هوش گردابی بنیان‌گذاران آن، آنا گلدی و آزالیا میرحسینی، معتقدند طراحی چیپ هوش مصنوعی کارآمدتر می‌تواند به حل بحران محاسبات کمک کند. بنیان‌گذاران روز چهارشنبه در کنفرانس TechCrunch Disrupt به صحنه آمدند تا جزئیات دهند که چگونه استارتاپ آن‌ها در حال توسعه هوش مصنوعی است که می‌تواند چیپ‌ها را طراحی کند، از هر تکرار یاد بگیرد و طراحی‌های بعدی را بهبود بخشد، همه با هدف خودکارسازی و تسریع در فرآیند طراحی چیپ.
“این درک وجود دارد که در پنج سال آینده حداقل ۱۰،۰۰۰ برابر بیشتر از محاسبات نیاز خواهیم داشت و این به نوعی ممکن است محافظه‌کارانه باشد،” گلدی در صحنه گفت. “بنابراین ما نمی‌خواهیم ۱۰،۰۰۰ برابر بیشتر مرکز داده بسازیم. ما فکر می‌کنیم که باید با ساخت چیپ‌های کارآمدتر که از پهنای باند در آن مراکز داده به شکل بهتری استفاده کنند و از ویفرها و کارخانه‌ها به شکل موثرتری بهره ببرند، کمک کنیم، زیرا حتی اگر ما [مراکز داده] را در فضا بسازیم یا چیزی شبیه به این، نمی‌دانم، دیگر خورشید را نخواهید دید.”
در حالی که برخی ممکن است از فکر طراحی چیپ‌های خود توسط هوش مصنوعی بترسند، گلدی استدلال کرد که اجازه دادن به هوش مصنوعی برای مدیریت طراحی چیپ به انسان‌ها این امکان را می‌دهد که بر روی توسعه برنامه‌ها و جستجوی امکانات جدیدی که می‌توانند آنچه که با محاسبات می‌توانند انجام دهند، تمرکز کنند.
“من فکر می‌کنم کل تغییرات به این سمت می‌رود که انسان‌ها ایده‌ها و تفکرات خلاقانه خود را به ارمغان می‌آورند و اجرای آن به دست هوش مصنوعی سپرده می‌شود،” گلدی گفت. “و این در طراحی چیپ، توسعه نرم‌افزار و دیگر جاها در حال رخ دادن است. و این چیزی است که گردابی برای طراحی چیپ انجام می‌دهد.”
بنیان‌گذاران می‌گویند هوش مصنوعی به روش‌های سنتی طراحی چیپ چالش می‌کشد و طرح‌های غیرمتعارف را کشف می‌کند که می‌توانند از طرح‌های سنتی پیشی بگیرند. برای مثال، AlphaChip، سیستم هوش مصنوعی که بنیان‌گذاران قبلاً توسعه دادند، چیدمانی گرد و “شکل دونات” از اجزای چیپ تولید کرد که ابتدا مهندسان را شگفت‌زده کرد اما در نهایت موفقیت‌آمیز بود.
آن‌ها توضیح دادند که آن‌ها بهینه‌سازی کل چیپ‌ها را به جای پیروی از رویکرد سنتی تقسیم‌بندی آن‌ها به دوجین بلوک کوچک‌تر انجام می‌دهند. این رویکرد به هوش مصنوعی اجازه می‌دهد تا الگوهای پیچیده‌ای ایجاد کند، از جمله طراحی‌های موجی، که این دو نفر گفتند قصد دارند در آینده اطلاعات بیشتری درباره آن‌ها به اشتراک بگذارند.
بنیان‌گذاران همچنین استدلال کردند که چیپ‌های طراحی‌شده با هوش مصنوعی این امکان را فراهم می‌کنند که انواعی از چیپ‌ها را بسازند که ممکن است قبلاً امکان‌پذیر نبوده باشد.
“اگر طراحی یک چیپ شش ماه یا یک سال یا دو سال طول بکشد، آن‌گاه حقیقتاً باید در انتخاب چیپ‌هایی که طراحی می‌کنید بسیار گزینش‌گر باشید،” گلدی گفت. “اما اگر بتوانید یک چیپ را در عرض یک هفته طراحی کنید، و سپس بگویید برای تولید، می‌توانید چیپ‌های سفارشی برای انواع مختلفی از برنامه‌ها مانند فضا و AR، VR و محاسبات زیستی طراحی کنید، و از نظر مالی این کار معقول باشد، و ما می‌توانیم کارآمدتر از نظر انرژی باشیم.”
