Semron希望用“记忆电容器”替代芯片晶体管

一家位于德国的新创企业Semron正在开发所谓的“3D缩放”芯片，将人工智能模型本地运行在智能手机、耳机、虚拟现实头盔和其他移动设备上。

Semron的芯片是由来自德累斯顿工业大学的工程专业毕业生Kai-Uwe Demasius和Aron Kirschen共同开发的。与传统处理器使用的电流介质不同，Semron的芯片使用电场进行计算。Kirschen声称，这使得芯片能够在保持制造成本低的同时实现更高的能源效率。

“由于预计人工智能计算资源短缺，很多企业的商业模式依赖于这种能力的访问，它们的存在面临风险 —— 例如，那些训练自己模型的大型初创公司，” Kirschen在电子邮件采访中告诉TechCrunch。“我们技术的独特特点将使我们能够达到当今消费电子设备芯片的价格点，尽管我们的芯片能够运行先进的人工智能，其他公司做不到。”

Semron的芯片，在Demasius和Kirschen在2016年首次申请专利登记之前就开始研发，采用了一种有点不寻常的元件，被称为“存储电容器”或者具有记忆功能的电容器，用于进行计算。大多数计算机芯片由晶体管构成，与电容器不同的是，晶体管无法存储能量，仅起到“开/关”开关的作用，即通过或者阻止电流的流动。

Semron的记忆电容器采用传统的半导体材料制成，利用化学中称为电荷屏蔽的原理运作。这些记忆电容器通过一个“屏蔽层”来控制顶部电极和底部电极之间的电场。屏蔽层受芯片的存储器控制，存储着人工智能模型不同的“权重”。（权重本质上像模型中的旋钮，通过训练和处理数据来操控和优化其性能。）

电场方法最大程度地减少芯片级别上电子的运动，从而减少能源消耗和热量。Semron旨在利用电场的降温特性，在单个芯片上放置上百层的memscapacitors，大大增加计算能力。

“我们利用这一属性作为一种工具，在固定的硅区域上部署数百倍的计算资源，”Kirschen补充道。“想象一下，就像一个包装中有数百个芯片一样。”

在《自然电子学》杂志上发表的一项2021年研究中，Semron公司和德国马克斯·普朗克微结构物理研究所的研究人员成功训练了一种计算机视觉模型，其能效达到了超过3,500 TOPS/W，比现有技术高出35至300倍。TOPS/W这个概念有些模糊，但关键是，存储电容器可以显著降低训练人工智能模型时的能耗。

现在，Semron还处于初始阶段，Kirschen表示它还处于“前产品”阶段，其收入“微不足道”。在扩大芯片初创企业的规模和获得有意义的客户群体可能是最困难的部分 - 尽管不一定是按照这个顺序。

对Semron来说，更加困难的是，它在像Kneron、EnCharge和Tenstorrent这样的自定义芯片领域面临激烈竞争。这些公司总共已经筹集了数千万美元的风险投资。与Semron类似，EnCharge正在设计使用电容器而不是晶体管的计算机芯片，但使用了不同的基质架构。

然而，Semron是一家拥有11名员工的初创公司，计划在今年年底前将团队扩大到大约25人。该公司成功吸引了Join Capital、SquareOne、OTB Ventures和Onsight Ventures等投资者的资金支持。到目前为止，该初创公司已筹集了1000万欧元（约合1081万美元）。

据SquareOne合作伙伴Georg Stockinger通过电子邮件表示:

“计算资源将成为21世纪的‘黄金’。随着对基础设施需求巨大的大型语言模型征服着世界，以及摩尔定律逐渐接近物理极限，计算资源将成为未来几年的重大瓶颈。对计算基础设施的不足将极大地拖慢企业和整个国家的生产力和竞争力。Semron将成为解决这一问题的关键要素，通过提供一种革命性的新芯片，该芯片天生专注于计算人工智能模型。它打破了传统的基于晶体管的计算范式，并且至少能减少给定计算任务的成本和能耗20倍。”