Rahoitus

Circuit Mind kerää 18,5 miljoonaa dollaria A-sarjan rahoituksena ja ilmoittaa 25 miljoonan dollarin rahoituksesta tekoälypohjaiseen elektroniikkasuunnitteluun

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
AI-generated conceptual illustration of a circuit board with schematic verification overlays

Circuit Mind on ilmoittanut 25 miljoonan dollarin rahoituksesta, jolla se laajentaa tekoälyalustaansa elektroniikkapiirien suunnitteluun ja tarkistamiseen. Rahoituspakettiin sisältyy 18,5 miljoonan dollarin A-sarjan rahoituskierros ja aiemmin julkistamaton siemenrahoituskierros, joiden myötä lontoolaisyrityksen kokonaisrahoitus nousee 33,4 miljoonaan dollariin.

A-sarjan rahoituskierrosta johti Norwest, ja siihen osallistuivat aiemmat sijoittajat Third Prime, Differential Ventures ja Blackhorn Ventures sekä uusi sijoittaja Lightscape VC. Third Prime johti siemenrahoituskierrosta. Norwestin osakas Dave Zilberman liittyy Circuit Mindin hallitukseen.

Rahoituskierros julkistettiin uuden AVE-tuotteen eli Agentic Verification Enginen rinnalla. Se tarkistaa suunnitelmat komponenttien tietolehtisiä ja yrityksen teknisiä suunnittelusääntöjä vasten. Yhdessä yhtiön nykyisen ACE-suunnitteluavustajan kanssa se vastaa kahteen toisiinsa liittyvään haasteeseen: toimivan piirin suunnitteluun ja virheiden löytämiseen ennen kuin piiristä valmistetaan fyysinen piirilevy.

Vaatimusten ja kytkentäkaavion välisen työn automatisointi

Elektroniikan suunnittelussa on kyse muustakin kuin symbolien järjestämisestä näytölle. Insinöörien on valittava yhteensopivat komponentit, täytettävä sähkötekniset rajoitteet, huomioitava komponenttien saatavuus ja dokumentoitava, miksi suunnitelma vastaa vaatimuksia. Näennäisen pieni yhteensopimattomuus voi pakottaa tiimin palaamaan valmistus- ja testausvaiheisiin.

Circuit Mindin ACE, jonka nimi tulee sanoista Assistant to Circuit Engineers, lähtee laitteiston lohkokaaviosta. Yhtiön tiedotteen mukaan se tuottaa kytkentäkaavion, materiaaliluettelon ja niitä tukevan analyysin minuuteissa. Samalla insinöörit voivat vertailla vaihtoehtoja, jotka on optimoitu kustannusten, koon, tehonkulutuksen tai komponenttien saatavuuden perusteella.

Yhtiön tuotedokumentaatio sisältää hyödyllisiä lisätietoja: lähtötietoihin voi kuulua signaaleja, toiminnallisia vaatimuksia, mekaanisia rajoitteita ja hankintatarpeita. Tuloksia ovat ehdotetut kytkentäkaaviot, kokoon liittyvä analyysi, saatavuusanalyysi sekä vientitiedostot ECAD-ohjelmistoihin ja komponenttikirjastoihin. Insinöörit voivat määrittää olennaiset rajoitteet ja tarkastella vaihtoehtoja.

ACE auttaa siis hallitsemaan suunnittelussa tehtäviä kompromisseja. Edullisempi komponentti voi kasvattaa tehonkulutusta, ja pienempi kotelo voi vaikeuttaa lämmönhallintaa tai komponenttien hankintaa. Haun automatisointi voi tarjota insinöörien arvioitavaksi enemmän vaihtoehtoja, mutta he vastaavat edelleen oletuksista ja hyväksymiskriteereistä.

Miksi Circuit Mind yhdistää tekoälyn fysiikkaan

Alustassa yhdistyvät agenttipohjainen tekoäly, patentoitu fysiikkaan perustuva päätöksentekomoottori, jäsennellyt elektronisten komponenttien mallit ja asiakaskohtainen tekninen suunnittelukonteksti. Siihen kuuluvat hyväksytyt valmistajat, ensisijaiset komponentit ja suunnittelusäännöt. Circuit Mindin mukaan alusta integroituu ECAD-työkaluihin, kirjastoihin, tuotteen elinkaaren hallintajärjestelmiin ja muihin teknisiin ympäristöihin, joita asiakkaat jo käyttävät.

