Ricursive Intelligence 用 AI 设计芯片，瞄准算力危机
行业AI 评分 72/100TechCrunch
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
Ricursive Intelligence 的两位创始人 Anna Goldie 与 Azalia Mirhoseini 在 TechCrunch Disrupt 上介绍了公司方向：开发能够设计芯片的 AI，从每一次迭代中学习并改进后续设计，目标是让芯片设计流程自动化并提速。Goldie 在会上表示，未来五年算力需求至少会增长一万倍，这一估计可能还偏保守；公司不打算靠建一万倍的数据中心来应对，而是希望让芯片本身更高效，更充分地利用数据中心的带宽以及晶圆和晶圆厂的产能。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载创始人与公开亮相
Ricursive Intelligence 由 Anna Goldie 和 Azalia Mirhoseini 共同创立。两人在 TechCrunch Disrupt 的活动现场登台，对外说明这家初创公司正在做的事情。按照她们的说法，公司的核心方向是开发能够设计芯片的 AI，而不是做芯片设计之外的通用工具。这一亮相本身也是公司对外披露自身定位的场合，两位创始人亲自解释了技术路线与所要解决的问题。
AI 如何介入芯片设计
公司设想的做法是让 AI 承担芯片设计工作，并且不是一次性输出结果，而是从每一次迭代中学习，把上一轮的经验用于改进后续设计。这样做的目的是把芯片设计流程自动化，并加快整体速度。换言之，迭代学习是这套方案的关键环节，设计过程本身会随着轮次推进而调整，而不是依赖固定的规则或单次生成。
算力缺口与应对思路
Goldie 在会上给出了对需求侧的判断：未来五年算力需求至少会增长一万倍，并且她认为这个数字可能还偏保守。面对这样的量级，公司明确表示不想去建一万倍数量的数据中心。她们提出的替代路径是让芯片更高效，同时更充分地利用数据中心已有的带宽，以及更高效地使用晶圆和晶圆厂的产能。Goldie 还用一句略带玩笑的话描述了只靠堆数据中心的极端后果。
为什么值得看
把芯片设计本身交给 AI 迭代，是绕开堆数据中心来缓解算力缺口的一条路径，值得关注其可行性。
算力数据中心芯片
信源1 家
关键事实
相关 · 行业
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。