Circuit Mind pozyskuje 18,5 mln dolarów w rundzie serii A i ogłasza finansowanie w wysokości 25 mln dolarów na projektowanie elektroniki z wykorzystaniem AI

Circuit Mind ogłosiła pozyskanie 25 mln dolarów finansowania na rozwój platformy AI do projektowania i weryfikacji obwodów elektronicznych. Pakiet obejmuje 18,5 mln dolarów w rundzie serii A oraz wcześniej nieujawnioną rundę zalążkową, co zwiększa łączną kwotę finansowania londyńskiej firmy do 33,4 mln dolarów.

Rundzie serii A przewodził Norwest, a udział w niej wzięli dotychczasowi inwestorzy: Third Prime, Differential Ventures i Blackhorn Ventures, a także nowy inwestor Lightscape VC. Rundzie zalążkowej przewodził Third Prime. Dave Zilberman, partner zarządzający w Norwest, dołączy do rady dyrektorów Circuit Mind.

Finansowanie ogłoszono wraz z AVE, nowym Agentic Verification Engine firmy, który sprawdza projekty na podstawie kart katalogowych komponentów i firmowych zasad inżynieryjnych. W połączeniu z istniejącym asystentem projektowym ACE narzędzie to odpowiada na dwa powiązane problemy: tworzenie działającego obwodu i wykrywanie błędów, zanim obwód stanie się fizyczną płytką.

Automatyzacja pracy od wymagań do schematu

Projektowanie elektroniki to coś więcej niż rozmieszczanie symboli na ekranie. Inżynierowie muszą dobierać kompatybilne komponenty, spełniać ograniczenia elektryczne, uwzględniać dostępność dostaw i dokumentować, dlaczego projekt spełnia wymagania. Pozornie niewielka niezgodność może sprawić, że zespół będzie musiał ponownie przejść przez proces produkcji i testowania.

ACE firmy Circuit Mind, czyli Assistant to Circuit Engineers (asystent dla inżynierów obwodów), rozpoczyna pracę od schematu blokowego sprzętu. Jak podano w komunikacie, w ciągu kilku minut tworzy schemat, wykaz materiałowy i analizy pomocnicze, a inżynierowie mogą porównywać warianty zoptymalizowane pod kątem kosztu, rozmiaru, poboru mocy lub dostępności komponentów.

Dokumentacja produktu firmy zawiera dodatkowe przydatne informacje: dane wejściowe mogą obejmować sygnały, wymagania funkcjonalne, ograniczenia mechaniczne i potrzeby zakupowe. Wyniki obejmują proponowane schematy, analizę współczynnika kształtu, analizę dostępności oraz pliki eksportowane do oprogramowania ECAD i bibliotek komponentów. Inżynierowie mogą określić istotne ograniczenia i sprawdzać alternatywne rozwiązania.

Dzięki temu ACE pomaga analizować kompromisy projektowe. Tańszy komponent może zwiększyć pobór mocy, a mniejsza obudowa może utrudnić zarządzanie temperaturą lub zaopatrzenie. Automatyzacja poszukiwań może dostarczyć inżynierom więcej wariantów do oceny, ale to oni nadal odpowiadają za przyjęte założenia i kryteria akceptacji.

Dlaczego Circuit Mind łączy AI z fizyką

Platforma łączy agentową sztuczną inteligencję z opatentowanym silnikiem decyzyjnym opartym na fizyce, ustrukturyzowanymi modelami komponentów elektronicznych i kontekstem inżynieryjnym dostosowanym do potrzeb klienta. Obejmuje on zatwierdzonych producentów, preferowane komponenty i zasady projektowania. Circuit Mind informuje, że platforma integruje się z narzędziami ECAD, bibliotekami, systemami zarządzania cyklem życia produktu i środowiskami inżynieryjnymi, z których klienci już korzystają.

To inne podejście do pracy inżynieryjnej niż proszenie chatbota ogólnego przeznaczenia o wymyślenie obwodu. Model językowy może pomóc w interpretacji informacji, ale dobór komponentów i połączeń wymaga również jawnego sprawdzania ograniczeń elektrycznych i wymagań projektowych. Circuit Mind łączy automatyzację z ustrukturyzowanym opisem możliwości poszczególnych komponentów.

W wcześniejszym omówieniu ACE firma opisała generowanie wariantów schematu i wykazu materiałowego na podstawie schematu blokowego, z optymalizacją uwzględniającą status cyklu życia, odporność łańcucha dostaw i preferowanych producentów. Nowy komunikat rozszerza ten zakres: od generowania projektu po jego weryfikację zgodnie z praktykami obowiązującymi w danym przedsiębiorstwie.

