Varför ’föråldrad’ analog AI plötsligt ligger i framkant
En grå morgon i Shenzhen, någonstans mellan rökfyllda gatukok och blanka kontorskomplex, lutar sig en ung ingenjör över ett litet, obetydligt kretskort. Inget futuristiskt AI-superchip, ingen Nvidia-logotyp, ingen vätskekylning. Bara en handfull ”gammaldags” analoga komponenter, ett oscilloskop och en enkel mätsond.
Medan Silicon Valley slösar miljarder på ännu kraftfullare, ännu varmare AI-chips, bor han i en delad lägenhet och arbetar på något som förbrukar 200 gånger mindre ström. Något som fortfarande kan lära sig, förutsäga och känna igen mönster.
Han ler när mätningen stabiliseras. Chippet slukar nästan ingenting. Men signalen är intelligent.
Den dolda revolutionen som förändrar allt inom artificiell intelligens
Världen stirrar fascinerat på Nvidia-grafer och exportförbud, medan den verkliga game-changern kanske gömmer sig i elektronikens bortglömda hörn: analoga chips. Inte ändlösa rader av digitala transistorer, utan kretsar som räknar med kontinuerligt varierande signaler – nästan som vår hjärna gör det.
Medan Väst bygger fabriker för allt mindre nanometer, finslipas i Kina designer som helt enkelt kräver mindre ström. Mycket mindre. 200 gånger, enligt vissa kinesiska forskargrupper. Och den skillnaden märks inte bara på elräkningen – den förändrar vad som överhuvudtaget är möjligt med AI i vardagen.
Ta den kinesiska start-upen Inspirit AI (fiktivt namn, men representativt för dussintals laboratorier), som nyligen visade en analog-neuromorf prototyp. Inget datacenter, ingen skyskrapa full av servrar. Ett kort stort som ett kreditkort som körs på ett enkelt batteri och kan känna igen bilder i realtid.
I interna tester använde systemet cirka 1/150 till 1/200 av energin från ett motsvarande digitalt AI-system. Inte i en teoretisk uppsats, utan i ett dammigt laboratorium mellan halvtomma kaffekoppar. Det är den sortens genombrott som får medarbetare hos amerikanska chipjättar att tystna, även om det inte kommer med i den glansiga keynoten.
Så här utnyttjar Kina smart analog AI där det verkligen räknas
Analoga AI-chips räknar direkt med ström och spänning utan att först hacka ner allt i ettor och nollor. Därför behöver de färre steg för samma beräkning. Färre steg betyder mindre energi, mindre värme, mindre kylning.
Kina har en fördel eftersom landet i åratal har investerat i ”tillräckligt bra”-teknologi: inte den allra snabbaste, men billig, robust och energieffektiv. Medan Väst drömmer om exascale AI i datacenter, bygger Kina små, tysta hjärnor till drönare, kameror, sensorer och hushållsapparater.
Det känns plötsligt som ett helt annat kapplöpning än vem som kan betala för den största GPU:n.
Var energin verkligen försvinner – och vem som tjänar på det
I en förort till Chengdu hänger en blygsam övervakningskamera på en betongstolpe. Den ser ut som vilken annan domkamera som helst. Inuti körs ingen high-end GPU, utan en analog-neuromorf kärna som lärer sig att känna igen rörelser, ansikten och mönster.
Utan anslutning till molnet, utan konstant dataström till en serverpark tusentals kilometer bort. Kameran läser gatubilden som en erfaren lokalinvånare. Den lär sig vad som är normalt, vad som avviker, vem som går förbi varje dag. Och den gör det för en bråkdel av energin som en västlig, molnberoende kamera skulle sluka.
Enligt grova uppskattningar från kinesiska forskningsinstitut kan sådana analoga AI-lösningar minska energiförbrukningen i edge-applikationer med 90-99%. Det innebär: ett smart jordbrukssensornätverk i en avlägsen provins som körs på solpaneler, som annars inte skulle vara tillräckliga.
Eller en svärm av billiga industrirobotar som inte behöver tjocka strömförsörjningar, men ändå kan lära sig och anpassa sig lokalt. Vi har alla haft det ögonblicket när vi tittar på vår smartphones batteri och tänker: varför är allt som är ”smart” så beroende av vägguttag? Dessa chips körs nästan på smulor.
Den tekniska hemligheten bakom 200 gånger lägre strömförbrukning
Tekniskt sett är det inte magi. Genom att utföra beräkningar – särskilt matrixmultiplikationer – direkt i den analoga domänen, nära minnet, undviker du mycket datatransport. Det är precis där digitala system förlorar så mycket energi.
Kina kombinerar detta med aggressiv optimering i produktionen: användning av äldre, billigare produktionsprocesser (28 nm, 45 nm), som är perfekta för analoga uppgifter. Medan Väst biter sig fast vid 3 nm och 2 nm och pumpar astronomiska belopp i det, skördar Kina avkastning på teknologi som bokföringsmässigt redan var avskriven.
Det är inte en nackdel. Det är en annan strategi.
Vad Väst kan göra just nu för att inte bli fullständigt omkörd
Vill du förstå var möjligheterna ligger, så titta inte bara på Nvidia-aktier, utan på platserna där energi är knapp och anslutningen ostabil. Där gör skillnaden sig gällande.
