这家初创公司 Ricursive Intelligence 的联合创始人似乎注定要成为创业伙伴。
Anna Goldie（首席执行官）和 Azalia Mirhoseini（首席技术官）在人工智能社区中广为人知，以至于她们是那些收到扎克伯格发来“疯狂报价”邮件的人工智能工程师之一。Goldie 对 TechCrunch 笑着说：“我们确实收到了这些邮件。”（她们没有接受这些提议。）两人曾在 Google Brain 共事，并且都是 Anthropic 的早期员工。
她们因创建 Alpha Chip 而在 Google 获得赞誉——这是一款能够在数小时内生成高质量芯片布局的人工智能工具，而这一过程通常需要人类设计师花费一年或更长时间。该工具帮助设计了谷歌 Tensor Processing Units 的三代产品。
这种背景解释了为何在推出 Ricursive 仅四个月后，他们上个月宣布完成由 Lightspeed 领投的 3 亿美元 A 轮融资，估值达 40 亿美元；而在此前几个月，他们刚刚完成了由 Sequoia 领投的 3500 万美元种子轮融资。
Ricursive 正在构建用于设计芯片的人工智能工具，而非直接制造芯片本身。这使得它们与几乎所有其他 AI 芯片初创公司截然不同：它们并非试图成为 Nvidia 的竞争者。事实上，Nvidia 还是其投资者。这家 GPU 巨头、AMD、Intel 以及所有其他芯片制造商都是该初创公司的目标客户。
Mirhoseini 告诉 TechCrunch：“我们希望使任何类型的芯片——无论是定制芯片还是传统芯片——都能以自动化且大幅加速的方式被制造出来。我们正在利用人工智能来实现这一目标。”
她们的道路最初在斯坦福大学交汇，当时 Goldie 正在攻读博士学位，而 Mirhoseini 则教授计算机科学课程。此后，她们的职业生涯始终同步进行。“我们在同一天加入 Google Brain，在同一天离开 Google Brain，在同一天加入 Anthropic，在同一天离开 Anthropic，在同一天重新加入谷歌，又在同一天再次离开谷歌。然后，我们在同一天一起创办了这家公司。”Goldie 回忆道。
在谷歌期间，这两位同事关系极为密切，甚至一起健身，都喜欢进行循环训练。这个双关语并未逃过他们合作者、著名谷歌工程师 Jeff Dean 的法眼。他将他们的 Alpha Chip 项目戏称为“芯片循环训练”，巧妙地结合了她们共同的健身习惯。在内部，这对搭档还获得了昵称：A&A。
Alpha Chip 为他们赢得了行业关注，但也引发了争议。据《连线》杂志报道，2022 年，他们在 Google 的一位同事因多年来试图诋毁 A&A 及其芯片工作而被解雇，尽管这些工作被用于帮助生产 Google 一些最重要的关乎企业命运的 AI 芯片。
她们在 Google Brain 的 Alpha Chip 项目证明了将成为 Ricursive 核心理念的概念——即利用人工智能大幅加速芯片设计。
芯片设计充满挑战
问题在于，计算机芯片在其硅晶圆上集成了数百万至数十亿个逻辑门组件。人类设计师可能需要花费一年或更长时间来放置这些组件，以确保性能、良好的功耗利用率以及其他任何设计需求。正如你所料，以精确度数字化地确定如此微小组件的位置是非常困难的。
Goldie 说：“Alpha Chip 能在大约六小时内生成非常高质量的布局。这种方法令人称道的地方在于，它实际上能够从经验中学习。”
他们进行 AI 芯片设计工作的基础是引入一种“奖励信号”，用于评估设计的优劣。Goldie 表示，智能体会根据该评分“更新其深度神经网络的参数以变得更好”。在完成数千个设计方案后，该智能体表现得非常出色。创始人称，随着学习的深入，它的速度也越来越快。
Ricursive 的平台将这一概念推向更高层次。Goldie 表示，他们正在构建的 AI 芯片设计师将“在不同芯片之间进行学习”。因此，它设计的每一款芯片都有助于它在设计下一款芯片时变得更加出色。
Ricursive 的平台还利用了大语言模型（LLMs），并将处理从组件布局到设计验证的全部流程。任何需要芯片的电子制造公司都是他们的目标客户。
如果他们的平台能够证明自身实力——这似乎极有可能实现——那么 Ricursive 将在实现通用人工智能（AGI）这一宏大目标中发挥作用。事实上，他们的终极愿景是设计 AI 芯片，这意味着 AI 将基本上是在为其自身的计算机大脑进行设计。
Goldie 表示：“芯片是 AI 的燃料。我认为，通过构建更强大的芯片，是推动这一前沿领域发展的最佳方式。”
Mirhoseini 补充道，冗长的芯片设计过程限制了 AI 的发展速度。她说：“我们认为，我们还能促成模型与其底层支撑芯片之间的快速协同进化。”这样一来，AI 就能更快地变得更聪明。
如果想到 AI 以越来越快的速度设计自己的大脑就让人联想到《终结者》中的天网（Skynet），那么创始人指出，还有一个更积极、更直接且他们认为更可能的益处：硬件效率的提升。
当 AI 实验室能够设计出效率更高的芯片（并最终设计所有底层硬件）时，他们的增长将不必消耗如此多的全球资源。
Goldie 说：“我们可以设计出专门针对该模型的独特计算机架构，从而在总拥有成本方面实现近乎 10 倍的性能提升。”
尽管这家年轻的初创企业不愿透露其早期客户名单，但创始人表示，他们已经听到了你能想到的所有大型芯片制造商的声音。毫不意外的是，他们在选择首批开发合作伙伴时也拥有广泛的选择权。