Ricursive presenta la coevolución entre modelos de IA y diseño de chips

Ricursive Intelligence se presenta como una empresa que quiere reducir la creciente presión sobre los recursos informáticos cambiando la forma en que se diseñan los chips. En lugar de tratar el desarrollo de chips como un proceso de ingeniería lento y fragmentado, la startup afirma que está construyendo sistemas de IA capaces de diseñar chips, aprender de cada iteración de diseño y mejorar la siguiente ronda. Su ambición a más largo plazo, según explica la propia compañía, va todavía más lejos: coevolucionar los modelos de IA y el hardware en el que se ejecutan, de manera que cada uno influya en el otro.

Esa visión procede de sus fundadoras, Anna Goldie y Azalia Mirhoseini, que anteriormente dirigieron trabajos en el proyecto AlphaChip de Google. Según EE Times, Ricursive fue fundada por las dos responsables de AlphaChip y ha captado 335 millones de dólares. TechCrunch, citando a las fundadoras sobre el escenario de TechCrunch Disrupt, describe a la empresa como una apuesta por la idea de que un diseño de chips más eficiente puede ayudar a afrontar lo que Goldie calificó como una próxima crisis de cómputo. La motivación expuesta es sencilla: se espera que la demanda de capacidad de cómputo aumente con fuerza, mientras que limitarse a multiplicar la capacidad de los centros de datos quizá no sea una respuesta práctica.

De AlphaChip a una tesis de diseño más amplia

La credibilidad de las fundadoras en este ámbito se apoya en gran medida en su trabajo anterior. EE Times señala que AlphaChip, desarrollado en 2018, fue uno de los primeros enfoques de aprendizaje por refuerzo utilizados para resolver un problema de ingeniería del mundo real. Se empleó para la colocación de macros a lo largo de cuatro generaciones de las TPU de Google y, según la misma fuente, también fue adoptado externamente por empresas como MediaTek. TechCrunch añade un ejemplo que las fundadoras citan con frecuencia: una disposición circular, «en forma de donut», de componentes del chip que al principio sorprendió a los ingenieros, pero que después se presentó como exitosa.

Ricursive asegura que su trabajo actual va más allá de ese proyecto previo. EE Times informa de que Goldie afirmó que la labor de la compañía supera a AlphaChip en la amplitud del flujo de diseño de chips que aborda, en las mejoras de rendimiento que cree poder lograr y en la velocidad. Ese mismo medio también indica que Goldie confirmó que Ricursive no licenciará ni utilizará propiedad intelectual de Google. Esa distinción importa porque la empresa intenta posicionarse como una plataforma independiente que pueda trabajar en todo el sector, y no como una prolongación de Alphabet.

Las dos fuentes coinciden en líneas generales en el argumento central de la empresa: la IA puede cuestionar los métodos tradicionales de diseño de chips explorando espacios de diseño que los equipos humanos o los flujos de trabajo estándar quizá no recorran con la misma facilidad. TechCrunch afirma que las fundadoras están optimizando chips completos en lugar de dividirlos en decenas de bloques más pequeños, lo que, en su opinión, permite a la IA producir disposiciones más intrincadas, incluidos patrones ondulados. Eso se presenta como una ruptura con los métodos convencionales, aunque las fuentes no aportan comparativas independientes sobre las mejoras que se reivindican.

Un despliegue por fases, de los servicios a la automatización integral

EE Times ofrece la descripción más detallada de la hoja de ruta de Ricursive y la plantea como un despliegue en tres fases. En la primera, la empresa afirma que asumirá partes del diseño de chips para compañías del sector, con especial atención a acelerar el diseño físico y la verificación del diseño. El objetivo declarado es acortar el camino desde la arquitectura hasta GDSII, el formato utilizado para los diseños listos para fabricación.

• Fase uno: ayudar a terceros con partes seleccionadas del diseño de chips, especialmente el diseño físico y la verificación.
• Fase dos: construir un modelo integral capaz de recibir cargas de trabajo y producir archivos GDSII para fabricación.
• Fase tres: codiseñar o coevolucionar modelos, cargas de trabajo y hardware, potencialmente incluidos los propios chips y modelos de Ricursive.

En la segunda fase, según EE Times, Ricursive quiere combinar esas etapas en un modelo integral que tome las cargas de trabajo como entrada y produzca diseños de chips listos para fabricación como salida. La empresa sostiene que eso podría hacer viable la creación rápida de chips específicos para cada carga de trabajo, en particular para aceleradores de IA, aunque también para otros usos. TechCrunch se hace eco de esta idea en términos más simples: si el diseño de chips pudiera pasar de muchos meses a aproximadamente una semana, entonces más chips especializados podrían resultar económicamente plausibles para aplicaciones como el espacio, la realidad aumentada, la realidad virtual o la computación biológica. Ese calendario, sin embargo, es presentado por las fundadoras como una aspiración; las fuentes no muestran que Ricursive haya demostrado ya una creación integral de chips a esa velocidad.

