Startup Wafer, किसी भी चिप आर्किटेक्चर के लिए सॉफ्टवेयर को स्वचालित रूप से ऑप्टिमाइज़ करने के लिए AI मॉडल्स को प्रशिक्षित कर रहा है, संभावित रूप से परफॉर्मेंस सॉफ्टवेयर इकोसिस्टम पर Nvidia की पकड़ को तोड़ रहा है। कंपनी kernel कोड लिखने के लिए open source मॉडल्स पर reinforcement learning का उपयोग करती है और Claude और GPT-4 जैसे मॉडल्स में "agentic harnesses" जोड़ती है ताकि उनकी हार्डवेयर-विशिष्ट कोडिंग क्षमताओं में सुधार हो सके। Wafer ने पहले से ही AMD और Amazon के साथ साझेदारी हासिल की है, Google के Jeff Dean और OpenAI के Wojciech Zaremba सहित उल्लेखनीय निवेशकों से $4 मिलियन जुटाए हैं।
यह इसलिए महत्वपूर्ण है क्योंकि Nvidia का $4 ट्रिलियन वैल्यूएशन केवल बेहतर सिलिकॉन पर आधारित नहीं है—यह उनका CUDA सॉफ्टवेयर इकोसिस्टम है जो उनके चिप्स को प्रोग्राम करना और ऑप्टिमाइज़ करना आसान बनाता है। जैसा कि Wafer के CEO Emilio Andere बताते हैं, "सबसे अच्छा AMD हार्डवेयर, सबसे अच्छा Trainium हार्डवेयर, सबसे अच्छे TPUs" अब Nvidia की कच्ची कंप्यूटिंग शक्ति से मेल खाते हैं। अड़चन उन दुर्लभ, महंगे परफॉर्मेंस इंजीनियरों की रही है जो उस क्षमता को अनलॉक करने के लिए आवश्यक हैं। यदि AI इस ऑप्टिमाइज़ेशन कार्य को स्वचालित कर सकता है, तो अचानक हर चिप Nvidia के जितना सुलभ हो जाता है।
व्यापक "AI लोकतंत्रीकरण" कथा चिप्स से कहीं आगे तक फैली हुई है। उद्योग की चर्चाएं कृषि में समान पैटर्न प्रकट करती हैं, जहां विशेषज्ञ बहस करते हैं कि क्या AI उन्नत कृषि तकनीक को छोटे किसानों के लिए सुलभ बना सकता है, और सामान्य कंप्यूटिंग इंटरफेस में, जहां कुछ लोग तर्क देते हैं कि large language models वह यूनिवर्सल UI बन जाएंगे जो सभी सॉफ्टवेयर को उपयोग में आसान बनाता है। लेकिन चिप ऑप्टिमाइज़ेशन समस्या अधिक ठोस है—यह "सभी को सशक्त बनाने" के अस्पष्ट वादों के बजाय एक विशिष्ट, मापने योग्य इंजीनियरिंग कार्य को स्वचालित करने के बारे में है।
डेवलपर्स के लिए, यह इंफ्रास्ट्रक्चर विकल्पों को फिर से आकार दे सकता है। यदि Wafer और समान टूल्स वैकल्पिक चिप्स के लिए विश्वसनीय रूप से कोड ऑप्टिमाइज़ कर सकते हैं, तो GPU की कमी का प्रीमियम और CUDA lock-in कम प्रासंगिक हो जाता है। असली परीक्षा यह होगी कि क्या AI-जनरेटेड ऑप्टिमाइज़ेशन प्रोडक्शन workloads में हाथ से ट्यून की गई परफॉर्मेंस से मेल खा सकते हैं, न कि केवल benchmarks में।