Понад пів століття прогрес обчислювальної техніки підкорявся закону Мура: кожні вісімнадцять–двадцять чотири місяці на кремній вдавалося вмістити вдвічі більше транзисторів. Але в новій галузі фізичного ШІ та автономної робототехніки закон Мура зіткнувся із законами термодинаміки. Автономні дрони, чотириногі роботи, хірургічні маніпулятори й безпілотні автомобілі не можуть возити на собі серверні графічні процесори потужністю 700 Вт чи градирні. На саміті Economist Enterprise Physical AI and Robotics Summit у Лондоні 13 жовтня 2026 року Taner Ozcelik, голова правління й генеральний директор Mythic AI, у бесіді біля каміна з Kenneth Cukier розібрав архітектурну революцію, без якої цей глухий кут не подолати: вихід за межі закону Мура за допомогою аналогових обчислень у пам'яті (CIM) і модульних чиплетів.
Термодинамічна стіна: чому фізичний ШІ не може жити в хмарі #
На бесіді біля каміна під назвою Moving past Moore’s law: the power behind high-performance robotics («Поза законом Мура: енергія високопродуктивної робототехніки») Kenneth Cukier сформулював головну інженерну дилему корпоративної автономії: моделі штучного інтелекту зростають за кількістю параметрів і можливостями сприйняття, але фізичні машини працюють у жорстких рамках SWaP-C (розмір, маса, потужність і вартість).
Сьогоднішній передній край ШІ спирається на гіпермасштабні центри обробки даних, які споживають 150 мегаватів і більше в гігантських серверних кластерах. Як зазначив Ozcelik, така архітектура працює на масштабах енергії, у мільйони разів віддалених від біологічних орієнтирів. Людський мозок безперервно й у реальному часі координує сенсорику та моторику, веде смислові міркування й орієнтується в просторі, вкладаючись у метаболічний бюджет потужності приблизно 20 Вт.
Історично інженери-робототехніки намагалися обійти обмеження бортових обчислень, переносячи інференс у хмару. Проте в критично важливих промислових, аерокосмічних і оборонних середовищах автономія, залежна від хмари, архітектурно неможлива:
- Розкид затримок і джитер: високошвидкісне керування роботом у замкненому контурі потребує детермінованого оновлення двигунів із частотою від 50 Гц до 1000 Гц (кругові затримки менші за 20 мілісекунд). Стільникові мережі та Wi-Fi вносять джитер пакетів, втрату кадрів і сплески затримки, через які маніпулятори впускають заготовки, а автономні машини не вкладаються в пороги гальмування.
- Насичення смуги пропускання: потокова передача кількох нестиснених відеопотоків 4K і хмар точок LiDAR від десятків мобільних роботів по всьому заводу швидко вичерпує місцеву радіосмугу й тягне за собою непомірну плату за вихідний трафік із хмари.
- Операційний суверенітет і зв'язок в умовах протидії: у підземних шахтах, тунелях без GPS, на віддалених будмайданчиках або в тактичній військовій обстановці зовнішньої мережі або немає, або її активно глушать. Автономні системи мають нести весь операційний інтелект безпосередньо на периферійному шасі.
Оснащення роботів стандартними високопродуктивними GPU приносить власні фізичні витрати: тепловий тротлінг, масивні радіатори, що додають паразитну масу корисного навантаження, і високе енергоспоживання, яке скорочує час польоту з годин до хвилин.
Архітектурна теза: обчислення в пам'яті (CIM) #
Щоб зняти термодинамічне вузьке місце, Mythic AI розвиває архітектурну філософію: замість того щоб ганяти дані між окремими процесорами й пулами пам'яті, сама пам'ять має стати комп'ютером.
.class="img-fluid clearfix"
Фізика матричного множення на поодинокому транзисторі #
У класичних цифрових обчисленнях для скалярного добутку матриць потрібно витягти тисячі 8-бітних або 16-бітних ваг із зовнішньої DRAM шинами з високою ємністю, завантажити їх у регістри кешу, виконати множення в цифрових АЛП і записати результати назад у пам'ять. Понад 90% енергії йде на заряджання й розряджання мідних міжз'єднань між мікросхемами.
Архітектури обчислень у пам'яті замінюють цю цифрову передачу даних фізикою аналогових кіл:
Програмування ваг. Ваги нейромережі записуються безпосередньо в комірки енергонезалежної пам'яті (наприклад, модифікованої флеш-пам'яті або резистивної RAM) як аналогові провідності ($G$). Після запису ваги залишаються нерухомими всередині масиву пам'яті; під час інференсу їх ніколи не витягають і не передають.
