导读 人工智能系统，尤其是涉及机器学习和深度学习的系统，由于其执行的任务计算强度高，需要大量能源。这些过程需要强大的硬件，而这又会消耗大...

人工智能系统，尤其是涉及机器学习和深度学习的系统，由于其执行的任务计算强度高，需要大量能源。这些过程需要强大的硬件，而这又会消耗大量电力。微软甚至正在考虑用核能为其数据中心供电，以帮助解决这个问题。

随着人工智能技术的不断发展和应用的日益广泛，与之相关的能源消耗预计会增加，这引发了人们对其环境影响的担忧。经验丰富的工程师AndrewSloss最近结束了他在Arm担任高级首席研究工程师25年的任期，在英国新创业公司VaireComputing担任新职务，从不同角度解决这个问题。

为了推动计划的实施，Vaire加入了孵化器组织SiliconCatalystUK，其雄心勃勃的目标是攻克“可逆计算”难题，从而开发出几乎不消耗电量的逻辑电路。

在Arm任职期间，Sloss专注于未来技术，而Vaire的工作似乎是他下一步的完美选择。在LinkedIn上谈到这一举动时，Sloss表示：“众所周知，半导体行业正面临越来越大的压力，尤其是当我们接近摩尔定律(EoML)的物理极限时，即硅原子的尺寸约为2埃，热问题日益严重，等等，即‘你无法改变物理定律’。因此，它迫使我们回顾过去做出的决定并重新思考它们。我们面临着新的和即将到来的压力，这些压力会影响计算的可扩展性和功率限制(例如ML、LLM和DL)。”

他继续解释道，VaireComputing“希望通过创建物理感知架构(为现有软件提供行为支持)来改写乔治布尔的思维定律和冯·诺依曼架构。归根结底，就是让逻辑感知物理(从晶体管向上)。这个概念不是标准的1-2-3游戏。物理学给了我们一大堆我们在架构领域没有用过的技巧。”

这表明Vaire可能正在探索类似于NormalComputing的途径，该公司由谷歌大脑团队和X工程师的前成员组成，他们为Alphabet构建了生成式AI生产系统。