Circuit Mind、AI電子回路設計向けに2,500万ドルの調達を発表、シリーズAで1,850万ドルを確保

Circuit Mindは、電子回路の設計と検証を支援するAIプラットフォームの拡大に向け、2,500万ドルの資金調達を発表した。今回の調達には、1,850万ドルのシリーズAと、これまで公表されていなかったシードラウンドが含まれ、ロンドンに本社を置く同社の累計調達額は3,340万ドルとなった。

シリーズAはNorwestが主導し、既存投資家のThird Prime、Differential Ventures、Blackhorn Venturesに加え、新規投資家のLightscape VCが参加した。シードラウンドはThird Primeが主導した。NorwestのジェネラルパートナーであるDave Zilberman氏が、Circuit Mindの取締役に就任する。

今回の資金調達と同時に発表されたのが、新製品のAVE（Agentic Verification Engine）だ。部品のデータシートや企業の設計ルールに照らして設計を検証する。既存の設計支援ツールACEと合わせて、実用可能な回路を作ることと、その回路が物理的な基板になる前に誤りを見つけることという、相互に関連する2つの課題に取り組む。

要件から回路図に至る作業を自動化

電子設計は、画面上に記号を配置するだけではない。エンジニアは互換性のある部品を選び、電気的な制約を満たし、供給状況を考慮したうえで、設計が要件を満たす理由を文書化する必要がある。一見些細な不整合でも、製造や試験の工程をやり直すことになりかねない。

Circuit MindのACEは、Assistant to Circuit Engineersの略称で、ハードウェアのブロック図をもとに設計を開始する。発表によると、数分で回路図、部品表、補足分析を作成できるほか、コスト、サイズ、消費電力、部品の入手可能性を重視した選択肢をエンジニアが比較できる。

同社の製品ドキュメントには、さらに詳しい説明がある。入力には、信号、機能要件、機械的制約、調達要件などを含められる。出力には、回路図の候補、フォームファクター分析、入手可能性の分析、ECADソフトウェアや部品ライブラリ向けのエクスポートが含まれる。エンジニアは重視する制約を指定し、代替案を検討できる。

こうした機能により、ACEは設計上のトレードオフを検討するためのツールとなる。より安価な部品を使えば消費電力が増える場合があり、小型のパッケージを選ぶと熱管理や調達が難しくなる場合もある。探索を自動化すれば、エンジニアは評価できる候補を増やせる一方、前提条件や合格基準については引き続きエンジニアが責任を負う。

Circuit MindがAIと物理学を組み合わせる理由

このプラットフォームは、エージェント型AIに、特許取得済みの物理ベースの意思決定エンジン、電子部品の構造化モデル、顧客ごとのエンジニアリング情報を組み合わせている。こうした情報には、承認済みメーカー、推奨部品、設計ルールが含まれる。Circuit Mindによると、このプラットフォームは顧客がすでに利用しているECADツール、ライブラリ、製品ライフサイクル管理システム、エンジニアリング環境と連携する。

これは、汎用チャットボットに回路の考案を求めるのとは異なるエンジニアリング上のアプローチだ。言語モデルは情報の解釈を支援できるが、部品や接続を選ぶには、電気的な限界値や設計要件に照らした明示的な確認も必要となる。Circuit Mindは、自動化と、部品の機能を構造化して表現する仕組みを組み合わせている。

同社は、ACEの以前の紹介で、ブロック図から回路図や部品表の選択肢を生成し、ライフサイクル上の状態、サプライチェーンの強靭性、推奨メーカーまで最適化の対象にすると説明していた。今回の発表では、設計の生成にとどまらず、企業独自の業務慣行に沿って設計を検証するところまで、説明の範囲が広がった。

この進展は、AIを活用した半導体設計など、エンジニアリングにAIを応用する他の取り組みとも並行している。ただし、対象となる作業は異なる。Circuit Mindが取り組むのは基板レベルの電子回路であり、半導体内部のレイアウトではない。一方での成功が、他方での性能を裏付けるわけではない。

AVEが独立した検証ワークフローを追加

AVEはAIエージェントを使い、設計を部品のデータシートや組織の設計ルールと照合する。Circuit Mindによると、試作品の製造前に、従来の回路図レビューでは見落とされる可能性のある問題を洗い出し、基板の再製作を減らすことを目指している。

設計の生成と検証を分けることには利点がある。自動生成ツールがすべての問題を解決済みだと想定するのではなく、チームが提案された設計を要件に照らして確認する必要があるためだ。また、検証によって、企業は組織に蓄積された知見をプロジェクト間で一貫して適用できる。

ただし、検証の対象範囲は重要だ。一連のルールに合格した回路図が、そのまま完成済みの認定製品になるわけではない。物理レイアウト、電磁干渉、熱特性、製造公差、動作条件によって、さらに制約が生じることがある。そのため、Circuit Mindが主張する検証可能な精度は、適用されるモデル、前提条件、チェック項目との関係で捉える必要がある。

公表された成果が示すもの

同社によると、Emerson、Schneider Electric、Fortune 5企業のエンジニアリングチームが同社のプラットフォームを利用しています。同社の発表では、設計スケジュールが数カ月から数週間に短縮されたこと、部品表コストが25％削減されたこと、製造リスピンが減少したことが挙げられています。これらは同社が報告した成果であり、共通の独立したベンチマークによる結果ではありません。

Circuit Mindが公開した、Los Alamos National Laboratoryの評価結果の概要から、さらに詳しい状況が分かります。中程度の複雑さのマイクロコントローラー設計にかかった時間は4時間13分で、手作業の場合の基準時間として示された60～80時間と比較されています。この時間には、セットアップの35分、自動解法の8分、手作業の約3時間半が含まれています。同じ概要では、より難易度の高いFPGA設計についても説明されており、評価時に一部の部品がサポートされていなかったため、多くの作業が手作業で残りました。こうした対照的な事例は、単一の高速化率をあらゆる基板に当てはめるべきではない理由を示しています。

発表に掲載されたSchneider Electricの幹部のコメントでは、初期評価において、アーキテクチャ探索にかかる労力を90％超削減できる可能性が示されたと説明されています。これは、ハードウェア開発サイクル全体を同じ割合で短縮できるという主張よりも限定的なものです。探索、詳細設計、基板レイアウト、テスト、認定は、それぞれ異なる段階です。

プラットフォームの拡充と米国での事業展開

Tomide AdesanmiとBasilio Gentileが創業したCircuit Mindは、資金を活用して電子機器設計のライフサイクル全体にわたってプラットフォームを拡充し、営業、エンジニアリング、カスタマーサクセスの各チームを拡大するとともに、北米を担当する米国本社を設立する計画です。

実際に重要となるのは、実際の電子機器プロジェクトを難しくする例外的な状況、すなわち不完全なデータシート、変化する要件、なじみのない部品、組織ごとに異なる基準に、ソフトウェアがどれだけ適切に対処できるかです。候補をより速く生成できることには価値があります。その効果がさらに大きくなるのは、エンジニアが自動選定の根拠を確認し、手戻りを減らしながら、信頼性の高い設計を次の段階へ進められる場合です。