用 AI 设计芯片,再用芯片加速 AI:Recursive Intelligence 的递归赌注
扩展规律下,有效算力决定智能上限,而通用 GPU 并非为 AI 量身定制。通过模型与硬件联合优化,可以在同样资源下获得更多有效算力。理解这一点,有助于判断定制芯片的价值不只在成本,而在推动下一代模型。
芯片设计周期太长,模型迭代太快,这种不对称让芯片和模型的协同设计一直做不起来。如果能把芯片做得更快、更贴合负载,算力、模型和芯片就可以一起演化。这是 Recursive Intelligence 两位创始人 Anna Goldie 和 Aalia Mirhoseni 的出发点。她们曾在谷歌主导 AlphaChip 项目,研究成果被用于多代 TPU,如今创立以 AI 做芯片设计的前沿实验室,想把整个流程重新做一遍。 芯片为什么成为 AI 的算力瓶颈 她们的逻辑从扩展规律讲起。训
来源:youtube 原始内容