Ricursive Intelligence đã huy động được 335 triệu USD với định giá 4Bỷ USD trong 4 tháng

Julie Bort

Thứ Ba, ngày 17 tháng 2 năm 2026 lúc 2:00 AM GMT+9 Thời gian đọc: 5 phút

Trong bài viết này:

GOOG

-1.08%

ANTH.PVT

Các nhà sáng lập Ricursive Intelligence: CTO Azalia Mirhoseini (bên trái), CEO Anna Goldie (bên phải) | Nguồn ảnh:Ricursive Intelligence

Các đồng sáng lập của startup Ricursive Intelligence dường như đã được “định sẵn” sẽ là đồng sáng lập.

Anna Goldie, CEO, và Azalia Mirhoseini, CTO, quá nổi tiếng trong cộng đồng AI đến mức họ nằm trong số những kỹ sư AI đã “nhận những email kỳ lạ từ Zuckerberg với những lời đề nghị điên rồ cho chúng tôi”, Goldie kể với TechCrunch và cười. (Họ đã không chấp nhận lời đề nghị.) Cặp đôi từng làm việc cùng nhau tại Google Brain và là những nhân viên sớm tại Anthropic.

Họ được ghi nhận tại Google khi tạo ra Alpha Chip — một công cụ AI có thể tạo ra các bản thiết kế mạch/chip chất lượng tốt trong vài giờ — một quy trình thường mất một năm hoặc hơn đối với các nhà thiết kế con người. Công cụ này đã giúp thiết kế ba thế hệ Bộ xử lý Tensor của Google.

Bằng chứng đó giải thích vì sao, chỉ bốn tháng sau khi ra mắt Ricursive, tháng trước họ đã công bố vòng Series A trị giá 300 triệu USD với định giá 4Bỷ USD do Lightspeed dẫn dắt, chỉ vài tháng sau khi huy động vòng seed 35 triệu USD do Sequoia dẫn dắt.

Ricursive đang xây dựng các công cụ AI để thiết kế chip, chứ không phải chính các con chip. Điều đó khiến họ khác căn bản với gần như mọi startup chip AI khác: họ không phải là đối thủ Nvidia “cũng muốn cạnh tranh”. Trên thực tế, Nvidia là một nhà đầu tư. “Gã khổng lồ” GPU này, cùng với AMD, Intel và mọi nhà sản xuất chip khác, đều là nhóm khách hàng mục tiêu của startup.

“Chúng tôi muốn cho phép bất kỳ loại chip nào — như chip tùy chỉnh hay chip truyền thống hơn — bất kỳ loại chip nào, có thể được tạo ra theo cách tự động và cực kỳ nhanh. Chúng tôi dùng AI để làm điều đó,” Mirhoseini cho biết với TechCrunch.

Con đường của họ lần đầu gặp nhau ở Stanford, nơi Goldie lấy bằng PhD khi Mirhoseini giảng dạy các lớp khoa học máy tính. Từ đó đến nay, sự nghiệp của họ đi cùng nhịp. “Chúng tôi bắt đầu ở Google Brain cùng một ngày. Chúng tôi rời Google Brain cùng một ngày. Chúng tôi gia nhập Anthropic cũng vào cùng một ngày. Chúng tôi rời Anthropic cùng một ngày. Chúng tôi quay lại Google cũng vào cùng một ngày, rồi lại rời Google thêm một lần cũng vào cùng một ngày. Sau đó chúng tôi bắt đầu công ty này cùng nhau vào cùng một ngày,” Goldie kể lại.

Trong thời gian ở Google, các đồng nghiệp thân thiết đến mức họ thậm chí còn tập luyện cùng nhau, cả hai cùng thích tập circuit training. Cái tên chơi chữ không lọt khỏi Jeff Dean — kỹ sư nổi tiếng của Google, người là cộng tác viên của họ. Anh ấy đặt biệt danh cho dự án Alpha Chip của họ là “chip circuit training” — một cách chơi dựa trên thói quen tập luyện chung của họ. Nội bộ, cặp đôi cũng có một biệt danh khác: A&A.

Alpha Chip giúp họ được chú ý trong ngành, nhưng cũng kéo theo tranh cãi. Năm 2022, một trong các đồng nghiệp của họ tại Google đã bị sa thải, Wired đưa tin, sau nhiều năm cố gắng bôi nhọ A&A và công việc chip của họ, dù chính công việc đó được dùng để tạo ra một số chip AI quan trọng nhất của Google — những chip mang tính “đặt cược cho cả doanh nghiệp”.

