從量子起源到類比AI：Irreversible如何重新定義邊緣運算

當全球科技產業2026年6月齊聚台北參加COMPUTEX 2026之際，一家來自加拿大的新創公司正準備挑戰現代運算的根本架構。總部位於蒙特婁的Irreversible，憑藉深厚的量子運算背景，將發表一套以「物理優先（physics-first）」為核心的類比記憶體內運算（analog in-memory computing）架構。相較於傳統數位處理器，該技術有望將功耗大幅降低1,000倍。

不同於多數源自傳統晶片設計領域的矽谷新創，Irreversible的旅程始於高度受限的量子物理世界。其核心團隊最初專注於量子運算，必須在稀釋冷凍機（dilution refrigerator）的極端環境中解決運算問題—在那樣的環境裡，即使最微小的熱能或雜訊，都可能摧毀脆弱的量子態。

共同創辦人Dominic Marchand表示，這樣的背景讓他們成為一家「最終走向晶片設計的運算公司」，而非從晶片設計反向切入的企業。這種獨特基因促使團隊拋開數十年來累積的架構抽象層，回歸最基本的物理定律，尋找處理資訊最節能的方式。

目前產業對大型語言模型（LLM）的狂熱，已帶來顯著的能源危機，尤其是在設備只能以微瓦等級功耗運作的「極端邊緣」場景中更為明顯。Irreversible的解法，是繞過馮紐曼瓶頸（Von Neumann bottleneck）—也就是資料在記憶體與處理器之間來回搬移所消耗的大量能量。

透過直接在記憶體內執行運算，並維持全類比訊號路徑，Irreversible也省去了數位與類比之間高耗能的轉換流程，而這正是許多混合式AI晶片的效能限制所在。這種方法的核心認知是：雖然數位邏輯具備良好的抗雜訊能力，但要嚴格維持0與1的狀態所需的能耗，對邊緣感測裝置而言已是一種奢侈。

Irreversible與其他加拿大創新企業相比，另一項關鍵差異化優勢也相當鮮明。Marchand指出，他對加拿大在類比記憶體內運算領域的領先地位感到自豪，但Irreversible仍具備數項獨特優勢。

首先，公司採取memory-agnostic策略，並不綁定單一專有記憶體技術，而是可運用多種非揮發性記憶體，以及新興的電阻式記憶體（RRAM）技術路線。其次，公司極度重視軟體與模擬工具，使硬體與軟體團隊能夠同步協作、緊密整合。

其專有的硬體感知訓練（hardware-aware training）技術，能在神經網路訓練初期就納入類比電路天生存在的變異性，確保模型在實際部署時仍能維持準確度。

針對即將到來的台北之行，Irreversible已設定明確的策略目標，希望深度融入全球最重要的半導體生態系。首要任務是與晶圓代工廠建立高層級合作關係，以取得特定記憶體元件的優先存取權，這對其「物理優先」客製化設計至關重要。

此外，公司也積極尋求與OEM廠商及解決方案整合商合作。透過將智慧直接部署至感測器端，Irreversible期望實現過去難以想像的應用場景，例如讓小型無人機搭載高階AI，或讓無法支援傳統GPU的全天候穿戴式裝置具備持續運算能力。

最終，Irreversible來到台北，不只是為了展示一顆晶片，更是為了倡議一種全新的智慧運算思維。透過以物理世界的自然效率，取代數位位元的僵固確定性，他們正證明：AI的未來，不只是更強大的算力，而是更高效率的運算方式。