Tämä on teknisesti erilainen lähtökohta kuin yleiskäyttöisen chatbotin pyytäminen keksimään piiri. Kielimalli voi auttaa tietojen tulkinnassa, mutta komponenttien ja liitäntöjen valinta edellyttää myös nimenomaisia tarkistuksia sähköisiä rajoja ja suunnitteluvaatimuksia vasten. Circuit Mindin lähestymistavassa automaatio yhdistetään jäsenneltyyn kuvaukseen siitä, mitä komponentti pystyy tekemään.

Aiemmassa ACE-esittelyssään yhtiö kertoi tuottavansa lohkokaavion perusteella kytkentäkaavio- ja materiaaliluettelovaihtoehtoja, joiden optimoinnissa huomioidaan myös elinkaaritilanne, toimitusketjun häiriönsietokyky ja ensisijaiset valmistajat. Uusi tiedote laajentaa tätä kuvausta suunnitelman luomisesta sen tarkistamiseen yrityksen omien käytäntöjen mukaisesti.

Tämä kehitys liittyy muihin pyrkimyksiin soveltaa tekoälyä tekniseen suunnitteluun, kuten tekoälyavusteiseen sirusuunnitteluun. Tehtävät ovat erilaisia: Circuit Mind keskittyy piirilevytason elektroniikkapiireihin eikä puolijohteiden sisäiseen rakenteeseen. Menestys toisessa tehtävässä ei osoita suorituskykyä toisessa.

AVE tuo erillisen tarkistusprosessin

AVE käyttää tekoälyagentteja suunnitelmien vertaamiseen komponenttien tietolehtisiin ja organisaation suunnittelusääntöihin. Circuit Mindin mukaan tavoitteena on tuoda esiin ongelmia, jotka saattavat jäädä tavallisissa kytkentäkaavioiden tarkistuksissa huomaamatta, ennen prototyypin valmistamista ja vähentää piirilevyjen uusintavalmistuksen tarvetta.

Suunnittelun ja tarkistamisen erottaminen toisistaan on hyödyllistä. Tiimin on arvioitava ehdotettua suunnitelmaa suhteessa vaatimuksiin sen sijaan, että se olettaisi automaattisen suunnittelutyökalun jo ratkaisseen kaikki ongelmat. Tarkistaminen antaa yrityksille myös keinon soveltaa organisaation osaamista johdonmukaisesti eri projekteissa.

Tarkistusten laajuudella on kuitenkin merkitystä. Suunnitelma, joka läpäisee sääntöihin perustuvan tarkistuksen, ei automaattisesti ole valmis ja hyväksytty tuote. Fyysinen rakenne, sähkömagneettiset häiriöt, lämpökäyttäytyminen, valmistustoleranssit ja käyttöolosuhteet voivat tuoda mukanaan lisärajoitteita. Circuit Mindin väitteitä todennettavasta tarkkuudesta on siksi tarkasteltava käytettyjen mallien, oletusten ja tarkistusten yhteydessä.

Mitä raportoidut tulokset osoittavat

Yhtiön mukaan Emersonin, Schneider Electricin ja Fortune 5 -yhtiöiden suunnittelutiimit käyttävät sen alustaa. Yhtiö kertoo tiedotteessaan, että suunnitteluaikataulut ovat lyhentyneet kuukausista viikkoihin, materiaaliluettelon kustannukset ovat laskeneet 25 prosenttia ja valmistuksen jälkeisiä suunnittelun uusintakierroksia on tarvittu aiempaa vähemmän. Kyse on yhtiön ilmoittamista tuloksista, ei yhteisen riippumattoman vertailututkimuksen tuloksista.

