Cognichip atrage 60 de milioane de dolari în seria A pentru a reconstrui proiectarea cipului în jurul inteligenței artificiale

Cognichip a strâns o rundă de 60 de milioane de dolari Seria A, condusă de Seligman Ventures, ceea ce îi ridică finanțarea totală la 93 de milioane de dolari și semnalează o creștere a momentului din spatele unei noi categorii în proiectarea semiconductorilor: inteligența artificială informată de fizică. Runda a atras participarea de la SBI Investment și de la investitorii existenți, printre care Mayfield, Lux Capital, FPV și Candou Ventures, toți investitorii de capital de risc majorându-și pozițiile.

Finanțarea vine într-un moment în care industria semiconductorilor se confruntă cu limite structurale. Proiectarea de cipuri avansate a devenit din ce în ce mai scumpă și consumatoare de timp, necesitând adesea ani și sute de milioane de dolari, ceea ce creează un blocaj pentru progresul inteligenței artificiale în sine.

O schimbare spre o proiectare de cipuri mai accesibilă

Cognichip se poziționează nu ca un alt instrument de automatizare a proiectării electronice, ci ca o reevaluare completă a modului în care sunt proiectate cipurile. La nucleul său se află platforma ACI® (Inteligență Artificială a Cipului).

Conform Cognichip, ACI este un model de inteligență artificială informat de fizică, construit special pentru proiectarea semiconductorilor. În contrast cu modelele generale de inteligență artificială, acesta integrează direct constrângeri fizice, comportamentul circuitului și realitățile de fabricație în model. Acest lucru îi permite să raționeze pe tot parcursul ciclului de dezvoltare a cipului, de la arhitectură la verificare și producție.

Compania afirmă că această abordare poate reduce efortul de proiectare cu până la 75% și poate accelera termenele cu aproximativ 50%, rescriind fundamental economia dezvoltării cipului.

De ce inteligența artificială informată de fizică contează

Proiectarea tradițională a cipurilor este foarte secvențială, cu ingineri care se deplasează pas cu pas prin fluxuri de lucru complexe. Abordarea Cognichip introduce paralelism, permițând explorarea simultană a multiplelor decizii de proiectare.

Acest lucru contează pentru că cipurile moderne acoperă domenii digitale, analogice și mixte, cu interdependențe crescânde care fac optimizarea din ce în ce mai dificilă. Prin încorporarea fizicii direct în modelul de inteligență artificială, ACI poate naviga aceste compromisuri în moduri în care sistemele pur bazate pe date nu pot.

Rezultatul este un sistem care acționează mai mult ca un colaborator de inginerie decât ca un instrument, capabil să rezolve probleme de proiectare cu un raționament aproape de nivelul designerului.

Veteranii industriei semnalează încredere

Runda aduce, de asemenea, o validare puternică din partea industriei. Lip-Bu Tan și Umesh Padval s-au alăturat consiliului de administrație al Cognichip, consolidând perspectiva că proiectarea condusă de inteligență artificială devine o prioritate strategică în întregul ecosistem al semiconductorilor.

Ambele executivi au legături profunde cu evoluția infrastructurii de proiectare a cipului, inclusiv roluri de conducere în companii care au definit generații anterioare de instrumente de proiectare și inovații în domeniul siliciului. Implicarea lor sugerează că industria consideră inteligența artificială nu ca o actualizare incrementală, ci ca o schimbare fundamentală.

De la instrumente la infrastructură

În ultimii doi ani, Cognichip s-a concentrat pe construirea a ceea ce descrie ca una dintre cele mai profunde seturi de date din proiectarea semiconductorilor, acoperind totul, de la comportamentul la nivel de circuit la constrângerile de fabricație.

Acest strat de date este critic. Datele de proiectare a cipului sunt, de obicei, fragmentate pe instrumente, furnizori și medii proprietare, ceea ce face dificilă antrenarea sistemelor de inteligență artificială generalizate. Strategia Cognichip este de a unifica aceste seturi de date într-un sistem guvernat care poate susține antrenarea și implementarea modelului la scară largă.

Acest lucru poziționează ACI ca infrastructură și nu ca software – un strat care ar putea sta de-a lungul întregului stivuit de semiconductoare.

Tracțiunea timpurie la nivel de întreprindere

Compania lucrează deja cu peste 30 de firme de semiconductoare, inclusiv multe dintre jucătorii de top din industrie. Aceste angajamente acoperă medii digitale, analogice, mixte și de fonderie, sugerând că platforma este testată în fluxuri de producție reale.

Rezultatele timpurii arată, presupun, reduceri ale ciclurilor de proiectare și ale costurilor, menținând în același timp standardele de performanță și fabricație, care sunt critice pentru adoptarea la nivel de întreprindere.

Una dintre dinamicele mai interesante din spatele ascensiunii Cognichip este dependența circulară dintre inteligența artificială și hardware. Modelele de inteligență artificială necesită cipuri din ce în ce mai puternice, dar aceste cipuri necesită ani pentru a fi proiectate.

Prin comprimarea timpilor de proiectare de la luni sau ani la potențialmente zile, Cognichip încearcă să spargă acest cerc. Dacă va reuși, acest lucru ar putea accelera nu numai inovația în domeniul semiconductorilor, ci și întregul ecosistem de inteligență artificială care depinde de aceasta.

Ce urmează

Cognichip se îndreaptă spre o fază centrată pe implementarea la nivel de întreprindere, unde accentul se mută de la promisiunea tehnică la performanța consistentă în medii de producție din întreaga industrie a semiconductorilor.

Dacă inteligența artificială informată de fizică poate reduce în mod fiabil timpii de proiectare și costurile la scară, ar putea modifica modul în care organizațiile abordează dezvoltarea cipului, potențial reducând barierele pentru siliciul personalizat și extinzând participarea dincolo de jucătorii tradiționali.

Mai larg, acest lucru indică o schimbare structurală: proiectarea cipului poate evolua dintr-un proces foarte specializat și intensiv în resurse într-o disciplină mai accesibilă și paralelizată, cu implicații pentru infrastructura de inteligență artificială, calculul în cloud și sistemele de margine.