GPU 花大量能量对抗热噪声以保证确定性计算。Normal 的反向思路： 与热噪声协同工作，让随机性成为计算资源而非干扰。 目标：扩散模型推理能效提升 1000 倍。
TL;DR · 30 秒读完
Normal Computing 反其道而行：GPU 用能量对抗热噪声以维持确定性计算，Normal 让热噪声直接成为计算资源，2025 年 8 月流片了世界首款商业级热力学芯片 CN101，目标是把扩散模型推理能效提升 1000 倍。
反共识洞察：三星押注的是战略期权而非财务回报，但 CN101 精准瞄准的扩散模型推理场景，恰恰可能在芯片真正量产前被下一代生成范式甩在身后。
Normal Computing 2022 年成立，总部在美国（多地）并在伦敦设立 ARIA 项目团队，创始人 Faris Sbahi、Matthias Tan、Antonio Martinez 来自 Google Brain、Google X、Palantir。 Chief Scientist Patrick Coles 主导理论架构，Staff Research Scientist Gavin Crooks 是热力学计算理论的奠基人之一，其"以噪声为资源"（Noise as Resource）理论是 Normal 全部技术的基础。
融资总额 $85M+：$50M 战略轮由 Samsung Catalyst Fund 领投（2025），并获得英国 ARIA（先进研究与发明局）政府拨款，还有早期融资。 Samsung 的介入是关键信号：三星是全球最大芯片制造商之一，这笔投资不是财务套利，是三星对冲新型计算架构战略风险的主动布局。
核心技术主张是"物理学原生计算（Physics-Native Computing）"：GPU 的本质是用大量能量压制热噪声以维持确定性，Normal 的反向思路是将热噪声作为计算资源，让随机物理过程直接执行原本需要大量矩阵运算的采样任务。
GPU 用能量对抗物理定律—— Normal 用物理定律做计算。 这不是工程优化，是范式替换。
CN101 是世界首款面向商业应用的热力学芯片，2025 年 8 月完成 Tape-out（流片）， 专门针对扩散模型推理任务。不使用传统冯诺依曼架构，直接利用热力学随机过程执行采样， 省去 GPU 矩阵乘法→概率向量→采样的中间步骤及其对应能耗。
图像生成扩散模型的推理是当前 AI 推理中最耗能的场景之一。CN101 直接针对这一场景， 用物理过程替代矩阵运算——这是最短的路径，也是最硬的工程挑战。
Normal Computing 的芯片路线图对准扩散模型的三个分辨率层次：CN101 针对标准图像扩散，CN201 针对高清扩散，CN301 针对视频扩散模型。 这三个市场恰好是 AI 推理能耗最集中的场景。
首款商业热力学芯片 · 标准图像扩散模型推理
高清扩散模型 · 更大分辨率推理场景
视频扩散模型 · 当前 AI 能耗最高场景
Staff Research Scientist Gavin Crooks 是热力学计算领域的奠基性研究者，其"以噪声为资源"理论认为： 热力学第二定律规定了信息处理的能量代价，但顺应热力学（而非对抗）可以让随机热噪声直接成为计算资源。 Normal Computing 的全部芯片架构建立在这一理论之上。
GPU 能效提升已进入物理墙——NVIDIA 每代产品的能效增益在递减。热力学计算从根本上换了能效公式， 而不是优化同一条曲线。这是质变，不是量变。
2025 年 Normal Computing 完成由 Samsung Catalyst Fund 领投的 $50M 战略轮融资， 用于加速芯片设计和解决 AI 硬件能耗危机。 Samsung Catalyst Fund 是三星集团专注前沿技术战略投资的部门，其投资决策受三星半导体业务战略深度影响。
三星不需要 Normal 的财务回报来覆盖成本——它投资的是在新型计算架构崛起时不被打个措手不及的战略期权。 这是产业界对热力学计算路线最有力的独立背书。
注：1000× 为公司声明的目标量级，非生产硬件实测数据
Extropic 做理论，Normal 做流片。 两家公司的并行存在，说明热力学计算赛道正从学术走向产业。
GPU 能效提升已进入物理墙，NVIDIA 每代产品的能效增益在递减。热力学计算从根本上换了能效公式，而不是优化同一条曲线。这是质变不是量变——就像晶体管不是更好的真空管，而是不同的器件原理。
三星是全球最大芯片制造商之一，它投 Normal 不是为了财务回报，而是在对冲新型计算架构的战略风险。这笔投资暗示三星内部评估认为：热力学计算不是科幻，是可能颠覆芯片制造格局的真实技术路线。
Extropic（Neo Lab № 17）做理论基础研究，Normal 做流片量产——两家公司的并行存在说明热力学计算赛道正从学术阶段走向产业阶段。 这一模式与量子计算早期（基础研究 + 工程实现分头推进）高度相似，但热力学计算的工程门槛低得多：室温运行，标准 CMOS。
CN101 瞄准扩散模型推理——但如果图像/视频生成的主流范式在 CN101 量产前发生根本性转变（例如转向自回归方法或全新架构），Normal 的第一代产品将面临市场窗口缩短的压力。 这不是否定热力学计算的长期价值，而是 CN 系列当前版本的具体风险。
Normal Computing 的重要性在于它是热力学计算赛道"从理论到硅片"的第一个商业化节点。 Samsung 的 $50M 战略轮是迄今最有力的外部背书：不是风险投资对"故事"下注，而是芯片制造商对"可落地技术"的战略布局。 CN101 的 Tape-out 将是整个热力学计算领域的历史时刻——无论结果如何，它是第一块真实流片的商业级热力学芯片。
CN101 的 Tape-out 发生在 2025 年 8 月。 不管这块芯片最终表现如何，它是第一个—— 第一块真实流片的商业级热力学芯片。 物理学界等了这个节点很久。