Стартап за $4 млрд обещает сжать ИИ-проектирование чипов с лет до недель

Ricursive Intelligence появилась не на пустом месте. Голди и Мирхосейни до этого совместно руководили проектом AlphaChip в Google, ИИ-системой, которая генерировала компоновку микросхем за часы вместо недель ручной работы инженеров. Именно AlphaChip помогала проектировать несколько поколений TPU (Tensor Processing Units, специализированные чипы Google для вычислений с нейросетями). Теперь источник в лице TechCrunch сообщает, что их стартап взял этот подход и строит на его основе коммерческий продукт.

Раунд в 335 миллионов включает Series A на 300 миллионов, по данным TechCrunch. Среди инвесторов, Nvidia. Оценка компании достигла 4 миллиардов долларов за четыре месяца после запуска. Для стартапа без публичного продукта это указывает на ставку рынка не столько на текущую выручку, сколько на саму идею замкнутого цикла: ИИ проектирует чипы, на которых работает более мощный ИИ.

Что делает система Ricursive Intelligence?

• Автоматизирует этапы проектирования чипов: от размещения компонентов на кристалле до верификации (проверки, что схема работает корректно до начала производства).
• Учится между проектами: опыт проектирования одного чипа переносится на следующий, система улучшает подход от задачи к задаче.
• Сжимает цикл разработки: по заявлению компании, цель сократить проектирование с двух-трёх лет до нескольких недель.
• Создаёт петлю самоулучшения: ИИ помогает создать более мощное «железо», на котором запускается ещё более способный ИИ, и так далее.

Последний пункт и есть ключевая ставка. Сегодня модели развиваются быстрее, чем аппаратная база под ними: новый чип проходит от проекта до производства годы, а новую модель можно обучить за месяцы. Ricursive делает ставку на то, что ИИ проектирование чипов способно сократить этот разрыв.

Кто стоит за компанией?

Анна Голди, основатель и CEO, доктор наук по информатике из Стэнфорда. Вошла в список MIT Technology Review «35 Innovators Under 35», по данным TechCrunch.

Азалия Мирхосейни, основатель и CTO, доцент кафедры информатики в Стэнфорде, основала лабораторию Scaling Intelligence Lab. Обе были ранними сотрудниками компании Anthropic (создатели модели Claude) и работали на позициях senior staff research scientist в Google DeepMind.

Публичная презентация подхода Ricursive запланирована на TechCrunch Disrupt 2026 (13 по 15 октября, Сан-Франциско), где основатели выступят с сессией «When AI Starts Designing Its Own Hardware» («Когда ИИ начинает проектировать собственное «железо»»).

Почему это критически важно для России?

Дефицит собственных чипов остаётся ключевым ограничением для развития ИИ в России. Российские компании работают с ограниченным доступом к передовому проектированию и производству микросхем. Подход Ricursive показывает направление, в котором движется мировая индустрия: ИИ проектирование чипов может радикально снизить порог входа, позволяя небольшим командам проектировать то, на что раньше требовались сотни инженеров.

Прямых российских аналогов Ricursive Intelligence на рынке пока нет. Российские проекты по разработке чипов (Baikal, Elbrus) не используют публично заявленные системы ИИ-проектирования сопоставимого уровня. Однако сам принцип применения ИИ к проектированию микросхем доступен для изучения: AlphaChip, предшественник технологии Ricursive, был описан в публикациях Google DeepMind.

Как попробовать разобраться в теме?

1. Прочитайте материалы Google DeepMind про AlphaChip: оригинальные публикации описывают принцип ИИ-проектирования компоновки чипов и доступны на сайте DeepMind.
2. Следите за анонсами TechCrunch Disrupt 2026 (13 по 15 октября): сессия Голди и Мирхосейни покажет конкретные результаты и планы Ricursive.
3. Изучите открытые инструменты EDA (Electronic Design Automation, автоматизация проектирования электроники): OpenROAD и другие опенсорс-проекты дают базовое понимание этапов, которые Ricursive автоматизирует.

Что делать с этим прямо сейчас, по ролям

Авторам Дзена и копирайтерам. Тема ИИ проектирования чипов пока непривычна для широкой аудитории, но она объясняет, почему одни нейросети работают быстрее других. Разбор «почему чипы определяют возможности нейросетей» способен собрать хорошие просмотры, потому что тема конкретная и мало кем раскрыта на русском языке.

Маркетологам. Следите за новостями Ricursive и аналогичных компаний: если цикл проектирования чипов действительно сожмётся, через два-три года рынок ИИ-инструментов получит аппаратный рывок, а значит изменится набор и стоимость доступных сервисов.

Предпринимателям из РФ и СНГ. Прямого доступа к продуктам Ricursive пока нет, компания не объявляла о международной доступности. Но понимание подхода помогает оценить, насколько уязвима стратегия «купим чужие чипы»: если конкуренты проектируют микросхемы за недели, отставание с каждым годом будет расти, а не сокращаться.

Частые вопросы

Ricursive Intelligence уже продаёт готовый продукт?

Нет. Компания основана в конце 2025 года, привлекла 335 миллионов долларов, но публичного коммерческого продукта пока не анонсировала. Основатели представят подход на TechCrunch Disrupt 2026 в октябре.

Чем подход Ricursive отличается от AlphaChip?

AlphaChip, созданный в Google теми же основателями, генерировал компоновку (расположение элементов) чипов. Ricursive, по данным TechCrunch, стремится автоматизировать больше этапов: от размещения компонентов до верификации, и учиться на каждом новом проекте, улучшая следующий.

Можно ли использовать эти технологии в России?

Сам продукт Ricursive Intelligence пока недоступен нигде, он в разработке. Принципы ИИ-проектирования чипов описаны в открытых публикациях Google DeepMind. Для практической работы в России доступны опенсорс-инструменты автоматизации проектирования электроники, но они не включают ИИ-систему уровня Ricursive.

Если ИИ проектирование чипов действительно выйдет на обещанный темп, выиграют те, кто начнёт разбираться в теме сейчас, а не после очередного отставания на поколение «железа».