Önmagát fejlesztő mesterséges intelligenciára építve alakítaná át a félvezetőipart a Ricursive Intelligence, amely a számítási kapacitás globális hiányát a félvezetők tervezési folyamatának automatizálásával orvosolná. A startup alapítói, Anna Goldie és Azalia Mirhoseini szerint a modern chiptervezési ciklusok megrövidítése nélkülözhetetlen ahhoz, hogy a technológiai szektor lépést tudjon tartani az elképesztő ütemben növekvő számítási igénnyel.
Évekről napokra rövidülő fejlesztési ciklusok
A hagyományos félvezetőtervezési folyamat általában hat hónaptól akár két évig is eltart, ami komoly szűk keresztmetszetet jelent a szektorban. Ez a hosszú időtartam arra kényszeríti a gyártókat, hogy főként a tömegpiaci processzorokra összpontosítsanak, miközben a specifikus feladatokra optimalizált architektúrák háttérbe szorulnak. A Ricursive Intelligence megközelítése viszont lehetővé tenné, hogy a tervezési időt mindössze egyetlen hétre szorítsák le, így az egyedi chipek gyártása gazdaságossá válhatna az űrtechnológiától kezdve az kiterjesztett valóságig számtalan területen.
A rendszer működésének alapja az egymást követő iterációkból való tanulás. Az általuk fejlesztett mesterséges intelligencia minden egyes megtervezett chipből tapasztalatot merít, és a szerzett adatokat azonnal felhasználja a következő architektúrák finomítására. Ez az öntökéletesítő folyamat nemcsak felgyorsítja a munkát, hanem olyan összetett, nemritkán organikus formájú elrendezéseket eredményez, amelyeket az emberi mérnökök hagyományos elvei alapján nehéz lenne megalkotni.
A Google AlphaChip projekttől a független platformig
A Ricursive Intelligence alapítói nem tapasztalatlanul vágtak bele a vállalkozásba, hiszen korábban a Google Brain és a DeepMind keretein belül hozták létre az AlphaChip rendszert. Ez a mély megerősítéses tanuláson alapuló algoritmus már bizonyította hatékonyságát, amikor a Google TPU-k elrendezésének tervezését hónapokról órákra csökkentette. Az ott szerzett tapasztalatokat átemelve most egy olyan platform kiépítésén dolgoznak, amely szélesebb körben elérhetővé tenné az AI-vezérelt hardvertervezést.
A számítási teljesítmény iránti éhség a várakozások szerint a többszörösére nő a következő években, amit pusztán újabb adatközpontok építésével fizikailag és energetikailag sem lehet fenntarthatóan kielégíteni. A Ricursive Intelligence modellje ezért nem a fizikai infrastruktúra esztelen bővítését, hanem a chipek architektúrájának radikális hatékonyságnövelését célozza meg. Az automatizált tervezési lánc révén a jövőben bármely specifikus szoftveres feladatra szabott hardver gyorsabban és költséghatékonyabban ölthet testet.