Модуляція вхідної напруги. Вхідні активації (наприклад, візуальні токени з камер) перетворюються на аналогові рівні напруги ($V$) і подаються вздовж словникових ліній масиву.
Множення за законом Ома. Коли вхідна напруга проходить через кожну комірку пам'яті, закон Ома ($I = V \times G$) миттєво виконує аналогове множення й створює електричний струм, пропорційний добутку входу на збережену вагу.
Накопичення за законом Кірхгофа для струмів. Уздовж вертикальних бітових ліній струми тисяч паралельних комірок пам'яті природно підсумовуються згідно із законом Кірхгофа для струмів ($\sum I = 0$).
Отже, один масив флеш-пам'яті виконує ціле множення матриці на вектор за один такт, на рівні фізики й без жодного звернення до пам'яті. Накопичений аналоговий струм потім перетворюється назад на цифрові значення високошвидкісними аналого-цифровими перетворювачами (АЦП) на краю масиву.
Стратегія модульних чиплетів #
Аналогові обчислення в пам'яті розв'язують рівняння енергії та затримки, але масштабування кремнію на різні комерційні галузі потребує гнучкості корпусування. Замість виробництва великих монолітних систем на кристалі (SoC), які потерпають від експоненційно зростальної частки дефектів, низького виходу придатних пластин і негнучких конфігурацій продукту, Ozcelik описав стратегію модульних чиплетів.
У цій парадигмі невеликі стандартизовані обчислювальні плитки з пам'яттю виготовляються незалежно й з'єднуються на інтерпозерах за допомогою передового корпусування:
- Стандартизовані високошвидкісні міжкристальні з'єднання: спираючись на нові стандарти, такі як Universal Chiplet Interconnect Express (UCIe), чиплети обмінюються даними через мікровиступи з високою щільністю пропускної здатності й затримками пікосекундного рівня.
- Гетерогенне компонування: розробник системи може поєднати два чиплети обчислень у пам'яті з недорогим керувальним процесором ARM для легкого корисного навантаження дрона або зібрати шістнадцять чиплетів разом із високошвидкісними інтерфейсами PCIe, щоб отримати серверну прискорювальну карту для периферійних центрів обробки даних.
- Універсальна компіляція й розподіл навантаження: єдиний рівень компілятора приймає стандартні графи глибокого навчання (ONNX, PyTorch) і автоматично розподіляє шари моделі на доступну топологію чиплетів, оптимізуючи маршрутизацію даних так, щоб звести до мінімуму обмін між чиплетами.
Порівняння архітектур: обчислювальні парадигми для периферійної робототехніки #
| Архітектурний параметр | Стандартний цифровий GPU (NVIDIA Jetson / Orin) | Спеціалізований периферійний NPU (Google Coral / Hailo) | Аналоговий чиплет обчислень у пам'яті (Mythic AI) |
|---|---|---|---|
| Базовий механізм | Цифрові ядра SIMD/тензорні ядра, що витягають ваги з LPDDR5/HBM | Цифрові систолічні масиви з кешуванням ваг у SRAM на кристалі | Аналогові масиви поодиноких транзисторів, що виконують матричне множення на місці |
| Витрати на переміщення даних | Високі (безперервне заряджання шин DRAM/SRAM; 85%+ енергії втрачається) | Помірні (обмежені ємністю внутрішнього кешу SRAM) | Внутрішнього переміщення даних немає; ваги постійно залишаються в пам'яті |
| Бюджет потужності інференсу | Від 30 Вт до 75+ Вт (потрібні активне охолодження вентилятором і важкі радіатори) | Від 5 Вт до 15 Вт (пасивне або мінімальне охолодження) | Від 10 Вт до 20 Вт (надкомпактне пасивне відведення тепла) |
| Енергоефективність (TOPS/Вт) | Від 2 до 5 TOPS/Вт (на рівні системи) | Від 10 до 25 TOPS/Вт | Від 50 до 200+ TOPS/Вт (теоретична ефективність у 10–1000 разів вища) |
| Вартість компонентів пристрою (BOM) | Від £500 до £2500+ за обчислювальний модуль | Від £100 до £350 за прискорювальну плату | Десятки доларів за чиплет при масовому випуску |
| Вузьке місце пам'яті (фон Нейман) | Гостре; обмежене пропускною здатністю пам'яті (від ГБ/с до ТБ/с) | Помірне; обмежене ємністю SRAM на кристалі (МБ) | Відсутнє; пропускна здатність масиву збігається з внутрішньою матрицею пам'яті |
| Цільова галузь впровадження | Преміальні автономні автомобілі та промислові інспекційні роботи | Розумні камери й легкі вбудовані пристрої IoT | Тактильна робототехніка з високою частотою, тактичні дрони й автомобільний ШІ |
Джерело: узагальнення даних бесіди біля каміна та специфікацій напівпровідникових архітектур, представлених на саміті Economist Enterprise Physical AI and Robotics Summit (Convene 200 Aldersgate, Лондон, 13 жовтня 2026 року).
