Cognichip získává 60 milionů dolarů v rámci série A, aby přestavěl návrh čipů kolem AI

Cognichip získal 60 milionů dolarů v rámci série A, kterou vedla Seligman Ventures, a tím zvýšil celkové financování na 93 milionů dolarů, což signalizuje rostoucí trend za novou kategorií v návrhu polovodičů: fyzikou informovanou AI. Do kola se zapojily SBI Investment a stávající investoři, včetně Mayfield, Lux Capital, FPV a Candou Ventures, přičemž všichni investoři ze semenového kola zvýšili své podíly.

Financování přichází v době, kdy se průmysl polovodičů potýká se strukturálními limity. Navrhování pokročilých čipů se stalo stále nákladnějším a časově náročnějším, často vyžadujícím roky a stovky milionů dolarů, což vytváří úzké místo pro pokrok AI sám o sobě.

Odklon od nástrojů pro.incrementální návrh

Cognichip se позициuje ne jako další nástroj pro automatické návrhové řízení, ale jako kompletní přehodnocení toho, jak jsou čipy navrhovány. V jádru je jeho ACI® (Artificial Chip Intelligence) platforma.

Podle Cognichipu je ACI fyzikou informovaná základová modelová platforma speciálně navržená pro návrh polovodičů. Na rozdíl od obecných AI modelů integruje fyzikální omezení, chování obvodů a skutečnosti výroby přímo do modelu. To umožňuje mu.reasonovat napříč celým životním cyklem vývoje čipu, od architektury po verifikaci a výrobu.

Společnost tvrdí, že tento přístup může snížit návrhové úsilí až o 75 % a urychlit časové osy přibližně o 50 %, což fundamentálně mění ekonomiku vývoje čipů.

Proč fyzikou informovaná AI záleží

Tradiční návrh čipů je vysoce sekvenční, s inženýry pohybujícími se krok za krokem skrz komplexní pracovní postupy. Přístup Cognichipu zavádí paralelismus, umožňující současně prozkoumat více návrhových rozhodnutí.

To záleží, protože moderní čipy pokrývají digitální, analogové a smíšené signálové domény, s rostoucími vzájemnými závislostmi, které činí optimalizaci stále obtížnější. Embedding fyziky přímo do AI modelu umožňuje ACI navigovat tyto kompromisy způsoby, které čistě datové systémy nemohou.

Výsledkem je systém, který se chová méně jako nástroj a více jako inženýrský spolupracovník, schopný řešit návrhové problémy s téměř designer-level reasoningem.

Odvětvoví veteráni signalizují důvěru

Kolo také přináší těžkou průmyslovou validaci. Lip-Bu Tan a Umesh Padval se připojili k představenstvu Cognichipu, posilující názor, že AI-pohybovaný návrh se stává strategickou prioritou napříč ekosystémem polovodičů.

Oba výkonní pracovníci mají hluboké vazby na evoluci infrastruktury návrhu čipů, včetně vedoucích rolí ve společnostech, které definovaly dřívější generace návrhových nástrojů a inovací v oblasti křemíku. Jejich účast naznačuje, že průmysl vidí AI ne jako inkrementální upgrade, ale jako fundamentální posun.

Od nástrojů k infrastruktuře

Během posledních dvou let se Cognichip soustředil na budování toho, co popisuje jako jednu z nejhlubších datových sad v návrhu polovodičů, pokrývající vše od chování obvodů na úrovni obvodů po výrobní omezení.

Tato datová vrstva je kritická. Data o návrhu čipů jsou obvykle fragmentovaná napříč nástroji, dodavateli a proprietárními prostředími, což činí obtížným trénovat generalizované AI systémy. Strategie Cognichipu spočívá v tom, že tyto datové sady sjednotí do řízeného systému, který může podporovat rozsáhlé školení modelů a nasazení.

To позициuje ACI jako infrastrukturu spíše než software – vrstvu, která by mohla sedět napříč celým stackem polovodičů.

Brzká podniková trakce

Společnost již spolupracuje s více než 30 společnostmi v oblasti polovodičů, včetně mnoha z nejlepších hráčů v odvětví. Tyto zapojení pokrývají digitální, analogové, smíšené signálové a foundry prostředí, naznačující, že platforma je testována napříč reálnými produkčními pracovními postupy.

Rané výsledky údajně ukazují snížení návrhových cyklů a nákladů, zatímco zachovávají standardy výkonu a výrobnosti, které jsou kritické pro podnikové přijetí.

Jedna z nejzajímavějších dynamik za vzestupem Cognichipu je cirkulární závislost mezi AI a hardwarem. AI modely vyžadují stále výkonnější čipy, ale ty čipy trvají roky, než jsou navrženy.

Snižováním návrhových časových os z měsíců nebo let na potenciálně dny se Cognichip snaží rozbit tuto smyčku. Pokud se jim to podaří, mohlo by to urychlit nejen inovace v oblasti polovodičů, ale celý AI ekosystém, který na nich závisí.

Co přijde dál

Cognichip přechází do fáze zaměřené na podnikové nasazení, kde se pozornost přesouvá z technického slibu na konzistentní výkon v produkčních prostředích napříč průmyslem polovodičů.

Pokud fyzikou informovaná AI může spolehlivě snižovat návrhové časové osy a náklady v měřítku, mohlo by to změnit, jak organizace přistupují k vývoji čipů, potenciálně snižují bariéry pro custom křemík a rozšiřují účast beyond tradiční hráče.

Širším způsobem to naznačuje strukturální posun: návrh čipů se může vyvinout z vysoce specializovaného, zdrojově náročného procesu na více přístupný a paralelizovaný obor, s dopady na AI infrastrukturu, cloud computing a edge systémy.