Ricursive Intelligence quiere automatizar el diseño de chips y mejorar cada versión con ayuda de IA. Sus fundadoras sostienen que una mayor eficiencia podría responder al crecimiento de la demanda de cómputo sin depender únicamente de construir más centros de datos.
***
- Anna Goldie y Azalia Mirhoseini presentaron la apuesta de Ricursive Intelligence en TechCrunch Disrupt.
- Goldie describió como potencialmente conservadora la expectativa de que la demanda de cómputo crezca al menos 10.000 veces en cinco años.
- La startup busca optimizar chips completos y acelerar su diseño, con la posibilidad de crear hardware personalizado para nuevas aplicaciones.
⚙️ Ricursive apuesta por IA para diseñar chips y responder al aumento del cómputo
Sus fundadoras citaron una proyección de hasta 10.000 veces más demanda en cinco años.
La startup busca optimizar chips completos y acelerar cada iteración.
Aún no presentó métricas… pic.twitter.com/FUlpzadoQm
— Diario฿itcoin (@DiarioBitcoin) October 15, 2026
Ricursive Intelligence quiere que la IA diseñe chips para aliviar la presión sobre el cómputo
Una respuesta a la demanda creciente
Ricursive Intelligence trabaja en sistemas de inteligencia artificial capaces de diseñar chips, aprender de cada iteración y aprovechar ese aprendizaje para proponer diseños posteriores. Sus fundadoras, Anna Goldie y Azalia Mirhoseini, presentaron esa estrategia en TechCrunch Disrupt, donde explicaron que buscan automatizar y acelerar un proceso que tradicionalmente exige largos ciclos de diseño.
La propuesta parte de una preocupación por la escala futura de las necesidades de procesamiento. Goldie mencionó la expectativa de que la demanda de cómputo aumente al menos 10.000 veces en los próximos cinco años, aunque señaló que esa proyección podría ser conservadora. Se trata de una estimación que citó durante su intervención, no de un resultado asegurado.
Frente a ese posible crecimiento, Goldie cuestionó que la respuesta consista únicamente en construir más centros de datos. En su planteamiento, chips más eficientes podrían permitir que esas instalaciones aprovechen mejor el ancho de banda, mientras que un uso más eficiente de las obleas y las fábricas reduciría la presión sobre los recursos necesarios para producir hardware.
La fundadora también recurrió a una imagen extrema para subrayar los límites de una expansión basada solo en infraestructura: incluso levantar centros de datos en el espacio no resolvería, a su juicio, el problema de multiplicar instalaciones sin considerar su eficiencia. La idea central de Ricursive no es que la demanda vaya a desaparecer, sino que el diseño de los chips podría ayudar a hacer más con la capacidad disponible.
Del diseño asistido a la automatización
El sistema que describe Ricursive no se limitaría a ejecutar instrucciones fijas para dibujar componentes. Según las fundadoras, la IA puede aprender de las distintas iteraciones y utilizar lo aprendido para mejorar propuestas futuras, con el objetivo de acelerar la exploración de alternativas durante el diseño.
Goldie defendió una división del trabajo en la que las personas aportan ideas y creatividad, mientras la inteligencia artificial se ocupa de parte de la ejecución. En su visión, esa transición ya aparece en campos como el desarrollo de software y el diseño de chips, aunque la conversación no establece que la automatización elimine la intervención humana en esas tareas.
La apuesta puede resultar inquietante para quienes asocian el diseño de hardware con decisiones que deben permanecer enteramente bajo control de ingenieros. Goldie sostuvo, en cambio, que delegar más trabajo de ejecución a la IA podría liberar tiempo para que las personas desarrollen aplicaciones y exploren nuevas posibilidades de la computación; presentó esa idea como una expectativa sobre el papel de los humanos, no como una garantía de resultados.
En este planteamiento, automatizar no significa que cualquier chip vaya a surgir sin supervisión ni que toda propuesta generada por un modelo esté lista para fabricarse. La información presentada se concentra en el objetivo de acelerar y mejorar el proceso de diseño, sin detallar plazos de producción, resultados comerciales o una fecha en que los chips de Ricursive llegarían al mercado.