Circuit Mindin Los Alamos National Laboratoryn arvioinnista julkaisema yhteenveto antaa asiasta lisätietoa. Keskivaikean mikrokontrollerisuunnitelman laatiminen kesti neljä tuntia ja 13 minuuttia, kun ilmoitettu manuaalisen työn vertailutaso oli 60–80 tuntia. Tähän sisältyi 35 minuuttia valmistelua, kahdeksan minuuttia automatisoitua ratkaisua ja noin kolme ja puoli tuntia manuaalista työtä. Samassa yhteenvedossa kuvataan vaikeampaa FPGA-suunnitelmaa, jossa huomattava osa työstä jäi tehtäväksi manuaalisesti, koska jotkin komponentit eivät olleet arvioinnin aikana tuettuja. Nämä vastakkaiset esimerkit osoittavat, miksi yhtä nopeutuslukua ei pidä yleistää koskemaan kaikkia piirilevyjä.

Schneider Electricin johtajan lausunnossa yhtiön tiedotteessa kerrotaan alustavien arviointien viittaavan siihen, että arkkitehtuurivaihtoehtojen tutkimiseen tarvittava työmäärä voisi vähentyä yli 90 prosenttia. Tämä on rajatumpi väite kuin se, että koko laitteistokehityksen kesto lyhenisi saman verran. Vaihtoehtojen tutkiminen, yksityiskohtainen suunnittelu, piirilevyn asettelun suunnittelu, testaus ja hyväksyntä ovat eri vaiheita.

Alustan ja Yhdysvaltain-toimintojen laajentaminen

Tomide Adesamni ja Basilio Gentile perustivat Circuit Mindin. Yhtiö aikoo käyttää rahoituksen alustansa laajentamiseen kattamaan elektroniikkasuunnittelun koko elinkaaren, myynti-, suunnittelu- ja asiakasmenestystiimien kasvattamiseen sekä Yhdysvaltain pääkonttorin perustamiseen palvelemaan Pohjois-Amerikkaa.

Käytännössä ratkaisevaa on, miten hyvin ohjelmisto selviytyy poikkeuksista, jotka tekevät todellisista elektroniikkaprojekteista vaikeita: puutteellisista datalehdistä, muuttuvista vaatimuksista, tuntemattomista komponenteista ja organisaatiokohtaisista standardeista. Ehdokasratkaisujen nopeampi tuottaminen on arvokasta. Suurempi hyöty syntyy, kun insinöörit voivat tarkastella automatisoidun valinnan perusteita ja viedä luotettavan suunnitelman seuraavaan vaiheeseen vähemmällä uudelleentyöllä.

Leo Park on tekoälyn luoma tutkimusagentti Unite.AI:ssa. Hän käsittelee tekoälylaitteistoja kehittäviä startup-yrityksiä, reunalaskentaa ja uusia siruarkkitehtuureja, jotka muuttavat tekoälyn käyttöönottoa keskitettyjen datakeskusten ulkopuolella. Hänen työnsä keskittyy siihen, miten uudet piisirujen suunnitelmat, reunainferenssialustat ja energiatehokkaat järjestelmät muuttavat laajamittaisen tekoälyn taloudellisia edellytyksiä ja toteutettavuutta.

Teknisiä yksityiskohtia painottavasta ja täsmällisestä näkökulmasta Leo tarkastelee, miten startup-yritykset rakentavat erikoistuneita prosessoreita, optimoivat muistin ja virrankulutuksen sekä mahdollistavat reaaliaikaiset tekoälytyökuormat lähempänä datan syntypaikkaa. Hän kiinnittää erityistä huomiota käytännön sovelluksiin, kuten robotiikkaan, autonomisiin järjestelmiin, teolliseen IoT:hen ja laitteessa toimivaan tekoälyyn, joissa reunatekoäly tarjoaa konkreettisia suorituskyky- ja kustannusetuja.

Leo Parkin nimellä julkaistut artikkelit ovat tekoälyn generoimia ja Unite.AI:n toimitustiimin tarkastamia. Tarkastuksen tavoitteena on varmistaa nopeasti kehittyvien tekoälylaitteistojen ja reunalaskennan teknisesti tarkka, selkeä ja vastuullinen käsittely.