ChipAgents Memperluas Seri A menjadi $134 Juta karena Agen AI Memasuki Desain Semikonduktor yang Lebih Dalam

ChipAgents telah mengamankan tambahan $60 juta dalam pendanaan Seri A2, memperluas putaran Seri A-nya menjadi $134 juta karena perusahaan semikonduktor menjelajahi cara agen AI otonom dapat mempersingkat siklus desain dan verifikasi chip yang menantang.

B Capital bergabung dengan pendanaan sebagai investor baru, bersama dengan pendukung yang ada Bessemer Venture Partners, Micron, MediaTek, Ericsson (ERIC ), ScOp Venture Capital, dan lain-lain. Modal baru ini tiba enam bulan setelah penutupan awal putaran Seri A perusahaan dan mengikuti peningkatan enam kali lipat dalam pendapatan tahunan yang berulang selama paruh pertama tahun 2026.

ChipAgents mengatakan teknologinya telah diterapkan di lebih dari 120 perusahaan semikonduktor, termasuk Micron dan MediaTek. Perusahaan yang berbasis di Santa Clara ini berencana menggunakan pendanaan untuk memperluas penerapan pelanggan, merekrut di seluruh tim teknik dan go-to-market, dan mempercepat pengembangan platform desain semikonduktor AI-asli.

Beralih dari Kopilot AI ke Alur Kerja Teknik Otonom

ChipAgents menargetkan masalah yang jauh lebih spesialis daripada alat pengkodean AI tujuan umum.

Pengembangan semikonduktor melibatkan alur kerja yang terhubung yang meliputi arsitektur, spesifikasi, kode register-transfer level, lingkungan verifikasi, simulasi, analisis cakupan, gelombang, verifikasi formal, debugging, optimasi daya, waktu, dan penutupan desain. Kesalahan yang ditemukan terlambat dalam proses ini dapat menunda proyek dan menciptakan biaya teknik tambahan yang substansial.

Platform perusahaan menggunakan agen spesifik domain yang dapat menafsirkan spesifikasi dan kode, menghasilkan aset register-transfer level dan verifikasi yang berorientasi produksi, dan melakukan analisis penyebab akar otomatis. Produknya mencakup lingkungan untuk desain, verifikasi, cakupan, dan debugging, bersama dengan antarmuka baris perintah dan ruang kerja proyek.

Alih-alih hanya menyarankan baris kode berikutnya, agen ChipAgents dirancang untuk merencanakan dan menyelesaikan tugas multi-langkah. Ini mewakili perbedaan antara asisten AI yang mendukung insinyur dan sistem otonom yang dapat mengeksekusi bagian penting dari alur kerja teknik.

Platform ini juga dirancang untuk beroperasi bersama dengan alat otomatisasi desain elektronik dan lingkungan pengembangan yang ada. Strategi integrasi ini penting karena perusahaan semikonduktor tidak mungkin menggantikan sistem simulasi, sintesis, verifikasi, dan penandatanganan yang sudah mereka gunakan.

Mengapa Verifikasi adalah Target Alami untuk Agentic AI

Verifikasi sangat sesuai untuk agen AI spesialis karena banyak tindakan menghasilkan umpan balik yang dapat diukur.

Kode yang dihasilkan dapat dikompilasi, asersi dapat diuji, simulasi dapat dijalankan, dan cakupan fungsional atau kode dapat dihitung. Sinyal-sinyal ini memungkinkan agen untuk mengevaluasi apakah perubahan yang diusulkan memperbaiki desain daripada mengandalkan penilaian subjektif sepenuhnya.

Verifikasi juga memerlukan penalaran di seluruh spesifikasi, testbench, log, kode, dan data gelombang. Ketika simulasi gagal, insinyur mungkin perlu mencari melalui volume besar bahasa deskripsi perangkat keras dan data gelombang untuk menentukan apakah masalahnya berasal dari desain, testbench, spesifikasi, atau sistem sekitarnya.

ChipAgents telah mengembangkan sistem analisis penyebab akar yang memeriksa file desain, testbench, log kesalahan, dan gelombang. Arsitektur ini memungkinkan beberapa agen untuk menyelidiki penjelasan potensial secara paralel, didukung oleh analisis gelombang dan proses verifikasi yang menguji hipotesis sebelum menyajikan hasil.

Ini adalah penggunaan agen AI yang lebih terbatas dan dapat diverifikasi daripada meminta chatbot umum untuk menghasilkan desain chip lengkap dari prompt. Agen-agen ini beroperasi dalam proses teknik yang mapan di mana output mereka dapat diuji terhadap alat yang deterministik dan persyaratan desain yang dapat diukur.