Ten kierunek rozwoju wpisuje się w inne próby wykorzystania AI w inżynierii, w tym projektowanie układów scalonych wspomagane przez AI. Są to odrębne zadania: Circuit Mind zajmuje się obwodami elektronicznymi na poziomie płytki, a nie wewnętrznym układem półprzewodnika. Sukces w jednej z tych dziedzin nie przesądza o skuteczności w drugiej.

AVE wprowadza odrębny proces weryfikacji

AVE wykorzystuje agentów AI do porównywania projektów z kartami katalogowymi komponentów i zasadami projektowymi danej organizacji. Circuit Mind informuje, że celem jest wykrywanie problemów, które mogą umknąć podczas tradycyjnego przeglądu schematu, zanim powstanie prototyp, co ogranicza potrzebę ponownego wykonywania płytek.

Rozdzielenie generowania projektu i jego weryfikacji jest przydatne. Zespół powinien sprawdzić proponowany projekt pod kątem wymagań, zamiast zakładać, że automatyczny generator rozwiązał już każdy problem. Weryfikacja pozwala też przedsiębiorstwom konsekwentnie wykorzystywać wiedzę instytucjonalną w różnych projektach.

Istotny jest jednak zakres każdej kontroli. Schemat, który spełnia określony zestaw zasad, nie jest automatycznie gotowym, zakwalifikowanym produktem. Dodatkowe ograniczenia mogą wynikać z fizycznego rozmieszczenia elementów, zakłóceń elektromagnetycznych, zachowania termicznego, tolerancji produkcyjnych i warunków pracy. Deklaracje Circuit Mind dotyczące możliwej do udowodnienia dokładności należy zatem rozpatrywać w kontekście zastosowanych modeli, założeń i kontroli.

Co pokazują przedstawione wyniki

Firma twierdzi, że z jej platformy korzystają zespoły inżynieryjne w Emerson, Schneider Electric oraz firmach z listy Fortune 5. W komunikacie podaje, że czas realizacji projektów skrócił się z miesięcy do tygodni, koszty wykazu materiałowego spadły o 25%, a liczba ponownych wdrożeń do produkcji się zmniejszyła. Są to wyniki podane przez firmę, a nie rezultaty uzyskane w ramach wspólnego, niezależnego testu porównawczego.

Więcej kontekstu dostarcza opublikowane przez Circuit Mind podsumowanie oceny przeprowadzonej przez Los Alamos National Laboratory. Projekt mikrokontrolera o średnim stopniu złożoności zajął cztery godziny i 13 minut, podczas gdy deklarowany czas pracy ręcznej wynosił od 60 do 80 godzin. Obejmowało to 35 minut przygotowań, osiem minut automatycznego rozwiązywania oraz około trzech i pół godziny pracy ręcznej. W tym samym podsumowaniu opisano trudniejszy projekt FPGA, przy którym pozostało dużo pracy ręcznej, ponieważ niektóre komponenty nie były obsługiwane w czasie oceny. Te kontrastujące przypadki pokazują, dlaczego nie należy uogólniać pojedynczego wyniku dotyczącego przyspieszenia na każdą płytkę.

Wypowiedź przedstawiciela kadry kierowniczej Schneider Electric zamieszczona w komunikacie opisuje wstępne oceny wskazujące na możliwość zmniejszenia o ponad 90% nakładu pracy związanego z eksploracją architektury. To węższe twierdzenie niż deklaracja skrócenia o tyle samo całego cyklu rozwoju sprzętu. Eksploracja, szczegółowy projekt, projektowanie układu płytki, testowanie i kwalifikacja to odrębne etapy.

Rozwój platformy i umacnianie obecności w USA

Założona przez Tomide Adesanmiego i Basilio Gentile firma Circuit Mind planuje przeznaczyć pozyskane środki na rozszerzenie platformy na cały cykl projektowania elektroniki, rozbudowę zespołów sprzedaży, inżynierii i ds. sukcesu klienta oraz utworzenie siedziby głównej w USA, która będzie obsługiwać Amerykę Północną.

Praktycznym sprawdzianem będzie to, jak dobrze oprogramowanie radzi sobie z wyjątkami, które utrudniają realizację rzeczywistych projektów elektronicznych: niekompletnymi kartami katalogowymi, zmieniającymi się wymaganiami, nieznanymi komponentami i standardami specyficznymi dla danej organizacji. Szybsze generowanie propozycji jest cenne. Większe korzyści przynosi jednak wtedy, gdy inżynierowie mogą sprawdzić uzasadnienie zautomatyzowanego wyboru i przenieść rzetelny projekt do kolejnego etapu, ograniczając potrzebę ponownej pracy.