Circuit Mind rejser 18,5 mio. dollars i en A-runde og annoncerer 25 mio. dollars til design af elektronik med kunstig intelligens

Circuit Mind har annonceret en finansiering på 25 mio. dollars til at udvide sin AI-platform til design og kontrol af elektroniske kredsløb. Finansieringen omfatter en A-runde på 18,5 mio. dollars og en tidligere ikke offentliggjort seed-runde, så den London-baserede virksomheds samlede finansiering nu udgør 33,4 mio. dollars.

A-runden blev ledet af Norwest med deltagelse fra de eksisterende investorer Third Prime, Differential Ventures og Blackhorn Ventures samt den nye investor Lightscape VC. Third Prime ledede seed-runden. Norwests general partner Dave Zilberman indtræder i Circuit Minds bestyrelse.

Finansieringen kommer samtidig med AVE, virksomhedens nye Agentic Verification Engine, som kontrollerer design i forhold til komponentdatablade og virksomhedens tekniske regler. Sammen med den eksisterende designassistent ACE adresserer AVE to indbyrdes forbundne problemer: at udarbejde et funktionsdygtigt kredsløb og at finde fejl, før kredsløbet bliver til et fysisk printkort.

Automatisering af arbejdet fra kravspecifikation til kredsløbsdiagram

Elektronisk design handler om mere end at placere symboler på en skærm. Ingeniører skal vælge kompatible komponenter, overholde elektriske begrænsninger, tage højde for komponenternes tilgængelighed og dokumentere, hvorfor et design opfylder kravene. En tilsyneladende mindre uoverensstemmelse kan sende et team tilbage gennem produktion og test.

Circuit Minds ACE, en forkortelse for assistent til kredsløbsingeniører, tager udgangspunkt i et hardwareblokdiagram. Ifølge meddelelsen udarbejder værktøjet på få minutter et kredsløbsdiagram, en stykliste og tilhørende analyser, samtidig med at ingeniører kan sammenligne muligheder, der er optimeret med hensyn til pris, størrelse, strømforbrug eller komponenttilgængelighed.

Virksomhedens produktdokumentation giver flere nyttige oplysninger: Input kan omfatte signaler, funktionelle krav, mekaniske begrænsninger og indkøbsbehov. Output omfatter mulige kredsløbsdiagrammer, analyse af formfaktor og tilgængelighed samt eksportfiler til ECAD-software og komponentbiblioteker. Ingeniører kan angive de relevante begrænsninger og undersøge alternativer.

Det gør ACE til et værktøj til at navigere i de afvejninger, der følger med designarbejdet. En billigere komponent kan øge strømforbruget, mens en mindre komponentpakning kan gøre varmehåndtering eller indkøb mere kompliceret. Automatisering af søgningen kan give ingeniører flere muligheder at vurdere, men de er fortsat ansvarlige for forudsætningerne og acceptkriterierne.

Derfor kombinerer Circuit Mind kunstig intelligens med fysik

Platformen kombinerer agentisk kunstig intelligens med en patenteret, fysikbaseret beslutningsmotor, strukturerede modeller af elektroniske komponenter og kundespecifik teknisk kontekst. Denne kontekst omfatter godkendte producenter, foretrukne komponenter og designregler. Circuit Mind oplyser, at platformen integreres med de ECAD-værktøjer, biblioteker, systemer til produktlivscyklusstyring og tekniske miljøer, som kunderne allerede bruger.

Det er en anden teknisk tilgang end at bede en chatbot til generelle formål om at opfinde et kredsløb. En sprogmodel kan hjælpe med at fortolke information, men valg af komponenter og forbindelser kræver også eksplicit kontrol i forhold til elektriske grænser og designkrav. Circuit Minds tilgang er at kombinere automatisering med en struktureret repræsentation af, hvad en komponent kan gøre.

I sin tidligere introduktion til ACE beskrev virksomheden, hvordan værktøjet udarbejder forslag til kredsløbsdiagrammer og styklister ud fra et blokdiagram, og hvordan optimeringen også omfatter komponenternes livscyklusstatus, forsyningskædens robusthed og foretrukne producenter. Den nye annoncering udvider fortællingen fra at generere et design til at kontrollere det i overensstemmelse med virksomhedens egne arbejdsgange.

