AI芯片初創公司Tensordyne近日宣佈，其基於對數數字系統（LNS）架構的AI芯片已成功流片。這一進展標誌著一種非傳統計算範式在AI加速器領域的落地嘗試，引發了業界對能效突破可能性的關注。

根據公司向EE Times披露的信息，該芯片的核心賣點在於極致的功耗控制。Tensordyne聲稱，在處理每個token時，其芯片的功耗相比當前主流的GPU方案可降低一個數量級。在AI大模型推理成本日益成為產業焦點的當下，這一聲明直指行業痛點。當前，大規模語言模型的運行嚴重依賴數千甚至數萬顆GPU，其電力消耗和散熱需求已成為數據中心擴張的主要瓶頸。

對數數字系統（LNS）並非全新概念，其通過將數字表示為對數形式，能將複雜的乘法運算轉化為簡單的加法，從而在理論上大幅降低計算複雜度和能耗。然而，LNS在實現上面臨精度控制和硬件複雜度等挑戰，此前鮮有面向AI訓練與推理的大規模商用芯片出現。Tensordyne的流片意味著該公司已跨越從理論設計到物理實現的關鍵門檻。

從產業視角看，此消息若後續得到實際測試數據的驗證，可能對AI基礎設施層產生多重影響。一方面，它為追求高能效推理的數據中心提供了GPU之外的新選擇，可能緩解當前由英偉達等廠商主導的算力市場供應壓力。另一方面，投資者需關注該技術從流片到量產、再到獲得客戶採用的漫長道路。芯片行業歷史上，從流片成功到大規模部署，往往需要數年時間，且需克服軟件生態、良率、客戶驗證等諸多障礙。

目前，Tensordyne尚未公佈該芯片的具體性能指標、製程工藝或目標客戶。EE Times的報道也未提供第三方測試數據。因此，市場對“一個數量級”的功耗優勢仍持審慎觀望態度。後續值得關注的是，該公司是否會公佈基準測試結果，以及能否吸引到大型雲服務商或AI公司的合作興趣。