Intelligence Ricursive روی تراشه های طراحی شده با هوش مصنوعی شرط بندی می کند تا به حل بحران محاسباتی کمک کند

آنا گلدی و آزالیا میرحسینی، بنیانگذاران Intelligence Ricursive معتقدند طراحی کارآمدتر تراشه هوش مصنوعی می تواند به حل بحران محاسباتی کمک کند. بنیانگذاران روز چهارشنبه در TechCrunch Disrupt روی صحنه رفتند تا جزئیاتی را ارائه دهند که استارتاپ آنها چگونه در حال توسعه هوش مصنوعی است که می تواند تراشه ها را طراحی کند، از هر تکرار یاد بگیرد و طرح های بعدی را بهبود بخشد، همگی با هدف خودکارسازی و تسریع فرآیند طراحی تراشه.

گلدی روی صحنه گفت: "این درک وجود دارد که در پنج سال آینده ما حداقل 10000 برابر بیشتر تقاضا برای محاسبات خواهیم داشت و این تا حدودی محافظه کارانه است." بنابراین ما نمی‌خواهیم 10000 برابر بیشتر مراکز داده بسازیم. ما فکر می‌کنیم که باید با ساخت تراشه‌هایی که کارآمدتر هستند، از پهنای باند در آن مراکز داده به‌طور کارآمدتر استفاده می‌کنند، که از ویفرها و فاب‌ها کارآمدتر استفاده می‌کنند، کمک کنیم، زیرا حتی اگر [مراکز داده] را در فضا یا چیزی بسازیم، نمی‌دانم، دیگر خورشید را نخواهید دید.»

در حالی که برخی ممکن است از فکر طراحی تراشه‌های خود توسط هوش مصنوعی ترسیده باشند، گلدی استدلال می‌کند که اجازه دادن به هوش مصنوعی طراحی تراشه به انسان این امکان را می‌دهد که روی توسعه برنامه‌ها و کاوش در امکانات جدیدی تمرکز کند که می‌تواند آنچه را که می‌تواند با محاسبات انجام دهد را گسترش دهد.

گلدی می‌گوید: «من فکر می‌کنم مسیری که همه چیز در حال تغییر است این است که انسان‌ها ایده‌های عالی و افکار خلاقانه خود را به ارمغان می‌آورند و اجرای آن توسط هوش مصنوعی انجام می‌شود. و این در طراحی تراشه، توسعه نرم افزار و جاهای دیگر اتفاق می افتد. و این چیزی است که بازگشتی برای طراحی تراشه انجام می دهد.

بنیانگذاران می‌گویند هوش مصنوعی با کشف طرح‌بندی‌های نامتعارفی که می‌توانند از چیدمان‌های سنتی بهتر عمل کنند، روش‌های طراحی تراشه‌های سنتی را به چالش می‌کشد. به عنوان مثال، AlphaChip، سیستم هوش مصنوعی که بنیانگذاران قبلا توسعه داده بودند، آرایش دایره‌ای از اجزای تراشه را به شکل «دونات» تولید کرد که در ابتدا مهندسان را شگفت‌زده کرد اما در نهایت موفق شد.

آنها توضیح دادند که به جای پیروی از رویکرد سنتی پارتیشن بندی آنها به ده ها بلوک کوچکتر، کل تراشه ها را بهینه می کنند. این رویکرد به هوش مصنوعی اجازه می‌دهد تا الگوهای پیچیده‌ای از جمله طرح‌های موج‌مانند ایجاد کند که این زوج گفته‌اند که قصد دارند در آینده بیشتر درباره آن‌ها به اشتراک بگذارند.

بنیانگذاران همچنین استدلال کردند که تراشه‌های طراحی‌شده با هوش مصنوعی، ایجاد انواع تراشه‌هایی را که ممکن است قبلا امکان‌پذیر نبودند، ممکن می‌سازد.

گلدی می‌گوید: «اگر طراحی یک تراشه جدید شش ماه یا یک سال یا دو سال طول می‌کشد، باید واقعا در مورد تراشه‌هایی که طراحی می‌کنید بسیار گزینشگر باشید. اما اگر بتوانید یک تراشه را در مدت یک هفته طراحی کنید، و سپس بگویید برای تولید، می‌توانید تراشه‌های سفارشی را برای انواع مختلف برنامه‌های کاربردی مانند فضا و AR، VR و محاسبات بیولوژیکی طراحی کنید، و انجام این کار از نظر مالی منطقی است، و ما می‌توانیم در مصرف انرژی کارآمدتر باشیم.

وقتی از طریق پیوندهای موجود در مقالات ما خرید می کنید، ممکن است کمیسیون کمی کسب کنیم. این بر استقلال تحریریه ما تأثیر نمی گذارد.

عایشه گزارشگر اخبار مصرف کننده در TechCrunch است. قبل از پیوستن به این نشریه در سال 2021، او یک خبرنگار مخابراتی در MobileSyrup بود. عایشه دارای مدرک لیسانس ممتاز از دانشگاه تورنتو و مدرک کارشناسی ارشد روزنامه نگاری از دانشگاه وسترن است.

می‌توانید با ارسال ایمیل به [email protected] یا از طریق پیام رمزگذاری‌شده در aisha_malik.01 در سیگنال، با عایشه تماس بگیرید یا آن را تأیید کنید.

متا اولین مدل مرزی خود را با نام Muse Wonder Russell Brandom منتشر کرد

این استارت‌آپ هوش مصنوعی می‌گوید که می‌تواند طرح‌های آماده مجوز را در عرض چند دقیقه، Kirsten Korosec ایجاد کند

حمله ایلان ماسک به آمبانی به دلیل تاخیر در پرتاب استارلینک هند جگمیت سینگ

باتری‌ها در حال حاضر ارزان‌تر از توربین‌های گاز طبیعی هستند که در بسیاری از مراکز داده تیم د چانت استفاده می‌شوند

Orkut را به خاطر دارید؟ بنیانگذار آن می‌خواهد جگمیت سینگ را بازگرداند