Normal Computing ha annunciato l'inizio della fase di tape-out (lo sviluppo finale) per CN101, il primo chip di calcolo termodinamico mai realizzato. Un momento definito storico conseguito da un team di ingegneri snello, un traguardo che convalida la "Carnot Architecture" pensata per accelerare AI e calcolo scientifico attraverso lo sfruttamento diretto delle dinamiche fisiche.
Secondo il CEO di Normal Computing Faris Sbahi siamo in una fase in cui la crescita dell'intelligenza artificiale sta rallentando a causa dei limiti energetici dei data center, un'impasse che può essere superata anche con l'aiuto della computazione termodinamica: dal suo punto di vista, l'innovazione ha il potenziale per rappresentare un nuovo paradigma per il settore.
Il chip di calcolo termodinamico di Normal Computing promette fino a mille volte l'efficienza di CPU e GPU tradizionali su carichi mirati, e questo è possibile sia dall'uso completamente diverso dell'energia rispetto a un classico componente e alla "Physics-Based ASICs", che invece di imporre una logica deterministica che richiede molta energia sfrutta fenomeni naturali come fluttuazioni, dissipazione e casualità (detti "stochasticity") per effettuare i calcoli più rapidamente a parità di consumo o in modo più economico a parità di potenza.
I "carichi mirati" a cui si riferisce Normal Computing presentando la straordinaria efficienza sono i problemi di algebra lineare e l'esecuzione di operazioni tra matrici, con una risoluzione molto efficiente di sistemi lineari su larga scala, calcoli scientifici e ingegneristici, e il campionamento stocastico con Lattice Random Walk, un algoritmo proprietario che sveltisce i calcoli probabilistici a cui fanno ampio ricorso le simulazioni scientifiche.