Circuit Mind raccoglie 18,5 milioni di dollari in un round di serie A e annuncia 25 milioni per la progettazione elettronica con l’IA

Circuit Mind ha annunciato un finanziamento da 25 milioni di dollari per ampliare la propria piattaforma di IA dedicata alla progettazione e alla verifica di circuiti elettronici. Il pacchetto comprende un round di serie A da 18,5 milioni di dollari e un round seed finora non annunciato, portando il finanziamento totale della società londinese a 33,4 milioni di dollari.

Il round di serie A è stato guidato da Norwest, con la partecipazione degli investitori già presenti Third Prime, Differential Ventures e Blackhorn Ventures, insieme al nuovo investitore Lightscape VC. Third Prime ha guidato il round seed. Dave Zilberman, socio accomandatario di Norwest, entrerà nel consiglio di amministrazione di Circuit Mind.

Il finanziamento arriva insieme ad AVE, il nuovo motore di verifica agentica dell’azienda, che controlla i progetti confrontandoli con le schede tecniche dei componenti e le regole ingegneristiche aziendali. Insieme all’assistente alla progettazione ACE, già esistente, affronta due problemi correlati: realizzare un circuito funzionante e individuare gli errori prima che il circuito diventi una scheda fisica.

Automatizzare il lavoro tra i requisiti e lo schema

La progettazione elettronica non consiste soltanto nel disporre simboli su uno schermo. Gli ingegneri devono selezionare componenti compatibili, rispettare i vincoli elettrici, tenere conto della disponibilità delle forniture e documentare perché un progetto soddisfa i requisiti. Una discrepanza apparentemente minima può costringere il team a ripetere le fasi di produzione e collaudo.

ACE di Circuit Mind, acronimo di assistente per ingegneri circuitali, parte da un diagramma a blocchi hardware. Secondo quanto annunciato, in pochi minuti produce uno schema, una distinta base e le analisi di supporto, consentendo agli ingegneri di confrontare opzioni ottimizzate in base a costo, dimensioni, consumo energetico o disponibilità dei componenti.

La documentazione del prodotto dell’azienda fornisce ulteriori dettagli utili: tra gli input possono esserci segnali, requisiti funzionali, vincoli meccanici ed esigenze di approvvigionamento. Gli output comprendono schemi possibili, analisi del fattore di forma, analisi della disponibilità ed esportazioni per software ECAD e librerie di componenti. Gli ingegneri possono specificare i vincoli rilevanti ed esplorare alternative.

ACE diventa così uno strumento per orientarsi tra i compromessi progettuali. Un componente più economico può aumentare il consumo energetico; un contenitore più piccolo può complicare la gestione termica o l’approvvigionamento. Automatizzare la ricerca può offrire agli ingegneri più candidati da valutare, lasciando però a loro la responsabilità delle ipotesi e dei criteri di accettazione.

Perché Circuit Mind combina l’IA con la fisica

La piattaforma combina l’IA basata su agenti con un motore decisionale brevettato e basato sulla fisica, modelli strutturati di componenti elettronici e un contesto ingegneristico specifico per ciascun cliente. Questo contesto comprende produttori approvati, componenti preferiti e regole di progettazione. Circuit Mind afferma che la piattaforma si integra con gli strumenti ECAD, le librerie, i sistemi di gestione del ciclo di vita del prodotto e gli ambienti ingegneristici già utilizzati dai clienti.

Si tratta di una proposta ingegneristica diversa dal chiedere a un chatbot generalista di inventare un circuito. Un modello linguistico può aiutare a interpretare le informazioni, ma la selezione dei componenti e dei collegamenti richiede anche verifiche esplicite rispetto ai limiti elettrici e ai requisiti di progettazione. L’approccio di Circuit Mind consiste nel combinare l’automazione con una rappresentazione strutturata delle funzionalità dei componenti.

Nella precedente presentazione di ACE, l’azienda aveva descritto la generazione di opzioni per schemi e distinte base a partire da un diagramma a blocchi, con un’ottimizzazione estesa allo stato del ciclo di vita, alla resilienza della catena di approvvigionamento e ai produttori preferiti. Il nuovo annuncio amplia questa prospettiva: dalla generazione di un progetto alla sua verifica secondo le prassi interne di un’impresa.

