Popyt na moc obliczeniową rośnie w tempie, którego tradycyjne metody projektowania układów scalonych nie są w stanie udźwignąć. Zdaniem Anny Goldie i Azalii Mirhoseini, założycielek startupu Ricursive Intelligence, odpowiedzią nie jest budowanie kolejnych tysięcy centrów danych, lecz przeprojektowanie samych chipów — i to przy pomocy sztucznej inteligencji. Obie panie przedstawiły swoją wizję na scenie TechCrunch Disrupt.
Goldie przywołała szacunki, według których w ciągu najbliższych pięciu lat zapotrzebowanie na moc obliczeniową wzrośnie co najmniej dziesięciotysięcznie — a jej zdaniem to założenie i tak może być zbyt ostrożne. „Nie chcemy budować 10 000 razy więcej centrów danych” — mówiła, dodając, że nawet gdyby przenieść je w kosmos, „nie zobaczylibyście już słońca”. Zamiast tego Ricursive stawia na wydajniejsze układy, lepsze wykorzystanie przepustowości istniejącej infrastruktury oraz bardziej efektywne zużycie płytek krzemowych i mocy produkcyjnych fabów.
Istotą podejścia firmy jest rekurencja: opracowywane przez nią AI projektuje chip, uczy się na wynikach tej iteracji i wykorzystuje zdobytą wiedzę do ulepszania kolejnych wersji układu. Celem jest automatyzacja i przyspieszenie całego procesu projektowego, który dziś pochłania miesiące, a nawet lata pracy zespołów inżynierskich.
Założycielki nie kryją, że AI potrafi zaskakiwać. Wspominają AlphaChip — system, który współtworzyły wcześniej — i jego „donutowy”, kolisty układ komponentów, który początkowo zdziwił inżynierów, by ostatecznie okazać się skuteczniejszy od konwencjonalnych rozwiązań. Zamiast dzielić chip na dziesiątki mniejszych bloków, Ricursive optymalizuje go w całości, co pozwala generować skomplikowane, faliste wzory rozmieszczenia elementów. Szczegóły tych projektów mają zostać ujawnione później.
Kontrowersje może budzić wizja oddania projektu chipów maszynom, ale Goldie odwraca perspektywę: jej zdaniem to ludzie powinni wnosić pomysły i kreatywność, a wykonanie — w projektowaniu układów, tworzeniu oprogramowania i innych dziedzinach — przejmie AI. „Tak właśnie działa recursive w projektowaniu chipów” — podkreśliła.
Kluczowa zmiana dotyczy jednak nie tylko technologii, ale i ekonomii. Jeśli zaprojektowanie nowego chipa zajmuje pół roku lub dwa lata, trzeba wybierać projekty niezwykle ostrożnie. Gdy ten czas skróci się do tygodnia, opłacalne staną się układy dedykowane dla wąskich zastosowań — od technologii kosmicznych, przez AR i VR, po obliczenia biologiczne — a wszystko to przy niższym zużyciu energii. Ricursive Intelligence stawia więc nie tylko na szybsze chipy, ale na zupełnie nowy rynek układów szytych na miarę.
Podsumowanie: Ricursive Intelligence łączy uczenie maszynowe z projektowaniem układów scalonych, licząc, że rekurencyjne doskonalenie kolejnych generacji chipów złagodzi kryzys obliczeniowy. Jeśli założenia założycielek się potwierdzą, projektowanie układów przestanie być wąskim gardłem, a chipy dedykowane konkretnym zastosowaniom staną się codziennością.