有說服力。反之，如果客戶只是把AI輔助設(shè)計(jì)當(dāng)作噱頭，這家公司的雙重身份就會(huì)互相拖累。

AI行業(yè)的能源賬單不會(huì)等人。當(dāng)數(shù)據(jù)中心運(yùn)營(yíng)商開始認(rèn)真計(jì)算每token的電費(fèi)成本時(shí)，任何能打破"能源墻"的方案都會(huì)獲得聽證機(jī)會(huì)。Normal賭的是，物理學(xué)能提供一條比制程微縮更可持續(xù)的出路。

問題是，這條出路需要多長(zhǎng)時(shí)間才能通車？