Ett realistiskt första steg för västliga företag: flytta små, specifika arbetsbelastningar till analoga eller mixed-signal acceleratorer. Tänk på taligenkänning, enkel bildigenkänning, prediktivt underhåll. Inte de storslagna, allomfattande AI-modellerna, utan uppgifterna som körs 24/7 i bakgrunden. Där sitter den strukturella energiläckaget.
Många R&D-team i Europa och USA hänger fast i idén om att endast det senaste digitala chippet är ”seriöst” nog. Det är förståeligt, för all marknadsföring och prestige sitter där. Ändå är det dags att experimentera med analoga block som coprocessor, inte som ersättning.
- Acceptera felmarginaler och designa algoritmer som kan hantera dem
- Arbeta med blandade arkitekturer: analogt för sensing och filtrering, digitalt för tung träning
- Flytta kritiska AI-funktioner så nära sensorn som möjligt för att begränsa datatrafik
- Investera i talang som förstår både hårdvara och algoritmer, inte bara det ena
- Testa i realistiska, smutsiga miljöer – inte bara i sterila laboratorieuppställningar
En annan AI-framtid än vi ser på konferenser
Gå in på ett godtyckligt västligt tech-evenemang och du ser samma slides: gigantiska datacenter, flygfoton av solparker, skinande svarta GPU-rack med blå LED-stripes. Historien är alltid större, varmare, dyrare.
Medan någonstans i en kinesisk småstad skruvar en ingenjör en sensor-nod i en tefabrik som kan hålla i åratal på en enda liten panel.
Den som bara fokuserar på ”big iron” missar vad som växer i skuggan: ett AI-ekosystem som tyst kan landa överallt där det finns lite ström. Inom jordbruk, hälsa, logistik, konsumentelektronik. Där du inte har fiber och megawatt-anslutning vinner den mest effektiva lösningen nästan automatiskt.
Vem vågar släppa idén om att high-tech måste vara maximalt komplext?
Frågan är inte bara vem som bygger det snabbaste AI-chippet, utan vem som kan packa AI så självklart som en glödlampa eller ett vägguttag. Analog teknologi, och särskilt i det kinesiska tillvägagångssättet, skjuter precis i den riktningen.
Kanske är dét det rätta kapplöpningen: vem vågar släppa taget om att ”high-tech” alltid måste vara ”maximalt digitalt” och ”maximalt komplext”. Ibland är det mest framsynta steget faktiskt att greppa tillbaka till något som nästan verkar retro. Det skaver med vår bild av innovation, och just därför känns det så obehagligt och intressant samtidigt.
De kommande åren kommer vi att se mer friktion mellan dessa två världar. Västs GPU-drivna AI och Kinas low-power, analog-vid-kanten AI. Det är frestande att välja vem som har ”rätt”, vem som är ”framför”.
Kanske är det mer ärligt att erkänna att båda världarna behöver varandra: brutal beräkningskraft för de stora modellerna, hypereffektiva analoga hjärnor för miljarderna små beslut i vardagen.
”Perfekt precision är en digital besatthet,” sade en kinesisk professor i neuromorf elektronik nyligen på en sluten workshop. ”Intelligens uppstår just i gråzonen.”
| Nyckelpunkt | Detalj | Intresse för läsaren |
|---|---|---|
| Analoga AI-chips är ~200x mer effektiva | De räknar direkt med spänningar och strömmar, nära minnet | Förstå varför ”gammaldags” teknologi blir strategiskt guld värt |
| Kina satsar på edge-applikationer | Fokus på kameror, sensorer, robotar långt från datacenter | Se var nästa våg av AI-innovation kommer att dyka upp i vardagen |
| Mixed-signal arkitekturer som mellansteg | Analoga block gör förarbetet, digitala chips behandlar resten | Konkreta idéer för att göra egna system mer energieffektiva och framtidssäkra |
Vanliga frågor:
- Vad gör analoga AI-chips så mycket mer effektiva än digitala? De undviker den dyra konverteringen av analoga signaler till binära data och tillbaka, och utför beräkningar direkt med spänningar och strömmar, vilket kräver mindre energi och mindre datatransport.
- Betyder det att digitala GPU:er kommer att försvinna? Nej, digitala GPU:er förblir dominerande för träning av stora modeller, medan analoga och mixed-signal chips särskilt är intressanta för inferens och edge-applikationer.
- Ligger Kina verkligen före Väst inom analog AI? Kina har ett försprång i skalbara, praktiska applikationer och i att kombinera äldre produktionsprocesser med nya analoga designer, medan Väst fortfarande huvudsakligen tänker digitalt.
- Kan ett europeiskt eller amerikanskt företag komma igång med det nu? Ja, via pilotprojekt med analoga eller neuromorfa acceleratorer som coprocessor för specifika uppgifter som detektion, filtrering och lokalt beslutsfattande i IoT och embedded system.
- Är analoga AI-chips inte för oprecisa för seriösa applikationer? De är mindre precisa än digitala system, men många AI-uppgifter tål brus; modeller och algoritmer kan designas för att dra nytta av approximationer istället för absolut noggrannhet.
