从量子起源到类比AI：Irreversible如何重新定义边缘运算

当全球科技产业2026年6月齐聚台北参加COMPUTEX 2026之际，一家来自加拿大的新创公司正准备挑战现代运算的根本架构。总部位于蒙特娄的Irreversible，凭藉深厚的量子运算背景，将发表一套以「物理优先（physics-first）」为核心的类比存储器内运算（analog in-memory computing）架构。相较于传统数码处理器，该技术有望将功耗大幅降低1,000倍。

不同于多数源自传统芯片设计领域的硅谷新创，Irreversible的旅程始于高度受限的量子物理世界。其核心团队最初专注于量子运算，必须在稀释冷冻机（dilution refrigerator）的极端环境中解决运算问题—在那样的环境里，即使最微小的热能或杂讯，都可能摧毁脆弱的量子态。

共同创始人Dominic Marchand表示，这样的背景让他们成为一家「最终走向芯片设计的运算公司」，而非从芯片设计反向切入的企业。这种独特基因促使团队抛开数十年来累积的架构抽象层，回归最基本的物理定律，寻找处理信息最节能的方式。

目前产业对大型语言模型（LLM）的狂热，已带来显着的能源危机，尤其是在设备只能以微瓦等级功耗运作的「极端边缘」场景中更为明显。Irreversible的解法，是绕过冯纽曼瓶颈（Von Neumann bottleneck）—也就是数据在存储器与处理器之间来回搬移所消耗的大量能量。

透过直接在存储器内执行运算，并维持全类比信号路径，Irreversible也省去了数码与类比之间高耗能的转换流程，而这正是许多混合式AI芯片的效能限制所在。这种方法的核心认知是：虽然数码逻辑具备良好的抗杂讯能力，但要严格维持0与1的状态所需的能耗，对边缘传感装置而言已是一种奢侈。

Irreversible与其他加拿大创新企业相比，另一项关键差异化优势也相当鲜明。Marchand指出，他对加拿大在类比存储器内运算领域的领先地位感到自豪，但Irreversible仍具备数项独特优势。

首先，公司采取memory-agnostic策略，并不绑定单一专有存储器技术，而是可运用多种非挥发性存储器，以及新兴的电阻式存储器（RRAM）技术路线。其次，公司极度重视软件与模拟工具，使硬件与软件团队能够同步协作、紧密整合。

其专有的硬件感知训练（hardware-aware training）技术，能在神经网络训练初期就纳入类比电路天生存在的变异性，确保模型在实际部署时仍能维持准确度。

针对即将到来的台北之行，Irreversible已设定明确的策略目标，希望深度融入全球最重要的半导体生态系。首要任务是与晶圆代工厂建立高层级合作关系，以取得特定存储器元件的优先存取权，这对其「物理优先」定制化设计至关重要。

此外，公司也积极寻求与OEM厂商及解决方案整合商合作。透过将智能直接部署至传感器端，Irreversible期望实现过去难以想像的应用场景，例如让小型无人机搭载高端AI，或让无法支持传统GPU的全天候穿戴式装置具备持续运算能力。

最终，Irreversible来到台北，不只是为了展示一颗芯片，更是为了倡议一种全新的智能运算思维。透过以物理世界的自然效率，取代数码位元的僵固确定性，他们正证明：AI的未来，不只是更强大的算力，而是更高效率的运算方式。