Що це означає для галузей #
Комерційне підтвердження обчислень у пам'яті залежить від проникнення в галузі, де обмеження потужності й вартості історично заважали впровадженню передових базових моделей.
Тактична оборона й безпілотні системи #
В оборонних периферійних застосуваннях енергоефективність безпосередньо перетворюється на живучість і тривалість місії. Малі безпілотні авіаційні системи (sUAS) і тактичні наземні ровери жорстко обмежені масою батарей. Оснащення розвідувального дрона звичайним GPU скорочує час його польоту на 30–50% лише заради живлення стека ШІ-сприйняття.
Стратегічна співпраця Mythic AI з Lockheed Martin спрямована на вбудовування обчислень у пам'яті в тактичні периферійні системи, рої автономних дронів і віддалені пости спостереження. Знижуючи споживання обчислювача з 50 Вт до менш ніж 10 Вт, тактичні дрони літають довше й водночас локально виконують мультимодальну класифікацію об'єктів, обробку сигналів радіоелектронної боротьби та візуально-інерційну одометрію на театрах бойових дій, де GPS недоступний.
Ситуаційне сприйняття в автомобілях і ШІ в салоні #
В автомобільній галузі виробники першого рівня відчувають сильний тиск на маржу. Флагманські електромобілі можуть дозволити собі комп'ютери автономного водіння з рідинним охолодженням за £2000, а машини масового ринку не можуть.
Партнерство Honda Motor з Mythic AI усуває це комерційне тертя. Автовиробникам потрібні масові ШІ-мікросхеми автомобільного класу вартістю в десятки, а не сотні доларів, здатні запускати системи контролю водія, сегментацію об'єктів у сліпих зонах і кругове сприйняття на 360 градусів без складних контурів рідинного охолодження, які збільшують собівартість і складність складання.
Промислові периферійні центри обробки даних і мобільне комплектування замовлень #
Хоча обчислення в пам'яті архітектурно оптимізовані для периферії, Mythic свідомо будує перехідну стратегію й пропонує прискорювальні карти PCIe для периферійних центрів обробки даних і складських хабів комплектування. На об'єктах із сотнями автономних мобільних роботів (AMR) периферійні серверні стійки з моделями координації парку обмежені електричними вводами та межами охолодження. Прискорювальні карти з обчисленнями в пам'яті дають змогу в рази підняти локальну пропускну здатність інференсу без модернізації енергопостачання.
Стійкість ланцюга постачання й географія виробництва #
Важлива частина брифінгу Ozcelik стосувалася суверенітету ланцюга постачання. Апаратні інновації не мають сенсу, якщо кремній не можна надійно виготовляти, корпусувати й постачати в масштабі.
Mythic AI вибудувала розподілену міжнародну виробничу базу:
- Виготовлення кремнію: основне виробництво пластин для обчислень у пам'яті зосереджене в Токіо (Японія), де компанія користується визнаним лідерством Японії в прецизійному виробництві напівпровідників і зрілими аналоговими та флеш-техпроцесами.
- Передове корпусування й складання: пластини відправляють до Європи (а саме до Німеччини) для різання на чиплети, багатокристального з'єднання на підкладках і автоматизованого оптичного контролю.
- Валідація ревізії: зараз компанія завершує валідацію останньої ревізії кремнію й зосереджена на тому, щоб перетворити лабораторні показники виходу придатних на відтворювані виробничі технічні завдання (SOW) для серійного випуску в автомобільній та оборонній галузях.
