芯片新思路：当神经网络不再依赖数字计算，而是直接利用物理过程

当人们谈论人工智能芯片时，通常想到的是英伟达的GPU或各家厂商争相布局的NPU，核心逻辑依然是用晶体管去模拟神经元。但康奈尔大学一个研究团队提出了另一种截然不同的方向：用真实的物理过程，例如微波在特定介质中的传播，直接完成传感和运算。相关消息称，这种微波神经网络的功耗可以低至200毫瓦，这一数字仅为当前主流AI芯片功耗的零头。 这一思路的颠覆性在于，它跳过了“采数-换算-计算”的传统流程。传统专用芯片即便再优化，也难以突破冯·诺依曼架构下数据搬运的能耗瓶颈。而物理神经网络，或者说“物理计算”，试图将运算本身嵌入物理演化中。这并非单纯换一种硬件实现方式，而是从信息处理的基础逻辑上提出了新的可能。对于正在面临摩尔定律趋缓和高能耗双重压力的半导体行业来说，这显然是一个值得关注的探索方向。

物理计算：从“模拟世界”跨到“模拟世界”

常规的AI芯片，无论是训练还是推理，本质上都是将物理世界的信号（图像、声音、传感器数据）转成数字信号，再在数字域里进行矩阵乘法和激活运算。这种范式成熟且高效，但每一步都伴随着模数转换和数据搬运，带来了巨大的能量开销。而微波神经网络另辟蹊径，它在设计时就让微波信号通过某种精心设计的物理介质（比如波导或特殊材料），利用信号在传播过程中的反射、干涉等物理现象，直接输出运算结果。 从标题揭示的信息看，康奈尔团队着重强调了“用物理过程完成传感运算”。这意味着该系统的输入信号可能无需经过完整的数字化流程，传感和计算在物理层面实现了融合。业内专家分析，这种模式在边缘计算和物联网场景中可能具备独特优势——这些场景往往对功耗极其敏感，且任务相对单一（如振动检测、手势识别），并不需要庞大的通用算力。不过，目前该技术可能仍处于实验室验证阶段，距离工程化和量产仍有距离，其稳定性和可编程性还有待进一步确认。 值得留意的是，这一研究的深层意义是打破了“算力必须依靠晶体管数量增长”的惯性思维。在物理计算中，算力的提升可能来自材料特性、结构设计的创新，而非纯粹依靠制程微缩，这为后摩尔时代的芯片设计提供了一个重要的技术参考。

低功耗芯片的产业竞速：从数据中心到边缘侧

此次康奈尔团队的研究成果之所以引发关注，与全球AI产业对能耗问题的焦虑直接相关。过去几年，大模型训练和推理带来的算力需求呈指数级增长，导致数据中心的用电量大幅攀升。根据国际能源署（IEA）的数据，2022年全球数据中心的耗电量约占全球总用电量的1%至1.3%，这一比例在未来几年可能还将上升。在传统架构下，性能提升往往意味着功耗的进一步失控，已经成了行业共识。 低功耗AI芯片市场因此成为了竞争焦点。即便康奈尔团队的微波神经网络还处于原型阶段，但低至200毫瓦的功耗目标，直接将AI推理所需的功耗拉低了几个数量级。作为参考，当前主流的边缘AI芯片在运行轻量级模型时，功耗通常也在瓦特级别；而云端推理卡（如英伟达的旗舰产品）的功耗往往在数百瓦以上。尽管运行条件和任务复杂度完全不同，但这种数量级的落差仍极具冲击力。 这一方向也与全球半导体产业的投资趋势相吻合。今年上半年，多家头部晶圆厂和IDM公司均上调了针对模拟芯片、射频芯片和传感器融合器件的资本开支。从行业研究机构IDC发布的数据来看，2023年全球半导体市场的规模约为5300亿美元，其中模拟芯片市场占比接近五分之一。康奈尔团队的研究虽然属于前沿学术性质，但如果其物理计算范式能够成熟，未来可能对特定品类的芯片设计思路产生影响。

商业化的距离：技术瓶颈与生态挑战

不过，从一篇学术论文到真正的产业落地，中间往往隔着天堑。微波神经网络目前面临的关键问题可能在于通用性。传统数字芯片可以通过软件编程实现任意模型的推理，而物理神经网络的结构一旦定制，其功能往往被固化在物理结构中，难以灵活调整。这意味着，若要做成商业化芯片，它更可能是一个专用加速器，而非通用的计算平台，这在一定程度上限制了其市场想象空间。 另一个关键瓶颈在于制程与材料。微波器件的频率特性和介质损耗很大程度上取决于材料工艺，实验室的搭建方案未必能在标准化代工线上量产。来自SEMI的数据显示，2023年全球半导体设备销售额约为1000亿美元，其中射频与微波器件的产业化良率控制仍然是行业痛点。将一种实验室结构转变成成熟的流片项目，涉及光刻、蚀刻、封装等多个环节的重新验证，成本和时间投入不容小觑。 对于投资者和产业界而言，此类前沿技术更重要的意义在于重新审视“AI算力”的定义。据Gartner预测，到2027年，全球AI芯片市场规模将达到约1194亿美元（此为预测数据，非本次新闻公布）。在巨大的市场驱动下，针对特定场景的降功耗方案永远有需求。康奈尔团队此次提出的微波神经网络，如果能在未来的研究和合作中证明其可扩展性和可编程性，将可能在智能传感、工业物联网等细分领域找到自己的位置。但这一切，尚需时间检验。

数据参考

• 已确认数据（本次新闻）：康奈尔研究团队提出微波神经网络，采用物理过程完成传感运算，功耗低至200毫瓦。产品尚处于研究阶段，未见商业化时间表。
• 行业背景参考数据（历史数据及预测）：
• 国际能源署（IEA）数据：2022年全球数据中心耗电量约占全球总用电量的1%至1.3%（历史数据）。
• IDC数据：2023年全球半导体市场规模约为5300亿美元（历史数据）。
• SEMI数据：2023年全球半导体设备销售额约为1000亿美元（历史数据）。
• Gartner预测：到2027年，全球AI芯片市场规模预计达到约1194亿美元（预测数据，非本次新闻公布）。 #AI #半导体 #物理计算 #低功耗芯片