Az Nvidia jelenleg az MI-chipek vitathatatlan királya, több mint 4 billió dolláros piaci értékkel. A vállalat sikere részben azon alapul, hogy minden új chipgenerációhoz biztosít szoftvert a programozáshoz. Ez a helyzet azonban hamarosan megváltozhat az MI fejlődésének köszönhetően.
A Wafer nevű startup mesterséges intelligencia modelleket tanít az MI egyik legnehezebb és legfontosabb feladatára – a kód optimalizálására, hogy az a lehető leghatékonyabban fusson egy adott szilíciumchipen. Emilio Andere, a Wafer társalapítója és vezérigazgatója szerint a vállalat megerősítéses tanulást (reinforcement learning) alkalmaz nyílt forráskódú modelleken, hogy megtanítsák őket kernel kód írására, vagyis olyan szoftverre, amely közvetlenül az operációs rendszer hardverével kommunikál.
A Wafer továbbá "agentic harnesses" technikát ad hozzá meglévő kódoló modellekhez, mint az Anthropic Claude és az OpenAI GPT, hogy javítsa képességüket közvetlenül chipeken futó kód írására. A startup olyan vállalatokkal dolgozik együtt, mint az AMD és az Amazon, hogy segítsen optimalizálni a szoftvereket hardvereiken való hatékony futáshoz.
Egyre több prominens technológiai vállalat rendelkezik saját chipekkel. Az Apple és mások már évek óta egyedi szilíciumot használnak a laptopok, táblagépek és okostelefonok teljesítményének és hatékonyságának javítására. Nagyobb léptékben a Google és az Amazon saját szilíciumot gyárt felhőalapú számítástechnikai platformjaik teljesítményének javítására. A Meta nemrégiben bejelentette, hogy 1 gigawatt számítási kapacitást telepít egy Broadcommal közösen fejlesztett új chippel.
Az egyedi szilícium telepítése azonban rengeteg kódírást igényel, hogy az zökkenőmentesen és hatékonyan fusson az új processzoron. A Wafer technológiája ezt a folyamatot automatizálja és demokratizálja, lehetővé téve több vállalat számára, hogy saját hardvermegoldásokat használjanak anélkül, hogy hatalmas programozói csapatokat kellene fenntartaniuk az optimalizáláshoz. A startup eddig 4 millió dollárt gyűjtött be befektetésekből.