Такий багаторегіональний підхід усуває поодинокі точки геополітичної вразливості й дає європейським та азійським корпоративним партнерам географічно диверсифіковані ланцюги постачання.
Висновок #
Бесіда біля каміна між Taner Ozcelik і Kenneth Cukier на саміті Economist Enterprise Physical AI and Robotics Summit окреслила фізичну реальність, яка визначатиме наступне десятиліття автономних систем. Закону Мура як простої метрики масштабування транзисторів уже недостатньо, щоб забезпечити енергією революцію фізичного ШІ.
Доки обчислювальні архітектури тримаються за фоннейманівський поділ логіки й пам'яті, робототехніка впиратиметься в масу батарей, відведення тепла та непомірну вартість компонентів. Переходячи від цифрового переміщення даних до аналогових масивів обчислень у пам'яті й модульних топологій чиплетів, напівпровідникова інженерія дає той стрибок ефективності, якого потребують автономні системи.
Перехід від кластерів центрів обробки даних потужністю 700 Вт до периферійного кремнію потужністю 15 Вт відкриває справжній шлях до фізичної автономії. Зрештою роботи, що працюють у реальному світі, мають підкорятися енергетичним законам реального світу; обчислення в пам'яті і є архітектурою, що поєднує кремній і біологію.
Часті запитання #
Що таке вузьке місце фон Неймана в апаратурі для ШІ? Вузьким місцем фон Неймана називають обмеження пропускної здатності й енергії, спричинене фізичним розділенням центрального процесора (АЛП) і системної пам'яті (DRAM). У задачах штучного інтелекту, де виконуються мільярди матричних множень, процесори витрачають понад 85% усієї енергії та значну частину тактів просто на пересилання даних туди й назад мідними шинами, що створює гострі теплові вузькі місця та вузькі місця за затримкою.
Як працюють аналогові обчислення в пам'яті (CIM)? Обчислення в пам'яті виконують математичні операції безпосередньо всередині комірок пам'яті, не переміщуючи дані. Ваги нейромережі зберігаються як аналогові стани провідності в комірках енергонезалежної пам'яті. Коли на масив подаються вхідні напруги, струм тече через комірки за законом Ома ($I = V \times G$) і підсумовується вздовж бітових ліній за законом Кірхгофа для струмів. Так повне множення матриці на вектор виконується за один фізичний крок.
Чому обчислення в пам'яті особливо важливі для роботів і дронів? Мобільні роботи й дрони працюють у жорстких рамках SWaP-C (розмір, маса, потужність і вартість). Вони живляться від бортових батарей і не можуть нести важкі радіатори охолодження чи потужні джерела живлення. Обчислення в пам'яті дають енергоефективність у 10–1000 разів вищу, що дає змогу роботам локально запускати складні моделі «зір–мова–дія» в бюджеті потужності від 10 до 20 Вт і зберігати запас батареї.
У чому перевага чиплетного підходу над монолітною мікросхемою? Монолітні мікросхеми об'єднують усі функціональні блоки на одному великому кристалі кремнію. Зі зростанням розміру кристала частка виробничих дефектів зростає експоненційно, вихід придатних падає, а собівартість одиниці зростає. Чиплетна архітектура розбиває систему на менші стандартизовані кристали, які виготовляють незалежно з високим виходом придатних і з'єднують високошвидкісними мікровиступами. Це дає модульні гнучкі конфігурації під конкретні промислові вимоги до потужності й форм-фактора.
Хто основні комерційні партнери цієї технології? Платформа обчислень у пам'яті Mythic AI зараз спирається на два великі корпоративні партнерства: з Lockheed Martin, яка вбудовує архітектуру в тактичні оборонні дрони, безпілотні роботизовані платформи й пости охорони периметра, щоб подовжити роботу від батарей, та з Honda Motor, яка націлена на недорогі ШІ-мікросхеми автомобільного класу для ситуаційного сприйняття автомобіля й сенсорики в салоні.
Джерела #
- Economist Enterprise, (2026). Саміт Physical AI & Robotics Summit: операційна перевага завдяки автономним системам ⧉. Economist Enterprise.
- Ozcelik, T., (2026). Поза законом Мура: енергія високопродуктивної робототехніки ⧉. Mythic AI.
- Cukier, K., (2026). Термодинамічні стелі автономного інтелекту ⧉. The Economist.
- Marković, D., Mizrahi, A., Querlioz, D., & Grollier, J., (2020). Фізика для нейроморфних обчислень ⧉. Nature Reviews Physics, 2, 499-510.