Denne udvikling føjer sig til andre bestræbelser på at anvende kunstig intelligens inden for ingeniørarbejde, herunder chipdesign med hjælp fra kunstig intelligens. Opgaverne er forskellige: Circuit Mind arbejder med elektroniske kredsløb på printkortniveau, ikke med den interne udformning af en halvleder. Succes på det ene område dokumenterer ikke resultater på det andet.

AVE tilføjer en særskilt arbejdsgang til verifikation

AVE bruger AI-agenter til at sammenligne design med komponentdatablade og en organisations designregler. Circuit Mind oplyser, at formålet er at afdække problemer, som traditionelle gennemgange af kredsløbsdiagrammer måske overser, inden en prototype bliver fremstillet, og dermed mindske behovet for at fremstille nye printkort.

Det er nyttigt at adskille generering og verifikation. Et team skal undersøge et foreslået design i forhold til kravene i stedet for at gå ud fra, at en automatisk generator allerede har løst alle problemer. Verifikation giver også virksomheder mulighed for at anvende deres organisatoriske viden konsekvent på tværs af projekter.

Det er dog vigtigt at være opmærksom på omfanget af enhver kontrol. Et kredsløbsdiagram, der overholder et sæt regler, er ikke automatisk et færdigt, kvalificeret produkt. Fysisk udformning, elektromagnetisk interferens, termisk adfærd, produktionstolerancer og driftsforhold kan medføre yderligere begrænsninger. Circuit Minds påstande om dokumenterbar nøjagtighed bør derfor ses i forhold til de modeller, forudsætninger og kontroller, der anvendes.

Hvad de rapporterede resultater viser

Virksomheden oplyser, at ingeniørteams hos Emerson, Schneider Electric og Fortune 5-virksomheder bruger platformen. I sin meddelelse nævner virksomheden, at designforløb er blevet forkortet fra måneder til uger, at omkostningerne til styklister er reduceret med 25 %, og at der er færre gentagne produktionsrunder. Det er resultater, virksomheden selv rapporterer, og ikke resultater fra en fælles, uafhængig benchmarktest.

Circuit Minds offentliggjorte sammenfatning af en evaluering foretaget af Los Alamos National Laboratory giver mere kontekst. Det tog fire timer og 13 minutter at udforme et mikrocontrollerdesign af middel kompleksitet, sammenlignet med en angivet manuel basistid på 60–80 timer. Det omfattede 35 minutters opsætning, otte minutters automatiseret løsning og omkring tre en halv times manuelt arbejde. Samme sammenfatning beskriver et mere komplekst FPGA-design, hvor der stadig var betydeligt manuelt arbejde tilbage, fordi nogle komponenter ikke blev understøttet under evalueringen. De kontrasterende eksempler viser, hvorfor man ikke bør generalisere én enkelt hastighedsforbedring til alle printkort.

En udtalelse fra en Schneider Electric-leder i meddelelsen beskriver tidlige evalueringer, der peger på mulige reduktioner på mere end 90 % i arbejdsindsatsen til udforskning af arkitekturer. Det er en mere afgrænset påstand end at reducere hele hardwareudviklingscyklussen med samme andel. Udforskning, detaljeret design, printkortlayout, test og kvalificering er forskellige faser.

Udvidelse af platformen og virksomhedens tilstedeværelse i USA

Circuit Mind, der blev grundlagt af Tomide Adesanmi og Basilio Gentile, planlægger at bruge finansieringen til at udvide platformen til at dække hele elektronikdesignets livscyklus, udvide salgs-, ingeniør- og kundesuccesteamene samt etablere et hovedkontor i USA, der betjener Nordamerika.

Den praktiske prøve bliver, hvor godt softwaren håndterer de undtagelser, der gør virkelige elektronikprojekter vanskelige: ufuldstændige datablad, ændrede krav, ukendte komponenter og standarder, der er specifikke for den enkelte organisation. Det er værdifuldt at kunne generere kandidater hurtigere. Den største gevinst opstår, når ingeniører kan undersøge dokumentationen bag et automatiseret valg og føre et pålideligt design videre til næste fase med mindre omarbejde.