Ricursive Intelligence تجمع 335 مليون دولار لأتمتة تصميم الرقائق

حصلت شركة Ricursive Intelligence على 335 مليون دولار من إجمالي رأس المال بعد 4 أشهر فقط من إطلاقها. ويشمل التمويل:

• جولة تمويل من الفئة (أ) بقيمة 300 مليون دولار بتقييم قدره 4 مليارات دولار، بقيادة Lightspeed.
• جولة تمويل أولية بقيمة 35 مليون دولار، بقيادة Sequoia.

لا تقوم الشركة الناشئة بتصنيع الرقائق بنفسها. وبدلاً من ذلك، تبني Ricursive أدوات ذكاء اصطناعي لأتمتة عملية التصميم، مما يضع شركات تصنيع الرقائق مثل Nvidia وAMD وIntel كعملاء مستهدفين بدلاً من منافسين. وتعد Nvidia أيضاً مستثمراً في الشركة. ووفقاً للمؤسسة المشاركة والمديرة التقنية Azalia Mirhoseini، فإن الشركة ترغب في تمكين بناء أي رقاقة، سواء كانت رقاقة مخصصة أو رقاقة أكثر تقليدية، بطريقة آلية ومتسارعة باستخدام الذكاء الاصطناعي.

عملت المؤسستان المشاركتان Anna Goldie، التي تشغل منصب الرئيس التنفيذي، وMirhoseini سابقاً في Google Brain (قسم أبحاث الذكاء الاصطناعي في Google) وAnthropic. وفي Google، ابتكرتا Alpha Chip، وهي أداة ذكاء اصطناعي صممت تخطيطات لثلاثة أجيال من وحدات معالجة الموتر (Tensor Processing Units) الخاصة بـ Google (رقائق الذكاء الاصطناعي المخصصة من Google). يُعد تصميم الرقائق أمراً صعباً لأن ملايين إلى مليارات مكونات البوابات المنطقية (logic gate) - وهي اللبنات الأساسية للدائرة الرقمية - يجب وضعها على رقاقة السيليكون (silicon wafer). وفي حين يمكن للمصممين قضاء عام أو أكثر في هذه العملية، أشارت Goldie إلى أن Alpha Chip كانت قادرة على إنشاء تخطيطات عالية الجودة في حوالي ست ساعات ويمكنها التعلم من التجربة. ومع ذلك، فإن فترة عملهما في Google تضمنت أيضاً جدلاً: فقد تم فصل أحد زملائهما في Google، حسبما ذكرت Wired، بعد أن أمضى سنوات في محاولة تشويه سمعة A&A وعملهما في مجال الرقائق.

ستعمل منصة Ricursive على توسيع هذه المنهجية للسماح لمصمم الذكاء الاصطناعي الخاص بها بالتعلم عبر رقائق مختلفة. وتعتقد المؤسستان أن هذا النهج قد يلعب دوراً في تحقيق هدف الوصول إلى الذكاء الاصطناعي العام. وأضافت Mirhoseini أن الشركة الناشئة تهدف إلى تمكين التطور المشترك السريع لنماذج الذكاء الاصطناعي والرقائق التي تشغلها. ومن خلال تصميم أجهزة مصممة خصيصاً لنماذج معينة، تأمل الشركة في تحقيق مكاسب هائلة في الكفاءة. وقالت Anna Goldie، الرئيس التنفيذي: “يمكننا تصميم بنية حاسوبية مناسبة بشكل فريد لهذا النموذج، ويمكننا تحقيق تحسن يصل إلى 10 أضعاف تقريباً في الأداء مقابل إجمالي تكلفة الملكية”.

لماذا يهم

تتجاوز Ricursive تصميم الرقائق القياسي باستخدام الذكاء الاصطناعي لأتمتة العملية. وقد يحل هذا النهج اختناقات تطوير الأجهزة ويسرّع التطور المشترك لنماذج الذكاء الاصطناعي والأجهزة التي تشغلها.