Ricursive Intelligence는 AI가 반도체 설계를 수행하고, 각 설계 결과에서 학습해 다음 설계를 개선하는 방식으로 칩 개발을 자동화하고 가속하려 한다고 밝혔다. 창업자 Anna Goldie와 Azalia Mirhoseini는 TechCrunch Disrupt 무대에서 향후 5년 동안 연산 수요가 최소 10,000배까지 늘어날 수 있다고 보고, 이를 단순히 데이터센터 확장으로 감당하기보다 더 효율적인 칩 설계로 대응해야 한다고 설명했다. 목표는 데이터센터 내부의 대역폭 활용과 웨이퍼, 팹의 사용 효율까지 함께 높이는 것이다.
이들의 설명에 따르면 이 접근은 기존처럼 칩을 여러 작은 블록으로 나눠 최적화하는 대신, 칩 전체를 한 번에 다루며 비정형 배치를 찾는 데 초점을 둔다. 두 창업자가 이전에 개발한 AlphaChip은 원형에 가까운 도넛 형태의 부품 배치를 제안했고, 이는 처음에는 낯설었지만 실제로 효과를 보였다. AI가 칩 설계의 실행을 맡으면 사람은 응용과 새로운 아이디어에 더 집중할 수 있다는 점도 함께 제시됐다. 기술적으로 중요한 지점은 AI가 전통적 규칙에 얽매이지 않고 더 복잡한 패턴을 찾아 성능과 자원 효율을 동시에 개선할 가능성이다.