ИИ в дизайне чипов: как автоматизация ускоряет развитие технологий и увеличивает прибыль

Современный бизнес постоянно ищет пути для увеличения эффективности и прибыли. Одной из самых передовых областей, где искусственный интеллект совершает революцию, является дизайн компьютерных чипов. Компании, использующие ИИ для автоматизации этого сложного процесса, не только значительно ускоряют разработку, но и получают колоссальное конкурентное преимущество.

Прорывные решения в автоматизации дизайна чипов

Ярким примером такого прорыва является стартап Ricursive Intelligence, основанный Анной Голди (CEO) и Азалией Мирхосейни (CTO). Эти специалисты широко известны в ИИ-сообществе и имеют впечатляющий опыт работы в Google Brain и Anthropic.

Их экспертность подтверждается выдающимся достижением: еще в Google они создали Alpha Chip — ИИ-инструмент, способный генерировать высококачественные схемы чипов за считанные часы. Это задача, на которую у инженеров-людей обычно уходит год или даже больше. Alpha Chip сыграл ключевую роль в проектировании трех поколений процессоров Tensor Processing Units от Google, доказав свою невероятную эффективность и потенциал.

Инвестиции в будущее: успех Ricursive Intelligence

Благодаря своему уникальному опыту и передовым разработкам, всего через четыре месяца после запуска Ricursive привлек $300 миллионов в раунде серии А при оценке в $4 миллиарда. Это стало возможным благодаря успешному привлечению $35 миллионов посевных инвестиций ранее. Среди инвесторов — Lightspeed, Sequoia и даже гиганты индустрии, такие как Nvidia. Это подчеркивает не только перспективность компании, но и признание её инноваций ведущими игроками рынка.

Ricursive не конкурирует с производителями чипов, такими как Nvidia. Вместо этого, компания разрабатывает ИИ-инструменты, которые проектируют чипы, делая Nvidia, AMD, Intel и других производителей своими целевыми клиентами. Их миссия — создать платформу, которая позволит автоматически и значительно ускоренно разрабатывать любые виды чипов, будь то специализированные или традиционные.

«Мы хотим, чтобы любой чип — кастомный или более традиционный — мог быть создан автоматизированным и очень ускоренным способом. Для этого мы используем ИИ», — отмечает Азалия Мирхосейни.

От google brain к созданию собственного бизнеса

Пути Анны Голди и Азалии Мирхосейни постоянно пересекались: от Стэнфорда, где Анна получала докторскую степень, а Азалия преподавала, до их совместной работы в Google Brain и Anthropic. Этот глубокий опыт и сплоченность стали фундаментом для создания Ricursive Intelligence.

Во время работы в Google их проект Alpha Chip не только принес им признание в индустрии, но и подтвердил основную концепцию, лежащую в основе Ricursive: использование ИИ для радикального ускорения процесса проектирования чипов.

Почему дизайн чипов сложен, и как ИИ решает эту проблему

Современные компьютерные чипы содержат от миллионов до миллиардов логических элементов. Человеческие инженеры тратят год и более на точное размещение этих компонентов, чтобы обеспечить оптимальную производительность, энергоэффективность и соответствие всем техническим требованиям. Точное позиционирование микроскопических элементов — чрезвычайно сложная задача.

Alpha Chip доказал, что ИИ способен сгенерировать высококачественную схему за шесть часов. Ключевая особенность этого подхода — способность ИИ учиться на собственном опыте. Модель оценивает качество каждого дизайна, корректируя параметры своей нейронной сети, чтобы стать лучше.

• Невероятная скорость: Сокращение времени разработки чипов с года до нескольких часов.
• Постоянное самообучение: ИИ учится на каждом новом дизайне, улучшая свои навыки.
• Оптимизация: Создание более эффективных и мощных чипов.

Платформа Ricursive пойдёт ещё дальше. ИИ-дизайнер будет обучаться на различных чипах, что позволит ему постоянно совершенствоваться с каждым новым проектом. Специализированные большие языковые модели (LLM) будут управлять всеми этапами — от размещения компонентов до верификации дизайна. Любая компания, производящая электронику, является потенциальным клиентом Ricursive.

ИИ: двигатель прогресса и эффективность ресурсов

Если данная платформа покажет себя в полной мере, Ricursive может сыграть ключевую роль в достижении искусственного общего интеллекта (AGI). Конечная цель — это разработка ИИ-чипов, что означает, что ИИ будет проектировать собственный «мозг».

«Чипы — это топливо для ИИ. Я думаю, что создание более мощных чипов — лучший способ продвинуть эту границу», — утверждает Анна Голди.

Длительные циклы разработки чипов замедляют прогресс ИИ. Решения Ricursive позволяют ускорить совместную эволюцию моделей и чипов, которые их питают. Таким образом, ИИ сможет развиваться быстрее и становиться умнее.

Многие опасаются, что ИИ, проектирующий собственный мозг, приведет к сценариям из научно-фантастических фильмов. Однако основатели Ricursive указывают на более позитивную и непосредственную выгоду: значительное повышение аппаратной эффективности.

Когда ИИ-лаборатории смогут проектировать гораздо более эффективные чипы (и впоследствии — всё базовое оборудование), их развитие не будет потреблять такое огромное количество мировых ресурсов. Это позволит существенно снизить общую стоимость владения и десятикратно повысить производительность, создавая компьютерные архитектуры, идеально подходящие для конкретных ИИ-моделей.

Хотя Ricursive еще не раскрывает своих первых клиентов, основатели утверждают, что с ними связались все крупнейшие производители чипов в мире, подтверждая высокий спрос на их инновационные решения.

🚀 Получите бесплатный аудит от ИИ прямо сейчас в нашем Telegram-боте: @futurebotsru_bot