Ricursive Intelligence, hesaplama gücü sıkışıklığını hafifletmek için yapay zekâ tarafından tasarlanan çipleri hedefliyor

AlphaChip'in ardındaki araştırmacılar, net bir öncül üzerine kurulu bir şirkete başladı: hesaplama gücü talebi patlamaya devam ederse, çözüm çipleri yapay zekâya tasarlatmak. TechCrunch'a göre Anna Goldie ve Azalia Mirhoseini bu hafta TechCrunch Disrupt sahnesinde, çip tasarımları üreten, her yinelemeden öğrenen ve bu dersleri bir sonraki denemeye aktaran bir yapay zekâ geliştiren Ricursive Intelligence adlı girişimi tanıttı. Amaç, halihazırda büyük mühendis ekiplerinin aylarca ya da yıllarca uğraştığı tasarım sürecini otomatikleştirmek ve hızlandırmak.

Argüman bir talep tahminiyle başlıyor. TechCrunch'ın aktardığına göre Goldie, izleyicilere hesaplama gücü talebinin önümüzdeki beş yılda en az 10.000 kat büyümesinin öngörüldüğünü, hatta bu rakamın bile temkinli olabileceğini söyledi. Ona göre bunu yalnızca yeni veri merkezleriyle karşılamak gerçekçi değil; sektörün yerine, elektrik gücünü, bant genişliğini, wafer'ları ve fab kapasitesini daha verimli kullanan silikona ihtiyacı var. Dünya veri merkezlerini yörüngeye yerleştirmeye başlasa bile insanların güneşi göremeyeceği şeklinde espri yaptı.

İnsanların çizmeyeceği yerleşimler

Kurucular, yapay zekânın geleneksel çipleri geçersiz kılan alışılmadık yerleşimler bularak konvansiyonel çip tasarımını zaten sarstığını söylüyor. Önceki sistemleri AlphaChip bir kez, bileşenlerin dairesel, simit benzeri bir düzenlemesini üretmiş ve mühendisleri önce şaşırtmış, ardından başarıyla kanıtlamıştı. Yeni şirketlerinde ikili, aynı tekniklerin dalga benzeri desenler de dahil olmak üzere ileride daha fazla bilgi paylaşmayı planladıkları diğer karmaşık yapıları ortaya çıkardığını söylüyor.

Çipin tamamını optimize etmek

Geleneksel tasarım akışları bir çipi, ayrı ayrı ele alınan düzinelerce küçük bloğa böler. Goldie ve Mirhoseini, Disrupt izleyicilerine Ricursive'ın bunun yerine çipleri tek seferde bütün olarak optimize ettiğini, yapay zekânın büyük ölçekli desenleri ortaya çıkarmasını sağlayan şeyin de bu olduğunu söyledi; blok blok yöntemler bunları asla üremezdi.

Yıllardan haftalara

Hız, iddianın diğer yarısı. Goldie, yeni bir çipin tasarımının altı ay ile iki yıl sürdüğü durumlarda şirketlerin ne inşa edecekleri konusunda son derece seçici olmak zorunda olduğunu savundu. Bu döngüyü yaklaşık bir haftaya indirirseniz, dedi, özel çipler dar alanlar için finansal olarak mantıklı hale geliyor — uzay uygulamaları, AR ve VR ile biyolojik hesaplamayı örnek verdi — ve enerji verimliliği kazanımlarına da kapı açıyor.

Yapay zekânın kendi donanımını tasarlaması fikrinden rahatsız olanlar için onun çerçevesi açık: insanlar fikirleri ve yaratıcı yönü katarken, yapay zekâ uygulamayı üstleniyor; ona göre bu değişim çip tasarımında ve yazılım geliştirmede zaten yaşanıyor. Onun görüşüne göre uygulamayı devretmek, insanların uygulamalara ve hesaplamanın yeni olanaklarına odaklanmasını sağlıyor.

Neden önemli

Hesaplama gücü kıtlığı, yapay zekâ sektörünün bağlayıcı kısıtı haline geldi ve silikondaki her verimlilik kazancı, dokunduğu her veri merkezinde katlanarak büyüyor. Yapay zekâ odaklı tasarım anlamlı kazanımlar sunabilirse, fiziksel altyapının orantılı bir genişlemesi olmadan tüm yapay zekâ inşasının ekonomisini değiştirir. Yıllar yerine haftalarla ölçülen bir tasarım döngüsü ayrıca inşa etmeye değer çiplerin yelpazesini genişletir ve özel silikonun bugün gerekçelendiremediği alanlara getirir.

Kurucuların geçmişi iddiaya ağırlık katıyor: AlphaChip ile makine tarafından üretilen yerleşimlerin şüpheci mühendisleri ikna edebileceğini zaten gösterdiler. Uyarılar da bir o kadar gerçek — bunlar genç bir girişimin sahne iddiaları; şimdiye dek piyasaya sürülmüş bir ürün, benchmark veya müşteri sonucu paylaşılmadı ve çipin tamamını optimize etme yaklaşımının ticari ölçekte kendini kanıtlaması gerek. Yine de yön dikkat çekici: donanımdaki darboğaz, insan tasarım kapasitesinden yapay zekânın yineleme hızına kayıyor olabilir.