Ricursive Intelligence zet in op door AI ontworpen chips

De honger van de AI-sector naar rekenkracht blijft groeien, en de meeste oplossingen die op tafel liggen komen neer op het bouwen van meer datacenters. Ricursive Intelligence wil het probleem van een andere kant benaderen: maak de chips zelf beter, en laat AI het ontwerpwerk doen.

Medeoprichters Anna Goldie en Azalia Mirhoseini presenteerden het idee woensdag op het podium van TechCrunch Disrupt. Hun startup bouwt AI die chips ontwerpt, van elke poging leert en die lessen gebruikt om het volgende ontwerp te verbeteren. Het doel is chipontwerp te automatiseren en flink te versnellen.

Het probleem: de vraag loopt het aanbod voorbij

Goldie schetste de omvang van de uitdaging zonder omwegen. "Er is het besef dat we de komende vijf jaar minstens 10.000 keer meer vraag naar rekenkracht gaan hebben, en dat is mogelijk nog enigszins voorzichtig," zei ze.

Haar conclusie is dat alleen infrastructuur bouwen niet genoeg zal zijn. "We willen dus geen 10.000 keer meer datacenters bouwen," voegde ze toe. In plaats daarvan pleitte ze voor chips die efficienter zijn en beter gebruikmaken van de bandbreedte van datacenters, van wafers en van fabs (de fabrieken waar chips worden geproduceerd). Ook meer exotische opties wuifde ze weg, met de grap dat zelfs datacenters in de ruimte een prijs hebben: "je ziet de zon niet meer."

Ongebruikelijke layouts die werken

Volgens de oprichters zet AI nu al vraagtekens bij oude aannames in chipontwerp, door layouts te vinden die menselijke ingenieurs normaal niet zouden proberen. Hun eerdere systeem, AlphaChip, kwam met een ronde, "donutvormige" opstelling van componenten. Ingenieurs waren eerst verrast, maar het ontwerp bleek te werken.

De huidige aanpak van Ricursive gaat nog een stap verder. Bij traditioneel chipontwerp wordt een chip opgedeeld in tientallen kleinere blokken die afzonderlijk worden behandeld. Ricursive optimaliseert juist de hele chip in een keer. Volgens de oprichters kan hun AI daardoor complexe patronen maken, waaronder golfachtige ontwerpen, en ze willen later meer details delen.

Mensen bepalen de richting, AI doet het werk

Sommige mensen vinden het idee dat AI zijn eigen hardware ontwerpt verontrustend. Goldie kijkt er anders naar. Zij ziet AI de uitvoering overnemen, zodat mensen zich kunnen richten op ideeen, toepassingen en nieuwe manieren om rekenkracht in te zetten.

"Ik denk dat alles verschuift naar een situatie waarin mensen hun goede ideeen en creatieve gedachten inbrengen, en de uitvoering door AI wordt gedaan," zei ze. Volgens haar speelt die verschuiving in chipontwerp, in softwareontwikkeling en op andere terreinen.

Sneller ontwerpen, meer gespecialiseerde chips

Het sterkste argument van de oprichters gaat over de economie. Als het ontwerpen van een nieuwe chip zes maanden tot twee jaar kost, moeten bedrijven heel kieskeurig zijn in welke chips ze bouwen.

"Maar als je een chip in zo'n week kunt ontwerpen," zei Goldie, dan wordt het financieel zinvol om chips op maat te maken voor allerlei toepassingen, waaronder de ruimtevaart, AR en VR, en biologisch rekenen. Ze voegde eraan toe dat dit ook de energie-efficientie zou verbeteren.

Onze kijk

Het verhaal van Ricursive herinnert eraan dat het tekort aan rekenkracht niet alleen draait om geld voor meer gebouwen en GPU's. Een groot deel van de huidige discussie gaat over capaciteit, van neocloudaanbieders als Lambda die kapitaal ophalen in aanloop naar een beursgang tot steeds grotere toezeggingen voor infrastructuur. Efficientie krijgt minder aandacht, en verdient het om serieus genomen te worden.

Het idee past ook in een bredere trend waarin AI het engineeringwerk zelf binnendringt, net als bij startups zoals Vinci4D, dat AI voor technische simulaties bouwt. Toch zijn veel claims nog niet getoetst. Het getal van 10.000 keer meer vraag is een voorspelling, en een ontwerpcyclus van een week is een doel, geen aangetoond resultaat. Twee dingen om in de gaten te houden: of de beloofde details over golfachtige layouts meetbare winst laten zien, en of chipmakers AI-optimalisatie van complete chips daadwerkelijk in productie nemen.