Extropic AI
用噪声当资源的芯片赌注

Extropic 由 Guillaume Verdon(CEO,加拿大数学物理学家,Google TensorFlow Quantum 联合创始人,也是"有效加速主义"运动的化名发起人 Beff Jezos)和 Trevor McCourt(CTO,前 Alphabet X 量子计算研究员)在 2022 年 8 月创立,两人此前都在滑铁卢大学参与 TensorFlow Quantum 项目。公司的起点判断是:能源,而不是算力,才是 AI 扩展的首要瓶颈——这个判断在数据中心电力短缺、核电复兴成为热点的今天,已经被越来越多地验证。

GPU 的工作逻辑是大量矩阵乘法产生概率向量、再从中采样;TSU 的逻辑是直接从概率分布采样。核心单元是 pbit(概率比特)——一个在 0 和 1 之间随机游走的电压信号,利用晶体管热噪声实现可编程概率。大量 pbit 互联后,相当于用物理电路实现 Gibbs 采样算法。Z1 芯片计划集成 25 万个互联 pbit,多卡系统可达数百万个。

Extropic 官方给出的核心声明是:在特定工作负载上比 GPU 节能 10,000 倍。这个数字来自小规模仿真基准(接近 Fashion-MNIST 量级的生成任务),而不是真实硬件运行结果。

2023 年 12 月,Extropic 宣布 $14.1M 种子轮融资,领投方是 Kindred Ventures,天使投资人包括 Cohere 的 Aidan Gomez、Replit 的 Amjad Masad 和 Balaji Srinivasan。同月 Guillaume Verdon 登上 Lex Fridman 播客,向大众解释热力学计算这个新范式。

2025 年第一季度,X0 硅原型芯片制造完成,验证了概率电路的物理可行性;第三季度,XTR-0 研发平台(CPU + FPGA + 两个 Extropic 芯片插槽)进入 beta 测试。2025 年 10 月是公开发布的高峰期:白皮书、TSU 101 博客、thrml 开源 Python 库以及去噪热力学模型(DTM)学术论文同时发布,Wired 以《Extropic Aims to Disrupt the Data Center Bonanza》为题做了报道。

截至 2026 年 5 月,Z1 芯片仍处于"早期访问"计划阶段,尚未见重大量产公告,外部报道显示公司仍在招聘中。thrml 开源库让开发者可以在真实硬件出货前,先在 GPU 上仿真 TSU 算法——这是一步类似 CUDA 早期生态策略的先手棋。

Extropic 最响亮的营销数字——10,000 倍能效提升——真实性有巨大保留:它来自仿真数据,且仅针对玩具规模的生成任务。在生产规模工作负载上,外部估算的实际增益量级更接近 100 倍。批评者的说法很直接:从玩具数据集推广到生产工作负载,需要"奥运级别的外推"。当前架构擅长的是低精度概率图模型,与 LLM 这类高精度任务的兼容性尚未验证。

pbit 设计本身是真正的技术护城河——学术界早就提出过概率比特的概念,但都依赖非标准制造工艺;Extropic 的关键创新是用标准 CMOS 工艺实现纯晶体管的 pbit,这是把理论转化为可量产硬件的真实工程壁垒。但 $14.1M 的种子轮对芯片公司而言规模明显偏小(对比 Cerebras、Graphcore 动辄数亿美元的投入),如果 Z1 量产继续推迟,融资压力会浮出水面。

创始人身份是另一个不容忽视的变量:Guillaume Verdon 以 Beff Jezos 的化名是 e/acc 运动的象征性人物,这个身份对部分投资人是吸引力,但对关注 AI 安全的机构合作伙伴可能构成阻力——目前没有公开证据显示这已经造成客户流失,但风险客观存在。