Câu chuyện tiếp tục  

Dự án Alpha Chip của họ tại Google Brain đã chứng minh khái niệm sẽ trở thành Ricursive — dùng AI để tăng tốc đáng kể thiết kế chip.

Thiết kế chip rất khó

Vấn đề là, các chip máy tính có hàng triệu đến hàng tỷ linh kiện cổng logic được tích hợp trên tấm silicon của chúng. Các nhà thiết kế con người có thể dành một năm hoặc hơn để sắp xếp những linh kiện đó lên chip nhằm đảm bảo hiệu năng, sử dụng điện năng tốt và đáp ứng mọi nhu cầu thiết kế khác. Việc xác định số học trực tiếp vị trí đặt các linh kiện cực kỳ nhỏ như vậy một cách chính xác về mặt số hóa — như bạn có thể mong đợi — là rất khó.

Alpha Chip “có thể tạo ra một bản layout chất lượng rất cao trong, kiểu như, sáu giờ. Và điều hay của cách tiếp cận này là nó thực sự học hỏi từ kinh nghiệm,” Goldie nói.

Giả định đằng sau công việc thiết kế chip AI của họ là sử dụng “một tín hiệu thưởng” để chấm điểm thiết kế tốt hay không. Sau đó, tác nhân sẽ lấy mức điểm đó để “cập nhật các tham số của mạng neural sâu của nó để tốt hơn,” Goldie nói. Sau khi hoàn thành hàng nghìn thiết kế, tác nhân đã thực sự giỏi. Họ cho biết nó cũng trở nên nhanh hơn khi học.

Nền tảng của Ricursive sẽ đẩy khái niệm này đi xa hơn. Nhà thiết kế chip AI mà họ đang xây dựng sẽ “học qua các loại chip khác nhau,” Goldie nói. Vì vậy, mỗi chip mà nó thiết kế đều nên giúp nó trở thành một nhà thiết kế tốt hơn cho mọi chip tiếp theo.

Nền tảng của Ricursive cũng sử dụng LLMs và sẽ xử lý mọi thứ từ việc đặt linh kiện cho đến xác minh thiết kế. Bất kỳ công ty nào sản xuất thiết bị điện tử và cần chip đều là khách hàng mục tiêu của họ.

Nếu nền tảng của họ chứng minh được mình, như có vẻ là sắp xảy ra, Ricursive có thể đóng vai trò trong mục tiêu moonshot hướng tới việc đạt trí tuệ tổng quát nhân tạo (AGI). Thực tế, tầm nhìn cuối cùng của họ là thiết kế chip AI, nghĩa là AI sẽ gần như tự thiết kế “bộ não” máy tính của riêng nó.

“Chip là nhiên liệu cho AI,” Goldie nói. “Tôi nghĩ rằng bằng cách xây dựng những chip mạnh mẽ hơn, đó là cách tốt nhất để tiến về phía trước ở ranh giới này.”

Mirhoseini bổ sung rằng quy trình thiết kế chip kéo dài đang kìm hãm việc AI có thể tiến bộ nhanh đến mức nào. “Chúng tôi nghĩ rằng chúng tôi cũng có thể cho phép sự đồng tiến hóa nhanh giữa các mô hình và các chip — về cơ bản là những thứ vận hành chúng,” cô nói. Nhờ đó, AI có thể thông minh hơn nhanh hơn.

Nếu ý nghĩ về việc AI thiết kế “bộ não” của chính nó với tốc độ ngày càng tăng khiến bạn liên tưởng đến Skynet và Terminator, các nhà sáng lập chỉ ra rằng có một lợi ích tích cực hơn, gần gũi hơn và — theo họ — có khả năng xảy ra hơn: hiệu suất phần cứng.

Khi AI Labs có thể thiết kế các chip hiệu quả hơn rất nhiều (và cuối cùng là toàn bộ phần cứng nền tảng), tốc độ tăng trưởng của họ sẽ không phải tiêu tốn quá nhiều tài nguyên của thế giới.

“Chúng tôi có thể thiết kế một kiến trúc máy tính phù hợp một cách độc đáo với mô hình đó, và chúng tôi có thể đạt gần như cải thiện 10 lần về hiệu năng trên tổng chi phí sở hữu,” Goldie nói.

Trong khi startup non trẻ sẽ không nêu tên các khách hàng đầu tiên, các nhà sáng lập cho biết họ đã nghe từ mọi cái tên lớn trong ngành sản xuất chip mà bạn có thể tưởng tượng. Không ngạc nhiên là họ cũng có sự lựa chọn cho các đối tác phát triển đầu tiên của mình.

Điều khoản và Chính sách Quyền riêng tư

Bảng điều khiển Quyền riêng tư

Thông tin thêm