Ricursive Intelligence Çip Tasarımını Yapay Zekaya Devrediyor: Hesaplama Krizine Çözüm Arayışı

Google'da AlphaChip sistemini geliştiren Anna Goldie ve Azalia Mirhoseini, TechCrunch Disrupt 2026 sahnesinde kurdukları Ricursive Intelligence'ın planlarını anlattı. İkili, yapay zekanın kendi çipini tasarlayabildiği ve her iterasyondan öğrenerek sonraki tasarımları iyileştirebildiği bir sistem kuruyor.

Şirket, bugüne kadar Sequoia, Lightspeed, DST ve NVentures'tan 335 milyon dolar topladı. Dört ayda 4 milyar dolar değerlemeye ulaşan girişimin tezi net: çip tasarımı yapay zeka ilerlemesinin en ciddi darboğazı ve bu darboğaz otomatikleştirilebilir.

AlphaChip deneyimi ne gösterdi?

Goldie ve Mirhoseini daha önce Google Brain'de çip yerleşimi için pekiştirmeli öğrenme ajanı olan AlphaChip'i geliştirdi. Sistem dört nesil TPU'nun yanı sıra veri merkezi CPU'larında kullanıldı ve çip kat planlamasını aylardan saatlere indirdi.

AlphaChip ilk çıktığında mühendisleri şaşırtan bir şey yaptı: çip bileşenlerini alışılmadık biçimde halka, hatta "donut" şeklinde yerleştirdi. Klasik yerleşim kurallarına aykırı görünen bu düzen daha sonra başarılı çıktı. Ekip, yapay zekanın insan sezgisinin atladığı yerleşimleri keşfedebildiğini bu örnekle anlatıyor.

"İnsan fikri getirir, yürütmeyi yapay zeka yapar"

Goldie, iş bölümünün değiştiğini söylüyor: "Her şeyin kaydığı nokta şu; insanlar büyük fikirlerini ve yaratıcı düşüncelerini getiriyor, yürütmeyi ise yapay zeka üstleniyor. Bu çip tasarımında, yazılım geliştirmede ve başka alanlarda oluyor. Recursive bunu çip tasarımı için yapıyor."

Neden önemli: süre maliyeti belirliyor

Kurucuların altını çizdiği ekonomik argüman şu: Yeni bir çip tasarlamak altı ay, bir yıl hatta iki yıl sürerse, hangi çipi tasarlayacağınız konusunda aşırı seçici olmak zorundasınız. Ancak tasarım süresi bir haftaya inerse, uzay, AR/VR ve biyolojik hesaplama gibi alanlar için özel çipler üretmek finansal olarak anlamlı hale geliyor. Goldie'ye göre bu aynı zamanda daha yüksek enerji verimliliği anlamına geliyor.

Özyinelemeli iyileştirme iddiası

Ricursive'nin asıl iddiası, tasarım döngüsünün kendi kendini beslemesi: üretilen her çip tasarımı yeni veri üretiyor, model bir sonraki tasarımda daha iyi karar veriyor. Şirket bunu "yapay zekanın kendini geliştirmesi" olarak tanımlıyor ve çip tasarımını bu döngünün ilk durağı olarak konumlandırıyor.

Sistem nasıl çalışıyor?

Klasik çip tasarımı; yerleşim (floorplanning), yönlendirme, zamanlama ve doğrulama gibi birbirine bağlı aşamalardan oluşuyor ve her aşama uzman mühendis gerektiriyor. AlphaChip'te olduğu gibi pekiştirmeli öğrenme, bu aşamalardan birini bir oyun tahtası gibi ele alıp deneme yanılma yoluyla en iyi yerleşimi arıyor. Ricursive'nin eklediği katman ise döngüyü kapatmak: üretilen tasarımın performans verisi doğrudan modele geri besleniyor ve bir sonraki tasarım bu veriyle üretiliyor.

Kuruculara göre bu yaklaşımın kaynağı, çip tasarımının bir arama problemi olması. Tasarım alanı o kadar büyük ki insan ekipler sezgisel kısayollar kullanmak zorunda kalıyor; öğrenen bir sistem ise daha geniş bir arama uzayını tarayabiliyor.

Yarı iletken sektöründe otomasyon yarışı

Ricursive tek başına değil. Yapay zeka şirketlerinin çip ekipleri kendi hızlandırıcılarını tasarlıyor, geleneksel EDA (elektronik tasarım otomasyonu) sağlayıcıları da araç zincirine yapay zeka katmanları ekliyor. Fark, Ricursive'nin tasarımı bir yazılım problemi olarak ele alması ve donanım tarafında dikey bir hızlanma vaat etmesi. Şirketin kısa sürede 335 milyon dolar toplayıp 4 milyar dolar değerlemeye ulaşması, yatırımcıların bu tezi ciddiye aldığını gösteriyor.

Belirsizlikler

İki soru henüz yanıtlanmadı. Birincisi, yapay zekanın ürettiği tasarımların üretim aşamasına geçip geçmediği; yani çıktının gerçek bir fabrika sürecinde doğrulanıp doğrulanmadığı. İkincisi, doğrulama yükü. Tasarım süresi kısalırken doğrulama maliyeti aynı oranda düşmezse kazanç sınırlı kalır. Kurucuların "haftalar içinde özel çip" hedefi, bu iki başlıkta somut kanıt gördüğümüzde daha net değerlendirilebilir.

Neden şimdi?

Hesaplama talebi ile üretim kapasitesi arasındaki makas açıldıkça tasarım verimliliği stratejik bir başlık haline geldi. Aynı zamanda bellek fiyatları ve yarı iletken tedarik zinciri baskıları sektörün gündemini meşgul ediyor. Bu ortamda, çip başına verimliliği yazılımla artırmayı vaat eden girişimler yatırımcı ilgisini hızla çekiyor.

Değerlendirme

Ricursive, iddiasını doğrulanabilir bir zemine taşırsa yarı iletken tasarımında ciddi bir verimlilik kaynağı olabilir. Ancak şu an elimizde vaat ve ekip deneyimi var; üretim ölçeğinde kanıt yok. Takip etmek için en somut eşik, şirketin ilk gerçek tasarım çıktısını hangi sürede ve hangi performans artışıyla verdiği olacak.

Dikkat edilmesi gerekenler

Yapay zekanın kendi donanımını tasarlaması iki yönlü okunabilir bir gelişme. Verimlilik tarafında kazanç büyük görünüyor; öte yandan doğrulama, üretilebilirlik ve güvenlik kontrollerinin nasıl korunacağı henüz kamuya açık biçimde ayrıntılandırılmadı. Sektörde benzer bir hatta Meta, Microsoft ve OpenAI gibi oyuncuların çip ekipleri de yürüyor. Ricursive, yarı iletken tasarımında otomasyonun ne kadar ilerleyeceğini önümüzdeki aylarda gösterecek örneklerden biri olacak.