Mythic APU模拟计算芯片解析：实现百倍能效突破的AI推理新架构

近日，Mythic公司宣布完成一项重要的战略转型，并在由DCVC领投的超额认购融资轮中成功筹集1.25亿美元。本轮融资旨在解决人工智能在数据中心与边缘部署中最严峻的挑战——其近乎无限的能源消耗。该公司的核心架构在能效上超越了当今顶级GPU及所有竞争对手的AI专用芯片（ASIC）达百倍之多。

Mythic凭借其独特的模拟处理单元（APU）开启了一个加速计算的新时代。这是一种与传统AI推理截然不同的方法，它将计算与内存深度融合于同一平面。通过突破传统数字架构的能耗瓶颈，Mythic在边缘设备、自主系统及数据中心等领域实现了无与伦比的每瓦特性能。其模拟AI芯片是唯一能效接近人脑规模的半导体架构，能够服务于从机器人、汽车、国防到数据中心超万亿参数大型语言模型（LLM）的广阔市场。

除了显著的节能效果，Mythic的芯片还能大幅降低部署成本与延迟，同时提升系统吞吐量。作为全球首款实现量产的模拟计算芯片，其技术已获得美国国防部、主流汽车OEM及重要国防合作伙伴的验证，这为美国在全球人工智能竞赛中提供了关键优势。

Mythic APU：增强GPU性能，破解AI能耗困局

对AI领域的GPU而言，巨大的能耗已成为迫在眉睫的问题。预计到2030年，美国电网约10%的电力将用于运行由GPU驱动AI负载的数据中心。尽管GPU催生了生成式AI的繁荣，但其基于冯·诺依曼的架构（计算与内存物理分离）已成为“能耗墙”的根源。这种分离迫使芯片在内存与处理器间频繁搬运数据，消耗的能量比实际计算所需高出三个数量级，导致约90%的AI能耗被浪费。

现有的GPU加速器试图通过高带宽内存（HBM）来弥补，但这种昂贵且收效甚微的改进无法阻止当前AI系统因能源问题而面临瓶颈。Mythic的计算架构不区分处理器与内存，而是将其视为一体，类似于人脑的工作方式。更重要的是，Mythic的APU以模拟方式执行AI工作负载中最繁重的矩阵乘法运算。这带来了AI领域前所未有的能效水平——其当前APU架构每瓦特每秒可执行120万亿次运算（TOPS），比顶级GPU（含内存传输能耗）高出100倍，同时精度优于高精度运行的冯·诺依曼架构。

Mythic的APU在能耗上是硅芯片中最接近人脑的，一次乘加运算（MAC，占当今AI数学负载95%）仅消耗17飞焦耳能量，比在现有GPU上执行相同运算的能效高出1000倍。

战略布局与成本优势

Mythic由前NVIDIA高管Taner Ozcelik领导，计划进军数据中心、汽车、机器人和国防这四个万亿美元级产业。其战略核心是成为AI领域每瓦性能的绝对领导者。新一代APU使AI的扩展性远超GPU，模型越复杂，其能效优势越明显。APU可轻松扩展至1T参数模型，且无需像GPU那样建立高速芯片间互联。内部基准测试显示，在运行1T参数LLM时，Mythic APU的每瓦每秒生成令牌数（Tokens/s/W）比NVIDIA高端GPU高出750倍。

此外，Mythic APU的“神经元”由高度成熟的标准半导体存储单元构成，其芯片在美国及其盟友国家生产。这一制造策略带来了巨大的成本优势。内部基准表明，与最新GPU相比，其每百万令牌成本最多可降低80倍，在千亿参数LLM模型中低至0.5美分，在1T参数模型中为4美分。

边缘感知与成熟的软件开发套件

凭借其突破性的节能架构，Mythic发明了一种名为Starlight的新型传感设备。该设备功耗低于1瓦，集成Mythic APU，能通过模拟AI从噪声中提取信号，将图像传感器性能提升50倍，尤其在弱光等关键场景下表现卓越。

在软件层面，Mythic专注于提升其软件开发工具包（SDK）的成熟度。其CAMP（内存模拟计算处理）SDK目前已支持在第一代APU上流畅运行深度神经网络（DNN）应用，并原生支持ONNX、PyTorch和TensorFlow人工智能等主流框架。近期一份德国研究报告显示，CAMP在同类内存计算处理器中成熟度最高。

凭借新融资，Mythic有望在数据中心、机器人、汽车和国防等关键任务型AI推理人工智能市场带来变革，为LLM和DNN应用带来显著的能效与成本优势。其技术路线图显示，下一代技术可使用户在无需网络连接的情况下，以极低成本在终端设备上运行类ChatGPT-3+级别的模型。