Cognichip pozyskał 60 milionów dolarów w ramach rundy A, aby odbudować projektowanie chipów wokół sztucznej inteligencji

Cognichip pozyskał 60 milionów dolarów w ramach rundy A, którą poprowadziła Seligman Ventures, zwiększając łączne finansowanie do 93 milionów dolarów i sygnalizując rosnące zaufanie do nowej kategorii w projektowaniu półprzewodników: fizyki inspirowanej sztucznej inteligencji. W rundzie wzięło udział SBI Investment oraz istniejący inwestor, w tym Mayfield, Lux Capital, FPV oraz Candou Ventures, przy czym wszyscy inwestorzy z increase ich pozycji.

Finansowanie następuje w momencie, gdy przemysł półprzewodnikowy stoi w obliczu ograniczeń strukturalnych. Projektowanie zaawansowanych chipów stało się coraz bardziej kosztowne i czasochłonne, często wymagając lat i setek milionów dolarów, tworząc wąskie gardło dla postępu sztucznej inteligencji.

Odwrót od narzędzi projektowych

Cognichip pozycjonuje się nie jako kolejne narzędzie do automatyzacji projektowania elektronicznego, ale jako pełne przemyślenie sposobu, w jaki projektuje się chipy. Podstawą jest jego ACI® (Artificial Chip Intelligence) platforma.

Zgodnie z Cognichip, ACI jest modelem podstawowym inspirowanym fizyką, opracowanym specjalnie dla projektowania półprzewodników. W przeciwieństwie do modeli sztucznej inteligencji o ogólnym przeznaczeniu, integruje on ograniczenia fizyczne, zachowanie obwodów i rzeczywistości produkcyjne bezpośrednio w modelu. Pozwala to na przekazywanie informacji przez cały cykl życia rozwoju chipa, od architektury do weryfikacji i produkcji.

Firma twierdzi, że ten podejście może zmniejszyć wysiłek projektowy o 75% i przyspieszyć terminy o około 50%, fundamentalnie zmieniając ekonomię rozwoju chipów.

Dlaczego fizyka inspirowana sztuczną inteligencją jest ważna

Tradycyjne projektowanie chipów jest silnie sekwencyjne, z inżynierami poruszającymi się krok po kroku przez złożone przepływy pracy. Podejście Cognichip wprowadza równoległość, umożliwiając jednoczesne badanie wielu decyzji projektowych.

To jest ważne, ponieważ nowoczesne chipy obejmują domeny cyfrowe, analogowe i mieszane, z rosnącymi zależnościami, które utrudniają optymalizację. Poprzez wbudowanie fizyki bezpośrednio w model sztucznej inteligencji, ACI może nawigować te kompromisy w sposób, który systemy wyłącznie oparte na danych nie mogą.

Wynikiem jest system, który działa mniej jak narzędzie, a bardziej jak współpracownik inżynierski, zdolny do rozwiązywania problemów projektowych z powodu niemal na poziomie projektanta.

Weterani branży sygnalizują zaufanie

Runda ta przynosi również ciężar gatunku branży. Lip-Bu Tan i Umesh Padval dołączyli do rady nadzorczej Cognichip, wzmacniając pogląd, że projektowanie napędzane sztuczną inteligencją staje się strategiczną priorytetem w całym ekosystemie półprzewodników.

Obaj wykonawcy mają głębokie powiązania z ewolucją infrastruktury projektowania chipów, w tym role kierownicze w firmach, które definiowały wcześniejsze generacje narzędzi do projektowania i innowacji w dziedzinie krzemu. Ich zaangażowanie sugeruje, że branża postrzega sztuczną inteligencję nie jako ulepszenie, ale jako podstawową zmianę.

Od narzędzi do infrastruktury

Przez ostatnie dwa lata Cognichip skupił się na budowaniu tego, co określa jako jeden z najgłębszych zestawów danych w projektowaniu półprzewodników, obejmujący wszystko od zachowania obwodów po ograniczenia produkcyjne.

Ten warstwa danych jest kluczowa. Dane projektowe chipów są zwykle fragmentowane wśród narzędzi, dostawców i środowisk własnościowych, co utrudnia szkolenie uogólnionych systemów sztucznej inteligencji. Strategia Cognichip polega na zunifikowaniu tych zestawów danych w systemie zarządzanym, który może wspierać duże szkolenia modeli i wdrożenia.

To pozycjonuje ACI jako infrastrukturę, a nie oprogramowanie – warstwę, która mogłaby znajdować się w całym stosie półprzewodników.

Początkowy popyt na przedsiębiorstwa

Firma już pracuje z ponad 30 firmami półprzewodnikowymi, w tym z wieloma z największych graczy w branży. Te zaangażowania obejmują środowiska cyfrowe, analogowe, mieszane i foundry, co sugeruje, że platforma jest testowana w rzeczywistych przepływach produkcyjnych.

Wczesne wyniki rzekomo pokazują zmniejszenie cykli projektowych i kosztów, przy jednoczesnym utrzymaniu standardów wydajności i produkcyjności, które są kluczowe dla przyjęcia przez przedsiębiorstwa.

Jedną z bardziej interesujących dynamik za wzrostem Cognichip jest wzajemna zależność między sztuczną inteligencją a sprzętem. Modele sztucznej inteligencji wymagają coraz bardziej potężnych chipów, ale te chipy wymagają lat, aby je zaprojektować.

Poprzez skrócenie czasu projektowania z miesięcy lub lat do potencjalnie dni, Cognichip próbuje złamać tę pętle. Jeśli się powiedzie, to mogłoby przyspieszyć nie tylko innowacje w dziedzinie półprzewodników, ale cały ekosystem sztucznej inteligencji, który od nich zależy.

Co dalej

Cognichip wkracza w fazę skupioną na wdrożeniu przedsiębiorstw, gdzie uwaga przesuwa się z technicznego obietnicy do niezawodnej wydajności w środowiskach produkcyjnych w całym przemyśle półprzewodnikowym.

Jeśli fizyka inspirowana sztuczną inteligencją może niezawodnie zmniejszyć czas projektowania i koszty w skali, mogłaby zmienić sposób, w jaki organizacje podejmują rozwój chipów, potencjalnie obniżając bariery dla niestandardowych krzemów i zwiększając udział poza tradycyjnymi graczami.

Szerzej, wskazuje to na strukturalną zmianę: projektowanie chipów może ewoluować z wyspecjalizowanego, zasobochłonnego procesu w bardziej dostępne i równoległe dyscypliny, z implikacjami dla infrastruktury sztucznej inteligencji, chmury obliczeniowej i systemów krawędziowych.