Pertumbuhan Pelanggan Memperkuat Cerita Pendanaan

Basis pelanggan ChipAgents yang berkembang tampaknya menjadi salah satu faktor utama di balik pendanaan tambahan.

Perusahaan baru-baru ini melaporkan bahwa Whalechip menggunakan platformnya selama proyek debugging sistem-on-chip. Menurut ChipAgents, teknologi analisis penyebab akar mereka mengidentifikasi empat bug kritis dan mengurangi putaran analisis individu dari hari menjadi antara 15 dan 60 menit, membantu pelanggan menghindari hingga dua minggu penundaan pengembangan.

Ambiq, pengembang semikonduktor ultra-rendah daya untuk perangkat edge bertenaga baterai, juga memperluas penggunaan platform di seluruh tim teknik tambahan setelah mengevaluasi teknologi tersebut. Penerapan ini mencakup alur kerja desain dan verifikasi semikonduktor, menunjukkan bahwa ChipAgents berkembang dari uji coba terbatas menuju penggunaan produksi yang lebih luas.

ChipAgents juga bergabung dengan jaringan mitra Amazon Web Services dan menyelesaikan penilaian SOC 2 Tipe II. Langkah-langkah ini mungkin membantu mengatasi kebutuhan infrastruktur, keamanan, dan tata kelola organisasi semikonduktor yang bekerja dengan properti intelektual sensitif.

Pengembangan ini tidak menghilangkan kebutuhan akan insinyur atau alat verifikasi konvensional. Sebaliknya, ini menunjukkan bahwa agen otonom mungkin pertama-tama mendapatkan traksi dengan menghilangkan pekerjaan investigasi berulang, menghasilkan aset verifikasi, mengatasi regresi, dan membantu insinyur mencapai penutupan desain lebih cepat.

Taruhan yang Lebih Besar pada Teknik Semikonduktor AI-Asli

Putaran yang diperluas mencerminkan tesis investasi yang lebih luas: semikonduktor yang semakin kompleks memerlukan peningkatan kapasitas teknik yang sesuai, tetapi keahlian semikonduktor tidak dapat diskalakan secepat infrastruktur komputasi.

Desain chip menjadi lebih sulit untuk diverifikasi karena jumlah transistor meningkat, arsitektur menjadi lebih heterogen, dan tim pengembangan bekerja di seluruh spesifikasi, kode register-transfer level, alat formal, simulasi, kendala, model cakupan, dan persyaratan desain fisik.

ChipAgents berargumen bahwa agen AI spesifik domain dapat menyerap sebagian dari beban kerja ini tanpa memerlukan perusahaan untuk menggantikan alat dan metode yang sudah mereka gunakan.

Perusahaan ini didirikan pada tahun 2024 oleh William Wang, seorang peneliti kecerdasan buatan dan profesor yang berafiliasi dengan Universitas California, Santa Barbara. Pendekatan teknisnya menggabungkan model khusus, koordinasi multi-agen, konteks teknik semikonduktor, dan umpan balik dari sistem verifikasi daripada mengandalkan model bahasa besar tujuan umum.

Pendanaan terbaru memberi ChipAgents sumber daya tambahan untuk menunjukkan bahwa pendekatan ini dapat diskalakan di seluruh arsitektur chip yang berbeda, lingkungan otomatisasi desain elektronik, metodologi pengembangan, dan organisasi teknik.

Ujian Berikutnya untuk Agentic AI dalam Desain Chip

Agentic AI dalam pengembangan semikonduktor akhirnya akan dinilai berdasarkan akurasi, reproduktifitas, keamanan, dan kemampuan untuk beroperasi dalam proses penandatanganan yang mapan. Pembangunan kode yang lebih cepat saja tidak cukup ketika cacat yang tidak terdeteksi dapat mengompromikan tapeout yang mahal.

Kesempatan yang lebih langsung bukanlah penciptaan chip otonom sepenuhnya. Ini adalah pengembangan sistem teknik AI yang dapat menyelidiki kegagalan, menghasilkan dan menguji aset verifikasi, mengoordinasikan alur kerja berulang, dan menyajikan insinyur dengan bukti yang mendukung kesimpulan mereka.

ChipAgents’ putaran Seri A yang diperluas menunjukkan bahwa investor dan perusahaan semikonduktor semakin mau mendanai transisi tersebut. Tantangan berikutnya akan menjadi menunjukkan bahwa perbaikan produktivitas yang dilaporkan dalam penerapan awal dapat diulangi di seluruh rentang pelanggan dan lingkungan produksi yang jauh lebih luas.