运行生成式人工智能（AI）系统不仅硬件成本高昂，而且会带来惊人的能源消耗。据科技网站TechCrunch最新报道，总部位于德国的初创公司塞姆龙最新开发出一种创新的AI芯片设计方法，率先使用新的神经网络控制设备——忆容器为其3D芯片供电。这有可能彻底改变节能计算技术，使消费电子设备更容易获得先进的AI功能。
　　
　　不同于处理器中的晶体管，塞姆龙的芯片使用电场而不是电流。这些由传统半导体材料制成的忆容器可存储能量并控制电场，不仅提高了能源效率，还降低了制造成本，使消费电子产品更容易运行先进的AI模型。
　　
　　塞姆龙芯片是一种多层组织结构，核心原理是电荷屏蔽，通过屏蔽层控制顶部电极和底部电极之间的电场。屏蔽层由芯片内存管理，可存储AI模型的各种“权重”。权重本质上就像模型中的旋钮，在训练和处理数据时操纵和微调其性能。
　　
　　电场方法最大限度地减少了电子在芯片中的运动，减少了能源使用和热量。塞姆龙旨在利用电场的降温特性，在单个芯片上放置数百层电容器，从而大大提高计算能力。
　　
　　在《自然·电子学》杂志最近发表的一项研究中，塞姆龙芯片展示出显著的能效提升，其实现了超过3500TOPS/W（每瓦每秒万亿次运算）的卓越能效，超越现有技术35倍至300倍。这一指标表明AI模型训练期间能源消耗将可大幅减少。
　　
　　尽管还处于早期阶段，但塞姆龙已吸引了著名风投公司的关注，这或对计算资源的未来产生重大影响。
　　
　　我们在使用电子设备时经常出现“充电焦虑”。这一方面与电池续航不足有关；另一方面也与芯片的能耗较高有关。如今，普通硅基芯片在计算性能、能耗等方面遭遇摩尔定律“天花板”。随着新一代电子产品及各种人工智能设备的不断更新迭代，目前亟待研发出采用新材料、新设计方式的芯片，为消费者提供计算性能更强大、同时更加节能的电子产品。