Cómo Ricursive Intelligence recaudó 335 millones de dólares con una valoración de 4 mil millones de dólares en 4 meses

Los cofundadores de la startup Ricursive Intelligence parecían destinados a ser cofundadores.

Anna Goldie, directora ejecutiva, y Azalia Mirhoseini, directora de tecnología, son tan conocidas en la comunidad de IA que estuvieron entre los ingenieros de IA que “recibieron esos extraños correos electrónicos de Zuckerberg haciéndonos ofertas locas”, dijo Goldie a TechCrunch, riendo. (No aceptaron las ofertas). Los dos trabajaron juntos en Google Brain y fueron los primeros empleados de Anthropic.

Obtuvieron elogios en Google por crear Alpha Chip, una herramienta de inteligencia artificial que podría generar diseños de chips sólidos en horas, un proceso que normalmente lleva a los diseñadores humanos un año o más. La herramienta ayudó a diseñar tres generaciones de unidades de procesamiento de tensores de Google.

Este pedigrí explica por qué, apenas cuatro meses después de lanzar Ricursive, el mes pasado anunciaron una Ronda Serie A de 300 millones de dólares con una valoración de 4.000 millones de dólares liderada por Lightspeed, pocos meses después de recaudar una ronda inicial de 35 millones de dólares liderada por Sequoia.

Ricursive está construyendo herramientas de inteligencia artificial que diseñan chips, no los chips en sí. Esto los hace fundamentalmente diferentes de casi cualquier otra startup de chips de IA: no son posibles competidores de Nvidia. De hecho, Nvidia es un inversor. El gigante de las GPU, junto con AMD, Intel y todos los demás fabricantes de chips, son los clientes objetivo de la startup.

“Queremos permitir que cualquier chip, como un chip personalizado o un chip más tradicional, cualquier tipo de chip, se construya de forma automatizada y muy acelerada. Estamos utilizando IA para hacerlo”, dijo Mirhoseini a TechCrunch.

Sus caminos se cruzaron por primera vez en Stanford, donde Goldie obtuvo su doctorado mientras Mirhoseini enseñaba informática. Desde entonces, sus carreras han estado sincronizadas. “Comenzamos en Google Brain el mismo día. Dejamos Google Brain el mismo día. Nos unimos a Anthropic el mismo día. Dejamos Anthropic el mismo día. Regresamos a Google el mismo día y dejamos Google nuevamente el mismo día. Así que comenzamos esta empresa juntos el mismo día”, dijo Goldie.

Durante su estancia en Google, los compañeros eran tan cercanos que incluso hacían ejercicio juntos y ambos disfrutaban del entrenamiento en circuito. El juego de palabras no pasó desapercibido para Jeff Dean, el famoso ingeniero de Google que fue su colaborador. Denominó al proyecto Alpha Chip “entrenamiento en circuito de chips”, un juego de su rutina de ejercicios compartida. Internamente, el dúo también se ganó un apodo: A&A.

El Alpha Chip les ganó la atención de la industria, pero también generó controversia. En 2021, uno de sus colegas de Google fue despedido. Reportado por cabledespués de pasar años intentando desacreditar a A&A y su trabajo en chips, a pesar de que ese trabajo se utilizó para ayudar a producir algunos de los chips más importantes de Google, Los chips de IA apuestan por el negocio.

El proyecto Alpha Chip de Google Brain demostró el concepto que se convertiría en Ricursive: utilizar IA para acelerar drásticamente el diseño de chips.

Diseñar chips es difícil

La cuestión es que los chips de ordenador tienen entre millones y miles de millones de componentes de puertas lógicas integrados en su oblea de silicio. Los diseñadores humanos pueden pasar un año o más colocando estos componentes en el chip para garantizar el rendimiento, la buena utilización de la energía y cualquier otra necesidad de diseño. Determinar digitalmente con precisión la posición de estos componentes infinitamente pequeños es, como era de esperar, difícil.

Alpha Chip “podría generar un diseño de muy alta calidad en unas seis horas. Y lo bueno de este enfoque es que realmente aprende de la experiencia”, dijo Goldie.

La premisa de su trabajo de diseño de chips de IA es utilizar “una señal de recompensa” que evalúe la calidad del diseño. Luego, el agente utiliza esta clasificación para “actualizar los parámetros de su red neuronal profunda para mejorar”, dijo Goldie. Después de completar miles de diseños, el agente se volvió muy bueno. También se volvió más rápido a medida que aprendió, dicen los fundadores.

La plataforma Ricursive llevará el concepto más allá. El diseñador de chips de IA que están construyendo “aprenderá de diferentes chips”, dijo Goldie. Por lo tanto, cada chip que diseñes debería ayudarte a convertirte en un mejor diseñador para cada chip siguiente.

La plataforma de Ricursive también utiliza LLM y se encargará de todo, desde la ubicación de los componentes hasta la verificación del diseño. Cualquier empresa que fabrique productos electrónicos y necesite chips es su cliente objetivo.

Si su plataforma demuestra su valía, como parece probable, Ricursive podría desempeñar un papel en el logro de la inteligencia artificial general (AGI). De hecho, su visión final es diseñar chips de IA, lo que significa que la IA esencialmente diseñará sus propios cerebros de computadora.

“Los chips son el combustible de la IA”, afirmó Goldie. “Creo que construir chips más potentes es la mejor manera de avanzar en esta frontera”.

Mirhoseini añade que el largo proceso de diseño del chip está restringiendo la rapidez con la que la IA puede avanzar. “Creemos que también podemos permitir esta rápida coevolución de los modelos y los chips que esencialmente los impulsan”, dijo. De esta manera, la IA puede volverse más inteligente y rápida.

Si la idea de que la IA diseñe sus propios cerebros a velocidades cada vez mayores les trae a la mente visiones de Skynet y Terminator, los fundadores señalan que existe un beneficio más positivo, inmediato y, según ellos, más probable: la eficiencia del hardware.

Cuando AI Labs pueda diseñar chips mucho más eficientes (y eventualmente todo el hardware subyacente), su crecimiento no tendrá que ser tan exigente. de los recursos del mundo.

“Pudimos diseñar una arquitectura informática que se adaptase exclusivamente a este modelo y lograr una mejora de casi 10 veces el rendimiento por coste total de propiedad”, afirmó Goldie.

Si bien la joven startup no revela los nombres de sus primeros clientes, los fundadores dicen que han oído hablar de todos los principales fabricantes de chips que se puedan imaginar. No es sorprendente que también puedan elegir a sus primeros socios para el desarrollo.