Ricursive Intelligence apuesta por chips diseñados por IA
El apetito de la industria de la IA por la capacidad de cómputo no deja de crecer, y la mayoría de las soluciones que se proponen pasan por construir más centros de datos. Ricursive Intelligence quiere abordar el problema desde otro ángulo: mejorar los propios chips y dejar que la IA se encargue del diseño.
Las cofundadoras Anna Goldie y Azalia Mirhoseini presentaron la idea el miércoles en el escenario de TechCrunch Disrupt. Su startup está desarrollando una IA que diseña chips, aprende de cada intento y aplica lo aprendido para mejorar el siguiente diseño. El objetivo es automatizar el diseño de chips y hacerlo mucho más rápido.
El problema: la demanda va por delante de la oferta
Goldie describió la magnitud del reto sin rodeos. "Se da por hecho que en los próximos cinco años vamos a tener como mínimo 10.000 veces más demanda de cómputo, y puede que esa cifra se quede algo corta", afirmó.
Su conclusión es que construir infraestructura no bastará. "Así que no queremos construir 10.000 veces más centros de datos", añadió. En su lugar, defendió chips más eficientes que aprovechen mejor el ancho de banda de los centros de datos, las obleas y las fábricas de semiconductores (las plantas donde se fabrican los chips). También descartó opciones más exóticas y bromeó con que incluso los centros de datos en el espacio tendrían un precio: "ya no veríais el sol".
Diseños poco convencionales que funcionan
Según las fundadoras, la IA ya está cuestionando principios muy asentados del diseño de chips al encontrar disposiciones que los ingenieros humanos normalmente no probarían. Su sistema anterior, AlphaChip, generó una distribución circular de componentes "en forma de donut". Al principio los ingenieros se quedaron sorprendidos, pero el diseño resultó funcionar.
El enfoque actual de Ricursive va un paso más allá. El diseño tradicional de chips divide el chip en decenas de bloques más pequeños que se trabajan por separado. Ricursive, en cambio, optimiza el chip entero de una vez. Las fundadoras aseguran que esto permite a su IA crear patrones complejos, incluidos diseños ondulados, y tienen previsto dar más detalles más adelante.
Las personas marcan el rumbo, la IA hace el trabajo
A algunas personas les inquieta la idea de que la IA diseñe su propio hardware. Goldie lo ve de otra manera: para ella, la IA asume la ejecución para que las personas puedan centrarse en las ideas, las aplicaciones y los nuevos usos de la computación.
"Creo que todo está cambiando hacia un modelo en el que las personas aportan sus grandes ideas y su creatividad, y la IA se encarga de la ejecución", dijo. Añadió que este cambio se está produciendo en el diseño de chips, en el desarrollo de software y en otros ámbitos.
Diseño más rápido, chips más especializados
El argumento de más peso que plantearon las fundadoras es económico. Cuando diseñar un chip nuevo lleva entre seis meses y dos años, las empresas tienen que ser muy selectivas a la hora de decidir qué chips fabrican.
"Pero si puedes diseñar un chip en, no sé, una semana", explicó Goldie, pasa a tener sentido económico fabricar chips a medida para muchas aplicaciones, como el espacio, la realidad aumentada y virtual o la computación biológica. Añadió que esto también mejoraría la eficiencia energética.
Nuestra opinión
La propuesta de Ricursive recuerda que la escasez de cómputo no es solo cuestión de dinero para más edificios y GPU. Buena parte del debate actual gira en torno a la capacidad, desde proveedores neocloud como Lambda captando capital antes de su salida a bolsa hasta compromisos de infraestructura cada vez mayores. La eficiencia recibe menos atención, y merece tomarse en serio.
La idea encaja además en una tendencia más amplia: la IA se está metiendo en el propio trabajo de ingeniería, igual que startups como Vinci4D, que desarrolla IA para simulación de ingeniería. Aun así, muchas de las afirmaciones están por demostrar. La cifra de 10.000 veces más demanda es una previsión, y un ciclo de diseño de una semana es un objetivo, no un resultado contrastado. Habrá que estar atentos a dos cosas: si los detalles prometidos sobre los diseños ondulados muestran mejoras medibles y si los fabricantes de chips llevan de verdad a producción la optimización del chip completo mediante IA.