Ricursive Intelligence хочет ускорить создание чипов с помощью ИИ
Стартап Ricursive Intelligence разрабатывает систему искусственного интеллекта для проектирования микросхем, которая должна учиться на каждой итерации и улучшать следующие варианты. На конференции TechCrunch Disrupt основатели Анна Голди и Азалия Мирхосейни заявили, что в ближайшие пять лет спрос на вычислительные ресурсы может вырасти как минимум в 10 000 раз.
Не только новые дата-центры
Голди считает, что ответом на рост спроса не должно стать простое строительство в 10 000 раз большего числа дата-центров. По её словам, необходимы более эффективные чипы, которые лучше используют пропускную способность инфраструктуры, кремниевые пластины и мощности фабрик.
Ricursive Intelligence намерена автоматизировать и ускорить процесс разработки. Основатели полагают, что ИИ может взять на себя исполнение инженерной работы, тогда как люди будут концентрироваться на идеях, прикладных сценариях и новых возможностях вычислительной техники.
Оптимизация чипа как единой системы
Традиционно проектирование может делить микросхему на десятки небольших блоков. Ricursive Intelligence, напротив, оптимизирует весь чип целиком. По словам основателей, такой подход позволяет находить сложные компоновки, включая волнообразные схемы размещения элементов.
В качестве примера они привели AlphaChip — систему, которую основатели разрабатывали ранее. Она предложила круговую, напоминающую пончик компоновку компонентов. Инженеров решение сначала удивило, однако впоследствии оно оказалось успешным.
Ставка на специализированные решения
Голди отметила, что создание нового чипа обычно занимает от шести месяцев до двух лет, поэтому компании вынуждены особенно тщательно выбирать проекты. Если этот срок удастся сократить примерно до недели, производство заказных микросхем для отдельных задач может стать экономически оправданным.
Среди возможных направлений основатели назвали космические системы, дополненную и виртуальную реальность, а также биологические вычисления. Для бизнеса практический вывод состоит в том, что ускорение проектирования способно расширить выбор специализированных чипов и помочь оценивать их применимость там, где важны энергопотребление и эффективность инфраструктуры.