Ricursive хочет сократить разработку чипов с лет до недель
Стартап Ricursive Intelligence, основанный Анной Голди и Азалией Мирхосейни в конце 2025 года, разрабатывает ИИ для проектирования чипов. Компания ставит цель сократить типичный цикл разработки, занимающий два-три года, до нескольких недель. За четыре месяца Ricursive привлекла $335 млн при оценке $4 млрд, включая раунд Series A на $300 млн; среди инвесторов названа Nvidia.
От AlphaChip к автоматизации проектирования
Голди и Мирхосейни до запуска Ricursive совместно руководили проектом AlphaChip в Google. Эта система использовала ИИ для создания компоновки чипов за часы вместо существенно более длительной работы, требуемой от инженеров. Разработка применялась при создании нескольких поколений Tensor Processing Units Google.
Ricursive намерена развить этот подход. Ее инструменты должны автоматизировать и ускорять сложные этапы проектирования — от размещения компонентов до верификации проекта. Ключевая заявленная особенность состоит в том, что система будет учиться на разных чипах: опыт, накопленный при работе над одним проектом, должен влиять на следующий.
Связка между ИИ и аппаратной платформой
Компания описывает возможный замкнутый цикл: ИИ помогает создавать более совершенное оборудование, это оборудование поддерживает более мощные ИИ-системы, а они участвуют в последующей разработке. Ricursive считает, что ускорение проектирования может открыть путь к новым архитектурам чипов и более производительным и эффективным системам ИИ.
Тему представят на TechCrunch Disrupt 2026 в сессии «When AI Starts Designing Its Own Hardware». Конференция пройдет 13–15 октября в Moscone West в Сан-Франциско. В программе, где разговор о масштабировании ИИ раскрывает разговор о масштабировании ИИ, выступление Ricursive посвящено узкому, но критичному звену — скорости создания аппаратной платформы.
Что учитывать компаниям
Для бизнеса Ricursive пока представляет заявленный технологический подход, а не подтвержденное сокращение сроков для всей отрасли. Однако опыт основательниц с AlphaChip показывает, что ИИ уже применялся к реальным задачам компоновки специализированных процессоров.
Компаниям, зависящим от собственной аппаратной инфраструктуры или специализированных ускорителей, стоит отслеживать развитие инструментов автоматизации проектирования. Их практическая ценность будет определяться тем, насколько надежно они смогут переносить накопленный опыт между проектами и ускорять проверку готовых решений.