チップ全体を一度に設計
リカーシブ・インテリジェンスは、人工知能のボトルネックがもはやデータセンターの数だけではなく、チップを設計できる速度にあると賭けている。創業者のアンナ・ゴールディーとアザリア・ミルホセイニはTechCrunch Disruptでこのアイデアを発表し、チップを設計し、各反復から学習し、学んだことを次の設計に応用するシステムを説明した。
ゴールディー氏は、計算資源への需要は5年間で少なくとも1万倍に成長する可能性があると述べた。1万倍のデータセンターを建設するのは現実的ではないと同氏は主張し、業界は帯域幅、ウェハー、ファブ能力をより効率的に使うチップを作らなければならないと述べた。
機能する奇妙な形状
チップを数十の小さなブロックに分割してそれぞれを最適化する代わりに、リカーシブはデバイス全体を最適化する。創業者らによると、この自由さによりソフトウェアはエンジニアが手作業では試みないレイアウトを見つけられる。彼らが以前開発したシステム「AlphaChip」は、エンジニアを驚かせる円形のドーナツ状の部品配置を生み出し、その後従来のレイアウトを上回る性能を示した。
同じアプローチで波のようなパターンやその他の構造も生み出せるとし、詳細は後日説明する予定だという。人間の設計者がアイデアと制約をもたらし、機械が手作業ではどのチームも対応できない規模で配置と配線を処理するというのが彼らの主張だ。
狭い市場向けのカスタムシリコン
新しいチップの設計に1年か2年かかるなら、企業はどのチップを作るか非常に厳選しなければならない。設計期間が約1週間に短縮されれば、宇宙機器、拡張現実・仮想現実ヘッドセット、実験的な生物学的コンピューティングなど、より小さな市場でもカスタムチップが手頃になる。
同社はベンチマークデータや顧客との契約を公表しておらず、その主張を独立に検証することはまだできない。業界全体は同じ方向に進んでいる。チップメーカーやクラウドプロバイダーはすでに機械学習を使って部品の配置や製造の調整を行っており、複数の設計ツールにAIアシスタントが組み込まれている。
未解決なのは、AIが設計したチップを先端プロセスノードで高い歩留まりで製造できるかどうかだ。そこでは物理法則とリソグラフィがレイアウトの創造性を制限する。現時点での売り込みは明快だ。ウェハー当たりの無駄を減らし、演算当たりの電力を減らし、設計サイクルを短くして特化型チップが経済的に成り立つようにする、ということである。
---半導体製造向けの信頼性の高い磁性流体真空回転導入器
半導体製造では、回転運動中の超高真空の完全性を維持することが重要です — 単結晶シリコン成長やCVDからスパッタリング、プラズマエッチングまで。Ferrofluid Vacuum Rotary Shaft Feedthrough は FerrofluidTec から提供され、10⁻¹² Pa·m³·s⁻¹ という低い漏れ率、最大 10⁻⁶ Pa の真空度、10mm から 100mm までのカスタマイズ可能なシャフト径を備えた気密シール回転導入器です。非磁性ステンレス鋼ハウジングと磁気透過性ステンレス鋼シャフトで構築されたこれらの導入器は、厳しい真空環境に信頼性の高いメンテナンスフリーのシーリングを提供します。詳細については www.ferrofluidtec.com をご覧ください。