- Universal Chiplet Interconnect Express, (2025). Специфікація UCIe 2.0: стандарт міжкристальних з'єднань ⧉. UCIe Consortium.
- IEEE, (2026). Міжнародна дорожня карта пристроїв і систем (IRDS): за межами КМОН та обчислення в пам'яті ⧉. IEEE Standards Association.
Останній перегляд .
Останній перегляд .
Перепублікувати цю статтю
Скопіювати формат для Medium
# Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau > Originally published at [https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/](https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/) Taner Ozcelik із Mythic AI на саміті Economist Enterprise у Лондоні: як обчислення в пам'яті та модульні чиплети підвищують енергоефективність роботів у 10–1000 разів. Read the full article on sebastienrousseau.com: https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/
Скопіювати формат для Mastodon
Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau Taner Ozcelik із Mythic AI на саміті Economist Enterprise у Лондоні: як обчислення в пам'яті та модульні чиплети підвищують енергоефективність роботів у 10–1000 разів. https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/
Копіювати відформатоване для LinkedIn
Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau Taner Ozcelik із Mythic AI на саміті Economist Enterprise у Лондоні: як обчислення в пам'яті та модульні чиплети підвищують енергоефективність роботів у 10–1000 разів. Ось ключові стратегічні висновки: - Термодинамічна стіна: чому фізичний ШІ не може жити в хмарі. На бесіді біля каміна під назвою Moving past Moore’s law: the power behind high-performance robotics («Поза законом Мура: енергія високопродуктивної робототехніки») Kenneth Cukier сформулював головну інженерну дилему… - Архітектурна теза: обчислення в пам'яті (CIM). Щоб зняти термодинамічне вузьке місце, Mythic AI розвиває архітектурну філософію: замість того щоб ганяти дані між окремими процесорами й пулами пам'яті, сама пам'ять має стати комп'ютером. - Стратегія модульних чиплетів. Аналогові обчислення в пам'яті розв'язують рівняння енергії та затримки, але масштабування кремнію на різні комерційні галузі потребує гнучкості корпусування. - Порівняння архітектур: обчислювальні парадигми для периферійної робототехніки. Джерело: узагальнення даних бесіди біля каміна та специфікацій напівпровідникових архітектур, представлених на саміті Economist Enterprise Physical AI and Robotics Summit (Convene 200 Aldersgate, Лондон, 13 жовтня… Яким є підхід вашої організації до викликів, описаних у цій статті? → https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/ #ОбчисленняВПам'яті #MythicAi #TanerOzcelik #ЗаконМура #ВузькеМісцеФонНеймана Sebastien Rousseau | CC-BY-4.0
Цитувати цю статтю
Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau
Taner Ozcelik із Mythic AI на саміті Economist Enterprise у Лондоні: як обчислення в пам'яті та модульні чиплети підвищують енергоефективність роботів у 10–1000 разів.
BibTeX
@online{rousseau2026поза,
author = {Rousseau, Sebastien},
title = {{Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau}},
year = {2026},
url = {https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/},
urldate = {2026}
}RIS
TY - GEN AU - Rousseau, Sebastien TI - Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau PY - 2026 UR - https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/ ER -
Vancouver
Rousseau S. Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau. sebastienrousseau.com. 2026 Oct 13. Available from: https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/
Chicago
Rousseau, Sebastien. "Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau." sebastienrousseau.com. October 13, 2026. https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/.
APA
Rousseau, S. (2026, October 13). Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau. sebastienrousseau.com. https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/
Перевидати цю статтю
Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau
Taner Ozcelik із Mythic AI на саміті Economist Enterprise у Лондоні: як обчислення в пам'яті та модульні чиплети підвищують енергоефективність роботів у 10–1000 разів.
Ця стаття поширюється за ліцензією Creative Commons Attribution 4.0 International. Перевидання вимагає посилання на канонічну URL-адресу.
Поза законом Мура: аналогові обчислення та чиплети для роботів — Sebastien Rousseau Taner Ozcelik із Mythic AI на саміті Economist Enterprise у Лондоні: як обчислення в пам'яті та модульні чиплети підвищують енергоефективність роботів у 10–1000 разів. Originally published at https://sebastienrousseau.com/uk/2026-10-13-poza-zakonom-mura-analohovi-obchyslennya/ by Sebastien Rousseau. Licensed under CC-BY-4.0.