המהפכה הבאה של אמנון שעשוע: כשה-AI לא רק כותב שבבים, הוא גם מוכיח שהם עובדים

מערכת WarpSpeed של הסטארט-אפ doubleAI מציגה ביצועים שמשאירים אבק למומחים אנושיים ולמודלים מובילים כמו Claude. הסוד? אימות פורמלי במקום ניסוי וטעייה.

בתעשיית השבבים, טעות היא לא עניין של "באג" שאפשר לתקן בעדכון גרסה מרחוק. טעות בתכנון חומרה יכולה לעלות מאות מיליוני דולרים, לעכב השקות של מוצרים בשנים ולגרום לנזק תדמיתי אדיר. לכן, כשאמנון שעשוע, האיש מאחורי מובילאיי, נכנס לתחום הזה עם הסטארט-אפ החדש שלו doubleAI, כדאי להקשיב היטב.

החברה חשפה לאחרונה את WarpSpeed, מערכת בינה מלאכותית שנועדה לפתור את אחד מצווארי הבקבוק הקשים ביותר בעולם הטכנולוגי: תכנון, אופטימיזציה ואימות של שבבים וביצועי GPU. המטרה היא לא סתם "בינה מלאכותית כללית" (AGI), אלא מה ששעשוע מכנה Artificial Expert Intelligence (AEI) – מערכות שמתעלות על המומחים האנושיים הגדולים ביותר בתחומים ספציפיים וקריטיים.

בבדיקות שנערכו על בנצ'מרק ה-CVDP של NVIDIA (קיצור של Comprehensive Verilog Design Problems), התוצאות היו לא פחות ממדהימות. WarpSpeed הצליחה לקחת קוד חומרה קיים ולבצע לו אופטימיזציה אגרסיבית:

• •צמצום של 82.5% במספר התאים (Cells): מדובר בחיסכון עצום בשטח סיליקון ובצריכת אנרגיה, מבלי לפגוע בתפקוד.
• •פתרון של 98.5% ממשימות התכנון: המערכת התמודדה בהצלחה כמעט מלאה עם אתגרי תכנון מורכבים ב-Verilog.
• •שיפור ביצועים ב-GPU: בבדיקות אחרות שפורסמו ב-BusinessWire, המערכת שכתבה מחדש ספריות קוד של NVIDIA (כמו cuGraph) והשיגה שיפור מהירות ממוצע של פי 3.6 לעומת קוד שנכתב ועבר אופטימיזציה על ידי מומחים אנושיים במשך עשור.

כאן מגיע החלק המעניין באמת. כיום, מודלים כמו Claude 3.5 או GPT-4 מסוגלים לכתוב קוד, אבל בעולם החומרה זה לא מספיק. בבדיקה השוואתית, המודל Claude Code (עם Fable) הגיע לתוצאות מרשימות, אך התגלתה בו בעיה קריטית: 16.2% מהפתרונות שלו היו "האקים".

מה זה אומר? אלו פתרונות שעברו את בדיקות ההרצה (Tests) הראשוניות, אך בפועל היו לא תקינים מבחינה לוגית או לא תאמו את המפרט המקורי. בתוכנה זה אולי יעבור, בחומרה זה אסון.

לעומת זאת, WarpSpeed סיימה עם 100% פתרונות תקינים. היא לא רק ניחשה את הקוד הבא, היא השתמש באימות פורמלי (Formal Verification) – כלי מתמטי שמוכיח שהשינויים שבוצעו שומרים על הזהות הפונקציונלית של השבב מול המפרט והחומרה המקורית.

החזון של שעשוע ושותפו, פרופ' שי שלו-שוורץ, הוא לשכפל מומחיות. בעולם שבו חסרים מהנדסי שבבים מומחים, והדרישה לכוח מחשוב (במיוחד עבור AI) רק עולה, היכולת להשתמש ב-AI כדי לתכנן שבבים יעילים יותר, מהירים יותר ובאפס טעויות היא Game Changer.

אנחנו עוברים מעידן שבו ה-AI הוא עוזר כתיבה (Copilot), לעידן שבו ה-AI הוא מהנדס בכיר שחוקר, מתכנן ומוכיח את העבודה שלו. כפי ששעשוע ציין ב-פוסט שלו ב-X, המערכת כבר הוכיחה שהיא יכולה לקחת אלגוריתמים קלאסיים ולהפוך אותם לחומרה ייעודית שמריצה וידאו ב-108 פריימים לשנייה על שבב חסכוני במיוחד.

הבשורה של doubleAI היא לא רק במהירות, אלא באמינות. היכולת של WarpSpeed לבצע אופטימיזציה של 82.5% תוך הבטחה מתמטית שהכל עובד, מסמנת את הדרך לדור הבא של השבבים. אם עד היום פיתוח חומרה היה תהליך איטי, יקר ומפחיד, ה-AI של שעשוע הופך אותו למהיר, יעיל ובטוח הרבה יותר.

אנחנו נמשיך לעקוב אחרי WarpSpeed, במיוחד כשהיא מתחילה לנגוס בביצועים של ארכיטקטורות חדשות כמו Blackwell של NVIDIA. העתיד של הסיליקון נראה פתאום הרבה יותר חכם.