Ricursive Intelligence برای کمک به حل بحران توان محاسباتی، روی تراشههای طراحیشده با هوش مصنوعی حساب باز کرده است
بنیانگذاران این استارتاپ توضیح دادند که چگونه در حال توسعه هوش مصنوعیای هستند که میتواند تراشه طراحی کند، از هر تکرار فرایند بیاموزد و طراحیهای بعدی را بهبود دهد؛ هدف، خودکارسازی و سرعتبخشیدن به فرایند طراحی تراشه است.
بنیانگذاران Ricursive Intelligence، آنا گلدی و آزالیا میرحسینی، معتقدند طراحی کارآمدتر تراشههای هوش مصنوعی میتواند به حل بحران توان محاسباتی کمک کند. این دو بنیانگذار روز چهارشنبه در رویداد TechCrunch Disrupt روی صحنه رفتند و توضیح دادند که استارتاپشان چگونه در حال توسعه هوش مصنوعیای است که میتواند تراشه طراحی کند، از هر مرحله طراحی بیاموزد و طرحهای بعدی را بهبود دهد؛ هدف نهایی نیز خودکارسازی و سرعتبخشیدن به فرایند طراحی تراشه است.
گلدی روی صحنه گفت: «این درک وجود دارد که در پنج سال آینده، تقاضا برای توان محاسباتی دستکم ۱۰ هزار برابر خواهد شد؛ رقمی که شاید حتی محافظهکارانه باشد. بنابراین نمیخواهیم ۱۰ هزار برابر مرکز داده بیشتری بسازیم. فکر میکنیم باید با ساخت تراشههایی کارآمدتر کمک کنیم؛ تراشههایی که از پهنای باند مراکز داده و ویفرها و کارخانههای ساخت تراشه کارآمدتر استفاده کنند. چون حتی اگر [مراکز داده] را در فضا یا جایی دیگر بسازیم، نمیدانم، دیگر خورشید را نخواهید دید.»
هرچند ممکن است تصور اینکه هوش مصنوعی تراشههای خودش را طراحی کند برای برخی نگرانکننده باشد، گلدی میگوید سپردن طراحی تراشه به هوش مصنوعی به انسانها اجازه میدهد بر توسعه برنامهها و بررسی امکانات تازهای تمرکز کنند که میتواند دامنه کارهایی را که با رایانش انجام میدهند گسترش دهد.
گلدی گفت: «فکر میکنم مسیر تغییرات این است که انسانها ایدهها و فکرهای خلاقانهشان را مطرح میکنند و هوش مصنوعی کار اجرا را بر عهده میگیرد. این روند در طراحی تراشه، توسعه نرمافزار و حوزههای دیگر هم در حال رخدادن است. Ricursive همین کار را برای طراحی تراشه انجام میدهد.»
بنیانگذاران میگویند هوش مصنوعی با کشف چیدمانهای نامتعارفی که میتوانند عملکردی بهتر از چیدمانهای مرسوم داشته باشند، روشهای سنتی طراحی تراشه را به چالش میکشد. برای نمونه، AlphaChip، سامانه هوش مصنوعیای که این دو پیشتر توسعه داده بودند، چیدمانی دایرهای و «دوناتمانند» برای اجزای تراشه ارائه کرد. این طرح ابتدا مهندسان را شگفتزده کرد، اما در نهایت موفق از آب درآمد.
آنها توضیح دادند که بهجای پیروی از رویکرد سنتیِ تقسیم تراشه به دهها بلوک کوچکتر، کل تراشه را بهینهسازی میکنند. این روش به هوش مصنوعی امکان میدهد الگوهای پیچیدهای، از جمله طرحهای موجمانند، ایجاد کند؛ این دو بنیانگذار گفتند در آینده اطلاعات بیشتری درباره این طرحها منتشر خواهند کرد.
بنیانگذاران همچنین استدلال کردند که طراحی تراشه با هوش مصنوعی امکان ساخت انواع تراشههایی را فراهم میکند که پیشتر شاید ساختشان ممکن نبود.
گلدی گفت: «اگر طراحی یک تراشه جدید شش ماه، یک سال یا دو سال طول بکشد، باید در انتخاب تراشههایی که طراحی میکنید بسیار سختگیر باشید. اما اگر بتوانید در عرض مثلاً یک هفته تراشهای طراحی کنید و سپس آن را بسازید، میتوانید برای انواع کاربردها، از جمله در فضا، واقعیت افزوده، واقعیت مجازی و زیستمحاسبات، تراشههای اختصاصی طراحی کنید؛ بهشرط آنکه از نظر مالی بهصرفه باشد. در این صورت میتوانیم بهرهوری انرژی را هم افزایش دهیم.»
اخبار مرتبط از TechCrunch AI
چه کسی میتواند جایگزین جنسن هوانگ شود؟ فهرستی کاملاً غیرعلمی از جانشینان احتمالی
انویدیا برنامهای برای جانشینی مدیرعامل ندارد و مدیرعاملش هم به دردسر افتاده است؛ بنابراین، فهرستی کوتاه از گزینهها تهیه کردهایم.
سهام انویدیا در پی گزارشها درباره تدارک هیئتمدیره برای برکناری جنسن هوانگ، مدیرعامل شرکت، افت کرد.
هیئتمدیره Nvidia ممکن است از شامگاه چهارشنبه درباره برکناری بنیانگذار این شرکت و مدیرعاملی که ۳۳ سال در این سمت بوده است، تصمیم بگیرد.
خط زمانیِ رسواییِ فزایندهٔ جنسن هوانگ
این ماجرا میتواند برای امنیت ملی پیامدهایی داشته باشد؛ آن هم در شرایطی که آمریکا و چین برای توسعه پیشرفتهترین زیرساخت هوش مصنوعی با یکدیگر رقابت میکنند.
