コグニチップ、AIを活用したチップ設計のための6,000万ドルシリーズAラウンドを調達

コグニチップは、6,000万ドルのシリーズAラウンドをセリグマン・ベンチャーズのリードで調達し、総額9,300万ドルの資金調達を達成しました。これは、半導体設計における新しいカテゴリである物理情報AIへの支持が拡大していることを示しています。このラウンドには、SBIインベストメントや既存のバックアップ企業であるメイフィールド、ルクス・キャピタル、FPV、カンドゥ・ベンチャーズなどが参加し、すべてのシードインベスターがそのポジションを増やしました。

この資金調達は、半導体業界が構造的な限界に直面している時期に実施されました。先端チップの設計は、費用が高く時間がかかり、設計に数年と数億ドルがかかることが多く、AIの進歩そのもののボトルネックとなっています。

インクリメンタル設計ツールからの転換

コグニチップは、電子設計自動化ツールではなく、チップ設計の完全な再考を目指しています。コアとなるのは、ACI（Artificial Chip Intelligence）プラットフォームです。

コグニチップによると、ACIは、半導体設計専用に構築された物理情報基盤モデルです。汎用のAIモデルとは異なり、物理的制約、回路の動作、製造の現実をモデルに直接統合しています。これにより、チップ開発のライフサイクル全体、設計から検証、生産まで、クロスして推論することができます。

同社は、このアプローチにより、設計作業を最大75%削減し、タイムラインを約50%短縮でき、チップ開発の経済学を根本的に変えることができると主張しています。

物理情報AIの重要性

従来のチップ設計は、高度にシーケンシャルで、エンジニアが複雑なワークフローをステップごとに進めています。コグニチップのアプローチでは、並列性を導入し、複数の設計決定を同時に探索できるようになります。

これは重要です。現代のチップは、デジタル、Analogue、混合信号ドメインをカバーし、最適化がますます困難になる依存関係が増えています。物理情報を直接AIモデルに組み込むことで、ACIは、純粋にデータ駆動型システムではできないトレードオフをナビゲートできます。

結果として、ツールのように動作するのではなく、設計問題を解決するためにデザイナーと同等の推論能力を持つエンジニアリングコラボレーターとして機能します。

業界のベテランが信頼を示す

このラウンドには、重鎮の業界からの信頼も伴います。リップ・ブー・タンとウメシュ・パドヴァルがコグニチップの取締役会に参加し、AI駆動型設計が半導体エコシステム全体で戦略的優先事項になっていることを強調しています。

両方のエグゼクティブは、チップ設計インフラストラクチャーの進化に関わる深い経験を持ち、以前の設計ツールやシリコンイノベーションの定義におけるリーダーシップを務めてきました。彼らの関与は、業界がAIをインクリメンタルなアップグレードではなく、基盤的なシフトと見なしていることを示唆しています。

ツールからインフラストラクチャへ

過去2年間、コグニチップは、回路レベルの動作から製造の制約まで、半導体設計における最も深いデータセットの1つを構築することに重点を置いてきました。

このデータ層は重要です。チップ設計データは通常、ツール、ベンダー、独自の環境に分散しており、汎用化されたAIシステムをトレーニングすることが困難です。コグニチップの戦略は、これらのデータセットを統一し、大規模なモデルトレーニングと展開をサポートできるガバナンスシステムに統合することです。

これにより、ACIは、インフラストラクチャとしてではなく、ソフトウェアとしてではなく、半導体スタック全体にわたるレイヤーとして位置付けられます。

初期のエンタープライズトラクション

同社はすでに30以上の半導体企業、業界の主要プレイヤーと協力関係を築いています。これらの取り組みは、デジタル、Analogue、混合信号、ファウンドリ環境をカバーし、プラットフォームが実際の生産ワークフローでテストされていることを示しています。

初期の結果は、設計サイクルとコストの削減を実現しながら、パフォーマンスと製造可能性の基準を維持していることを示しています。これは、エンタープライズの採用において重要な要素です。

コグニチップの台頭の背後にある、より興味深いダイナミクスの1つは、AIとハードウェアの相互依存関係です。AIモデルは、より強力なチップを必要としますが、そのチップの設計には数年かかります。

設計タイムラインを数ヶ月または数年から数日間に圧縮することで、コグニチップはこのループを断ち切ろうとしています。成功すれば、半導体イノベーションのみならず、依存する全AIエコシステムの進歩を加速することができます。

次に何が起こるか

コグニチップは、エンタープライズ展開に重点を置くフェーズに入り、技術的な約束から半導体業界全体の生産環境での一貫したパフォーマンスへの焦点が移ります。

物理情報AIが設計タイムラインとコストを削減できる場合、組織がチップ開発に取り組む方法が変化し、カスタムシリコンへのアクセス障壁が低下し、従来のプレイヤー以外の参加が拡大する可能性があります。

より広範な意味では、これは構造的なシフトを示唆しています。チップ設計は、高度に専門化された、リソース集中型のプロセスから、よりアクセスしやすく並列化された学問分野への移行が起こり、AIインフラストラクチャ、クラウドコンピューティング、エッジシステムに影響を及ぼす可能性があります。