Diseños poco convencionales y chips completos
Goldie y Mirhoseini afirmaron que la IA puede explorar disposiciones distintas de las que suelen seguir los métodos tradicionales. Como ejemplo, mencionaron AlphaChip, un sistema que desarrollaron anteriormente y que produjo una distribución circular de componentes, descrita como una especie de dona, que sorprendió inicialmente a los ingenieros y luego demostró ser exitosa, según su relato.
Ese antecedente sirve para ilustrar por qué las fundadoras consideran valioso explorar soluciones que no resultan evidentes de antemano. La forma inusual no prueba por sí sola que un diseño sea superior en todos los casos, pero, según ellas, AlphaChip mostró que una disposición inesperada podía funcionar y desafiar la intuición inicial de los profesionales.
Ricursive también plantea una diferencia de enfoque: optimizar chips completos en vez de dividir el trabajo, como en el método tradicional descrito por sus fundadoras, en docenas de bloques más pequeños. Ellas sostienen que trabajar sobre el conjunto permite a la IA generar patrones intrincados, entre ellos diseños ondulados, y dijeron que planean compartir más información sobre ese trabajo en el futuro.
La comparación con los bloques ayuda a entender el alcance de la propuesta, pero la exposición de las fundadoras no ofreció métricas que permitan medir cuánto mejora el rendimiento, el consumo energético o el tiempo de diseño frente a otras técnicas. Por ahora, lo que comunicaron es la dirección que sigue la startup y algunos ejemplos de diseños no convencionales, no una evaluación independiente de sus ventajas.
La promesa de personalizar el hardware
Goldie relacionó la velocidad del diseño con la posibilidad de fabricar chips para usos más específicos. Explicó que, si crear un chip nuevo demanda seis meses, un año o dos años, las empresas deben ser selectivas; si el diseño pudiera resolverse en una semana, dijo, diseñar hardware para aplicaciones diversas podría tener sentido financiero.
Entre los ámbitos que mencionó están el espacio, la realidad aumentada, la realidad virtual y la computación biológica. Goldie presentó esos campos como ejemplos de aplicaciones que podrían beneficiarse de chips personalizados, no como productos que Ricursive ya haya desarrollado ni como mercados en los que la empresa haya confirmado operaciones.
La posibilidad de acortar el diseño también se conecta con el argumento de eficiencia energética expuesto por la fundadora. Si el hardware se adapta mejor a cada aplicación, sostiene su planteamiento, podría utilizar los recursos de manera más eficiente; sin embargo, la noticia no ofrece cifras de consumo ni demuestra que todos los diseños personalizados reducirían necesariamente su gasto de energía.
El reto será convertir esa visión en diseños que puedan fabricarse y que respondan a necesidades concretas sin perder las ventajas prometidas. En la presentación, las fundadoras hablaron de automatización, optimización integral y nuevos usos potenciales, pero no detallaron cuánto tardaría Ricursive en llevar un diseño desde la herramienta de IA hasta un chip producido.
El argumento de Ricursive desplaza parte del debate sobre la presión sobre el cómputo: además de preguntarse cuántos centros de datos pueden construirse, plantea cómo aprovechar mejor los chips, el ancho de banda, las obleas y las fábricas. La propuesta aún depende de que los diseños generados puedan demostrar ventajas prácticas, pero sus fundadoras consideran que acelerar el proceso permitiría explorar hardware que hoy resulta demasiado lento o costoso de diseñar.
Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.
Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.
ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.
Suscríbete a nuestro boletín
Artículos Relacionados
Empresas
Gartner alerta que USD 3,5 billones en infraestructura de IA podrían sufrir deterioro de valor para 2030
Asia
Taiwan Otsuka figura en una denuncia de filtración que reclama 832 GB de datos
Capital de Riesgo
Matter Venture Partners apuesta USD $450 millones por la IA física y los robots
Estados Unidos