Questa evoluzione si affianca ad altri tentativi di applicare l’IA all’ingegneria, tra cui la progettazione di chip assistita dall’IA. Si tratta di attività distinte: Circuit Mind si occupa di circuiti elettronici a livello di scheda, non della disposizione interna di un semiconduttore. Il successo in un ambito non dimostra prestazioni nell’altro.

AVE aggiunge un flusso di lavoro di verifica distinto

AVE utilizza agenti di IA per confrontare i progetti con le schede tecniche dei componenti e le regole di progettazione di un’organizzazione. Circuit Mind afferma che l’obiettivo è far emergere problemi che potrebbero sfuggire alle normali revisioni degli schemi, prima della produzione di un prototipo, riducendo la necessità di rifare le schede.

La separazione tra generazione e verifica è utile. Un team deve esaminare un progetto proposto confrontandolo con i requisiti, invece di presumere che un generatore automatico abbia già risolto ogni problema. La verifica offre inoltre alle imprese un modo per applicare in modo coerente il proprio patrimonio di conoscenze ai diversi progetti.

Tuttavia, è importante considerare la portata di ogni verifica. Uno schema che supera una serie di controlli non è automaticamente un prodotto finito e qualificato. La disposizione fisica, le interferenze elettromagnetiche, il comportamento termico, le tolleranze di produzione e le condizioni operative possono introdurre ulteriori vincoli. Le affermazioni di Circuit Mind sull’accuratezza dimostrabile vanno quindi intese in relazione ai modelli, alle ipotesi e ai controlli applicati.

Cosa mostrano i risultati dichiarati

L’azienda afferma che team di progettazione di Emerson, Schneider Electric e aziende Fortune 5 utilizzano la sua piattaforma. Nel suo annuncio cita tempi di progettazione ridotti da mesi a settimane, una diminuzione del 25% dei costi della distinta base e un minor numero di ripetizioni dei cicli di produzione. Si tratta di risultati riportati dall’azienda, non di esiti ottenuti con un benchmark indipendente comune.

Il riepilogo pubblicato della valutazione condotta dal Los Alamos National Laboratory da Circuit Mind offre ulteriori elementi di contesto. La progettazione di un microcontrollore di media complessità ha richiesto quattro ore e 13 minuti, a fronte di un tempo di riferimento manuale dichiarato di 60–80 ore. Il totale comprendeva 35 minuti di preparazione, otto minuti di risoluzione automatizzata e circa tre ore e mezza di lavoro manuale. Lo stesso riepilogo descrive un progetto FPGA più complesso, per il quale è rimasta una quantità considerevole di lavoro manuale perché alcuni componenti non erano supportati durante la valutazione. Questi casi, così diversi tra loro, mostrano perché non si dovrebbe generalizzare un singolo aumento di velocità a tutte le schede.

Una dichiarazione di un dirigente di Schneider Electric inclusa nell’annuncio descrive valutazioni preliminari che indicano possibili riduzioni superiori al 90% dell’impegno necessario per esplorare le architetture. È un’affermazione più circoscritta rispetto a una riduzione della stessa entità dell’intero ciclo di sviluppo hardware. L’esplorazione, la progettazione dettagliata, il layout della scheda, i test e la qualificazione sono fasi distinte.

Espansione della piattaforma e presenza negli Stati Uniti

Fondata da Tomide Adesanmi e Basilio Gentile, Circuit Mind prevede di utilizzare i fondi per estendere la propria piattaforma a tutte le fasi del ciclo di progettazione elettronica, ampliare i team di vendita, ingegneria e successo dei clienti e istituire una sede centrale negli Stati Uniti al servizio del Nord America.

La prova concreta sarà la capacità del software di gestire le eccezioni che rendono complessi i progetti elettronici reali: schede tecniche incomplete, requisiti che cambiano, componenti poco noti e standard specifici dell’organizzazione. Generare più rapidamente soluzioni candidate è utile. Il vantaggio maggiore si ottiene quando gli ingegneri possono esaminare le prove alla base di una scelta automatizzata e portare alla fase successiva un progetto affidabile, riducendo le rilavorazioni.