Похоже, мы живём в эпоху, когда дух времени велит не учить человека ловить рыбу, а ИИ-модель, чтобы ИИ-лаборатория — в данном случае Anthropic — могла потом всю жизнь лакомиться заказными кремниевыми чипами.
Anthropic прямо сейчас платит от $500 000 до $850 000 исследователям-инженерам, которые обучают её ИИ-модели проектированию кремниевых чипов, но лишь малую долю этого вознаграждения — инженерам по кремниевым чипам, которые фактически создают эти чипы, и это при почти идентичных требованиях к навыкам
Ещё в мае мы сообщали, что мимоходом обронённые Anthropic замечания о «логических чипах» в рамках развивающегося партнёрства с Samsung вызвали шквал спекуляций о возможном сотрудничестве двух компаний в области ASIC.
Впрочем, всего через два месяца Anthropic практически подтвердила Business Insider ранее на этой неделе, что действительно планирует создать такой заказной чип, признав свои текущие усилия по формированию собственной команды разработчиков кремниевых чипов, и добавив, что она придерживается и будет придерживаться «мультичипового подхода».
Однако по мере того как Anthropic продолжает укреплять свою команду по проектированию кремниевых чипов, возник интересный разрыв в оплате: ИИ-лаборатория готова платить от $500 000 до $850 000 в год исследователям-инженерам, обучающим её ИИ-модели проектированию кремниевых чипов, но лишь от $320 000 до $485 000 — инженерам, которые непосредственно проектируют её первый ASIC.
Более того, этот существенный разрыв в оплате возник несмотря на схожие требования к навыкам для этих двух должностей, включая экспертизу в полном ASIC/FPGA flow, RTL to tape-out, UVM/formal, physical design, PPA, DFT и EDA-инструментах.
Разумеется, Anthropic — не первая ИИ-лаборатория, которая пытается использовать ИИ-модели для процессов проектирования чипов. В конце концов, нашумевшая модель Kimi K3 от Moonshot недавно смогла спроектировать жизнеспособный кремниевый чип полностью автономно за 48 часов, создав проект чипа площадью 4,0 мм² с библиотекой Nangate 45nm и используя открытые EDA-инструменты, а также написав GPU-компилятор с нуля. Виртуальный чип даже смог достичь пропускной способности декодирования более 8 700 токенов в секунду в симуляции.
Похоже, даже кремниевые инженеры не застрахованы от блуждающего гнева ИИ, обрекающего на устаревание.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Rohail Saleem




