Hardware·
عندما يبدأ الذكاء الاصطناعي في تصميم شرائحه الخاصة: رؤى من مؤسسي Recursive Intelligence
في disruptive تكنولوجيا 2026، تشرح آنا غولدي وأزاليا ميرحوسيني كيف يمكن لتصميم الرقائق المدعوم بالذكاء الاصطناعي أن يقلل دورات التطوير من سنوات إلى أسابيع، مما يخلق حلقة تغذية راجعة تسرّع كل من الأجهزة والقدرات الذكاء الاصطناعي.
عملية تصميم الرقائق التقليدية قد تمتد لسنتين إلى ثلاث سنوات، وهي عقبة تتعارض مع وتيرة تقدم نماذج الذكاء الاصطناعي السريعة. مع تزايد الطلب على الحوسبة، تحتاج الصناعة إلى طريقة لتكرار التصميم على السيليكون بأسرع بكثير من سير العمل اليدوي الحالي.
من البحث إلى الشركة الناشئة
تعتمد Recursive Intelligence على عمل المؤسسين مع AlphaChip في جوجل، حيث أنتجت الذكاء الاصطناعي تخطيطات قابلة للاستخدام في ساعات بدلاً من أشهر. توسع منصتهم هذه الفكرة من خلال التعلم عبر تصميمات متعددة، بحيث تُعلم كل شريحة تم الانتهاء منها التكرار التالي. الهدف هو ضغط دورة التصميم إلى أسابيع قليلة مع أتمتة الخطوات من الترتيب إلى التحقق.
هذا يخلق حلقة تغذية راجعة自我 تعزيزية: الأجهزة الأفضل تمكّن الذكاء الاصطناعي الأقوى، والذي بدوره يصمم سيليكونًا أفضل. بالنسبة للبنية التحتية المركزة على وحدات معالجة الرسومات، قد يعني ذلك وصولًا أسرع إلى هندسات جديدة، واستهلاك طاقة أقل لكل عملية، وطريقًا أسرع إلى الجيل التالي من مسرعات الذكاء الاصطناعي.
- aigpu
- ai gpu
- ai gpu cloud
- aigpu dubai
- ai chip design
- hardware acceleration
- recursive intelligence
- gpu infrastructure
- self improving systems
بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (TechCrunch AI)
→ كل المقالات