Анна Голди и Азалия Мирхосейни — основатели Ricursive Intelligence — давно были на одной волне: вместе учились и работали в ведущих исследовательских командах по искусственному интеллекту. Они прославились благодаря проекту Alpha Chip в исследовательском центре, инструменту на базе ИИ, который способен генерировать качественные макеты микросхем за часы вместо привычного года работы инженеров. Именно с этой идеи родилась их новая компания.
Всего через четыре месяца после старта Ricursive объявила о раунде Series A в $300 млн при оценке $4 млрд, что последовало за посевным раундом в $35 млн — суммарно $335 млн на самых ранних этапах. Инвесторы и партнёры видят в стартапе не попытку соревноваться с гигантами-изготовителями чипов, а инструмент, который поможет им самим проектировать более эффективное железо: целевая аудитория — производители чипов и компании, создающие электронику.
Путь основательниц шёл по спирали сотрудничества: они начали работать вместе в одном крупном проекте, переходили между организациями синхронно и, в конце концов, основали компанию одновременно. Их совместная работа породила не только технологию, но и привычку к командной дисциплине — коллеги шутливо называли их «A&A», а забавный внутренний каламбур с «circuit training» отражал и интерес к тренировкам, и работу над «чипами».
Alpha Chip доказал жизнеспособность идеи: вместо ручного размещения миллионов логических элементов на кристалле ИИ ставит задачу как оптимизационную, получает «оценку» качества дизайна и через неё улучшает свои параметры. По словам основателей, такое обучение на тысячах кейсов даёт инструменту и скорость, и качество — со временем он становится лучше и быстрее.
Ricursive шагнула дальше: их платформа не просто автоматизирует проектирование одного типа чипа, она «учится» на разных архитектурах и переносит опыт между проектами. В решении задействованы крупные модели (LLM) и алгоритмы, которые покрывают процесс от размещения компонентов до верификации дизайна, что делает продукт потенциально полезным для любого производителя электроники.
Такая автоматизация имеет практическое и масштабное значение. Процесс проектирования современных микросхем может занимать год и более — это сдерживает скорость развития аппаратных и программных систем одновременно. Если платформа будет работать так, как обещают основатели, она позволит быстрее создавать специализированные архитектуры под конкретные модели ИИ и тем самым ускорить эволюцию систем искусственного интеллекта.
Фундаментальная цель компании — сделать так, чтобы ИИ помогал проектировать собственные «мозги»: чипы, оптимизированные под модели, которые их используют. Основательницы подчёркивают, что немедленный и более реалистичный эффект — не гиперболическое «самообучение» ИИ, а значительное повышение энергоэффективности и снижение затрат. По их оценкам, правильная архитектура может дать многократное улучшение производительности в расчёте на общую стоимость владения.
Ricursive пока не разглашает список первых клиентов, но отмечает, что к ним обращались многие крупные игроки индустрии. У стартапа есть выбор партнёров для пилотных проектов, и они рассчитывают начать внедрение на реальных производствах в ближайшее время.
