Bisakah kita membuat chip AI yang menghasilkan gambar berkualitas tinggi menggunakan energi 10.000× lebih sedikit daripada GPU saat ini? Makalah penelitian: "Arsitektur perangkat keras probabilistik yang efisien untuk model seperti difusi" Karya ini mengungkap arsitektur CMOS (all-transistor) penuh yang secara asli menjalankan model generatif gaya difusi—bukan dengan jaringan saraf yang haus daya, tetapi dengan pengambilan sampel probabilistik berbasis energi. Dengan menghubungkan model denoising kompak (DTM) dan mengeksploitasi keacakan fisik dalam chip 65 nm standar, sistem ini menghasilkan gambar yang setara dengan GPU, namun hanya mengkonsumsi 1,6 nanojoule per sampel Fashion-MNIST—memangkas energi dengan empat urutan besarnya. Pelatihan distabilkan melalui penalti adaptif baru, dan pendekatannya berskala ke silikon berukuran milimeter tanpa perangkat keras eksotis. Hasil: Mencocokkan atau mengalahkan kualitas GAN/VAE/difusi pada ~10.000× energi lebih rendah; 70×70 kisi, tumpukan 8 lapis, alat sumber terbuka dirilis. Dapatkan analisis lengkapnya di sini: alfa diidentifikasi $yne