nettverk og infrastruktur
Startup lover 10.000 ganger mer effektive brikker – utnytter termodynamikk
I dataverdenen er varme og støy vanligvis fiender. For det amerikanske selskapet Extropic er de selve poenget. Oppstartsselskapets nye brikke skal utnytte tilfeldigheter i maskinvaren for å regne raskere og mer energieffektivt enn dagens KI-systemer.
Det Austin-baserte selskapet Extropic, grunnlagt av Guillaume Verdon og Trevor McCourt, har utviklet og bygget en ny type databrikke som de kaller TSU (thermodynamic sampling unit – termodynamisk samplingsenhet). Ifølge selskapet bruker brikken sannsynlighetsbiter – såkalte p-biter – i stedet for vanlige digitale ettall og nuller.
Termodynamisk betyr i denne sammenhengen at brikken bruker varme og støy i selve elektronikken som en ressurs i stedet for et problem. Vanlige datamaskiner prøver å motvirke støyen slik at hver bit skal være strengt 0 eller 1. Extropics kretser gjør i prinsippet det motsatte: De utnytter tilfeldigheten i støyen.
En «samplingsenhet» er en liten krets – altså en p-bit – som hele tiden veksler mellom 0 og 1. Ved å justere spenningen kan man styre sannsynligheten for hvilket tilstand den befinner seg i, for eksempel 70 prosent sjanse for å være 1 og 30 prosent sjanse for å være 0. Når mange slike enheter kobles sammen, påvirker de hverandre slik at hele nettverket spontant «sampler» ulike kombinasjoner av nuller og ettall.
Innebygget tilfeldighet
Dette kan bli et svært energieffektivt alternativ til GPU-er (graphics processing unit) som dagens KI-systemer kjører på. Extropic hevder at TSU-brikker «kan bli 10.000 ganger mer energieffektive enn moderne algoritmer som kjører på GPU-er».
Mange moderne beregninger handler ikke om å finne et eksakt svar, men om å finne det mest sannsynlige svaret blant utallige muligheter. Når man for eksempel trener en KI-modell, forutsier været eller simulerer hvordan et protein folder seg, må datamaskinen hele tiden utforske enorme mengder mulige kombinasjoner. Det skjer i dag med vanlige digitale datamaskiner som simulerer tilfeldighet med programvare.
Med Extropics brikke blir den tilfeldige utforskningen bygget inn i selve maskinvaren.
Kan endre spillereglene
Dette er ikke en kvantedatamaskin. Snarere er det en reaksjon på hvor vanskelig det er å bygge kvantedatamaskiner. Verdon og McCourt jobbet tidligere med kvantedatamaskiner hos Google, og duoen beskriver Extropic som et oppgjør med frustrasjonen de opplevde. Termisk støy er et stort nei for kvantedatamaskiner, som krever ekstremt lave temperaturer for å kunne utføre beregninger.
Hvis teknologien viser seg å kunne skaleres opp, kan den endre spillereglene for KI-industrien. Behovet for enorme GPU-klynger kan bli mindre, og større regnekraft kan bli tilgjengelig for flere aktører.
Det kan også ses som en teknologi som går ut over Moores lov – en måte å la fysikken gjøre jobben på når transistorenes klassiske skalafordeler er i ferd med å ta slutt.
Utfordrende
Teknologien er fortsatt på et tidlig stadium. Extropic hentet inn 14,1 millioner dollar i en såkornrunde i 2023. I slutten av oktober 2025 lanserte selskapet X0, deres første TSU, som inneholder «dusinvis» av p-biter. Da fortalte selskapet også at de jobber med sin første kommersielle brikke, Z1, som skal romme en kvart million sammenkoblede p-biter.
Men å integrere denne teknologien i halvlederindustriens veletablerte økosystem er en enorm utfordring.
Vil øke tempoet
Extropic-grunnlegger Verdon er fysiker og matematiker. Han er også kjent på nettet under navnet «Based Beff Jezos», en X-konto han drev anonymt frem til 2023, da Forbes avslørte at Verdon sto bak pseudonymet.
Verdon har blitt en frontfigur for det som kalles «effective accelerationism» (e/acc) – en bevegelse som i hovedsak mener at vi ikke bør bremse teknologier som KI og avansert bioteknologi, men tvert imot øke tempoet. Verdon ser teknologisk akselerasjon som nødvendig for menneskehetens videre utvikling.
Artikkelen ble først publisert på Ny Teknik for deres abonnenter. Den er tilgjengelig på norsk for Digis abonnenter gjennom vår samarbeidsavtale.