Svensk startup utmanar Nvidias miljardimperium med AI-kodning

När mjukvaran blir nyckeln till hårdvaruframgång

Nvidias fyra biljoner dollar tunga marknadsvärde bygger inte bara på överlägsen hårdvara. Det verkliga vapnet är företagets mjukvaruekosystem som gör det enkelt för utvecklare att programmera sina AI-kretsar. Nu utmanar dock startup-företaget Wafer denna dominans med en fascinerande approach: AI som skriver AI-hårdvarukod.

Enligt Wired tränar Wafer AI-modeller att skriva och optimera så kallad kärnkod – den mjukvara som kommunicerar direkt med processorer. Det låter kanske tekniskt, men konsekvenserna kan bli enorma för hela AI-branschen.

Förstärkningsinlärning möter hårdvaruoptimering

Vafer använder förstärkningsinlärning på modeller med öppen källkod och bygger vidare på befintliga kodningsverktyg från Anthropic och OpenAI. Grundaren Emilio Andere pekar på något viktigt: "De bästa kretsarna från AMD, Amazon Trainium och Googles TPU:er ger samma teoretiska prestanda som Nvidias processorer."

Här ligger kärnan i utmaningen. Många företag har faktiskt hårdvara som kan mäta sig med Nvidia – problemet är att det saknas tillgängliga verktyg för att få ut maximal prestanda ur den hårdvaran.

Specialiserade prestandaingenjörer är både dyra och sällsynta, vilket gynnar Nvidias etablerade mjukvarustack. Men om AI kan automatisera denna optimering blir spelplanen plötsligt mer jämlik.

Tunga namn bakom satsningen

Att Wafer redan har samlat in fyra miljoner dollar från investerare som Googles Jeff Dean och OpenAI:s Wojciech Zaremba säger mycket om potentialen. Dessa personer vet exakt hur kritisk mjukvaruoptimering är för AI-prestanda.

Företaget samarbetar redan med AMD och Amazon för att optimera mjukvara för deras hårdvara. Detta är inte bara teoretisk forskning – det handlar om konkreta partnerskap med företag som desperat vill minska sitt beroende av Nvidia.

Demokratisering genom automatisering

Vad som gör Wafers approach så intressant är hur den potentiellt kan demokratisera tillgången till högpresterande AI-hårdvara. I dag kräver det månader av specialistutveckling att optimera kod för nya processorer. Om AI kan göra detta automatiskt och snabbt, blir det plötsligt ekonomiskt försvarbart för fler företag att utveckla egen hårdvara eller välja alternativ till Nvidia.

Från ett systemutvecklingsperspektiv är detta fascinerande. Vi ser hur AI inte bara förbättrar slutprodukter utan också revolutionerar själva utvecklingsprocessen. Det påminner om hur kompilatorer en gång automatiserade det som tidigare krävde handskrivna assemblersprogram.

Nvidias reaktion blir avgörande

Nvidia kommer säkert inte att sitta passiv. Företaget har enorma resurser och kan mycket väl utveckla sina egna AI-drivna optimeringsverktyg. Men Wafers approach med öppen källkod och fokus på konkurrenternas hårdvara ger dem en strategisk fördel – de kan vara neutrala på ett sätt som Nvidia aldrig kan.

Det här är början på något större. När AI kan optimera AI-hårdvara automatiskt, förändras maktbalansen i en bransch värd biljoner dollar.