Ricursive también intenta definirse frente al sector establecido de la automatización del diseño electrónico. EE Times indica que las fundadoras subrayaron que la startup no es una empresa de EDA, que no competirá con las compañías de EDA y que no utilizará cadenas de herramientas EDA estándar. En su lugar, describen su trabajo como diseño integral de chips. Es una formulación ambiciosa, porque implica no solo optimizar un subproblema, sino rehacer el proceso global mediante el cual los chips pasan de los requisitos de una carga de trabajo a diseños que puedan fabricarse.

La idea de coevolución en el centro del discurso

La afirmación más distintiva de la empresa puede ser su visión de la tercera fase. EE Times señala que Ricursive quiere en última instancia que modelos, cargas de trabajo y hardware se codiseñen de forma estrecha. La tesis es que, si la arquitectura de cómputo se personaliza para ajustarse a la arquitectura del modelo, podrían lograrse grandes mejoras de rendimiento, pero solo si el ciclo de implementación es lo bastante rápido como para que el hardware no quede obsoleto antes de construirse. En ese planteamiento, los chips personalizados no son solo el resultado final de un producto; forman parte de un bucle de retroalimentación pensado para acelerar el propio desarrollo de modelos.

Es aquí donde Ricursive pasa de la narrativa de una startup de diseño de chips a una narrativa de IA de frontera. EE Times informa de que Mirhoseini dijo: «esto no es una IA para el diseño de chips, esto es simplemente IA», y describió un objetivo a largo plazo de crear un sistema de IA de frontera. La empresa afirma que está entrenando su modelo con datos web de disponibilidad general, datos de chips de código abierto y datos sintéticos. También estaría trabajando con empresas de chips sobre diseños reales para poner a prueba resultados tempranos y recoger comentarios, al tiempo que las fundadoras reconocen que los datos abiertos de chips no son representativos de los diseños comerciales.

En el centro de este argumento hay un cuello de botella que las fundadoras describen como un bloqueo. En su opinión, los investigadores en IA diseñan modelos en función de los límites del hardware actual, mientras que los fabricantes de chips intentan anticipar cargas de trabajo futuras con años de adelanto. La respuesta de Ricursive es «estrechar ese bucle de forma drástica», en palabras de Goldie citadas por EE Times. Si ese bucle puede acortarse, sostiene la empresa, tanto las arquitecturas de chips como las arquitecturas neuronales podrían alejarse de lo que considera un óptimo local para avanzar hacia diseños muy diferentes.

Lo que se sabe y lo que sigue siendo incierto

La estrategia anunciada es clara, pero siguen existiendo varias incógnitas industriales. En primer lugar, ambas fuentes se limitan en gran medida a trasladar el relato de las fundadoras sobre lo que Ricursive pretende hacer; ninguna aporta pruebas independientes de que el enfoque integral completo ya se haya demostrado en producción. En segundo lugar, aunque la empresa afirma que está trabajando con compañías de chips y con relaciones con fundiciones para ayudar a sus clientes a fabricar chips personalizados, las fuentes no mencionan socios de fabricación, tape-outs ni clientes.

En tercer lugar, la decisión de Ricursive de situarse fuera de las cadenas de herramientas EDA estándar plantea cuestiones prácticas que la información disponible no resuelve. Si la empresa no utiliza cadenas de herramientas estándar, aun así tendrá que encajar en las realidades de la verificación, la fabricabilidad y la confianza del cliente. Según EE Times, las fundadoras sostienen que la independencia debería hacer que otros fabricantes de chips se sintieran más cómodos compartiendo datos, pero las fuentes todavía no muestran si el mercado acepta esa propuesta.

También existe una distancia entre prometer disposiciones inusuales y entregar productos ampliamente fabricables. TechCrunch recoge afirmaciones sobre patrones de chips poco convencionales y optimización del chip completo, pero el artículo indica que las fundadoras planean compartir más información en el futuro, lo que sugiere que parte de la evidencia técnica aún no se ha hecho pública. Dicho de otro modo, el enfoque se anuncia con confianza, pero algunos de sus indicios de validación más importantes todavía parecen estar pendientes.

Para las empresas, la conclusión práctica no es que los chips diseñados por IA estén de repente listos para sustituir los planes actuales de compra o de ingeniería. A partir de estas fuentes, lo que cambia es que una startup propone una nueva opción: si una compañía tiene una carga de trabajo ejecutándose a escala pero carece de un equipo interno de chips, Ricursive afirma que con el tiempo quiere ayudar a convertir esa carga de trabajo en hardware personalizado más rápidamente de lo que permiten los procesos tradicionales. Si funciona, eso podría ampliar el acceso a chips especializados y acortar el camino entre las necesidades de software y la implementación en hardware; por ahora, las empresas deberían verlo como una propuesta industrial emergente y no como un nuevo estándar ya consolidado.