Circuit Mind ระดมทุนรอบ Series A ได้ 18.5 ล้านดอลลาร์ พร้อมประกาศระดมทุน 25 ล้านดอลลาร์เพื่อออกแบบอุปกรณ์อิเล็กทรอนิกส์ด้วย AI

Circuit Mind ประกาศระดมทุน 25 ล้านดอลลาร์เพื่อขยายแพลตฟอร์ม AI สำหรับออกแบบและตรวจสอบวงจรอิเล็กทรอนิกส์ เงินทุนก้อนนี้ประกอบด้วยการระดมทุนรอบ Series A มูลค่า 18.5 ล้านดอลลาร์ และรอบ Seed ที่ไม่เคยประกาศมาก่อน ทำให้ยอดเงินทุนทั้งหมดของบริษัทจากลอนดอนแห่งนี้อยู่ที่ 33.4 ล้านดอลลาร์

การระดมทุนรอบ Series A นำโดย Norwest โดยมีนักลงทุนเดิมอย่าง Third Prime, Differential Ventures และ Blackhorn Ventures เข้าร่วมด้วย พร้อมกับนักลงทุนรายใหม่อย่าง Lightscape VC ส่วนรอบ Seed นำโดย Third Prime ขณะที่ Dave Zilberman หุ้นส่วนทั่วไปของ Norwest จะเข้าร่วมเป็นกรรมการของ Circuit Mind

การระดมทุนครั้งนี้เกิดขึ้นพร้อมกับการเปิดตัว AVE หรือ Agentic Verification Engine เครื่องมือตรวจสอบการออกแบบกับเอกสารข้อมูลของชิ้นส่วนและกฎทางวิศวกรรมของบริษัท เมื่อนำมาทำงานร่วมกับผู้ช่วยออกแบบ ACE ที่มีอยู่เดิม เครื่องมือทั้งสองจะช่วยแก้ปัญหาที่เกี่ยวเนื่องกันสองด้าน ได้แก่ การสร้างวงจรที่ใช้งานได้จริง และการค้นหาข้อผิดพลาดก่อนที่วงจรนั้นจะกลายเป็นแผงวงจรจริง

ทำงานอัตโนมัติตั้งแต่ข้อกำหนดจนถึงแผนผังวงจร

การออกแบบอิเล็กทรอนิกส์ไม่ได้มีเพียงการจัดวางสัญลักษณ์บนหน้าจอ วิศวกรต้องเลือกชิ้นส่วนที่ใช้งานร่วมกันได้ ปฏิบัติตามข้อจำกัดทางไฟฟ้า คำนึงถึงความพร้อมในการจัดหา และจัดทำเอกสารอธิบายว่าเหตุใดการออกแบบจึงเป็นไปตามข้อกำหนด ความไม่สอดคล้องที่ดูเหมือนเล็กน้อยอาจทำให้ทีมต้องย้อนกลับไปทำงานในขั้นตอนการผลิตและการทดสอบอีกครั้ง

ACE ของ Circuit Mind ซึ่งย่อมาจาก Assistant to Circuit Engineers เริ่มต้นจากแผนภาพบล็อกฮาร์ดแวร์ ตามประกาศของบริษัท ระบบจะสร้างแผนผังวงจร รายการวัสดุ และการวิเคราะห์ประกอบภายในไม่กี่นาที พร้อมเปิดโอกาสให้วิศวกรเปรียบเทียบตัวเลือกที่ปรับให้เหมาะกับต้นทุน ขนาด การใช้พลังงาน หรือความพร้อมของชิ้นส่วน

เอกสารผลิตภัณฑ์ของบริษัทให้รายละเอียดเพิ่มเติมที่เป็นประโยชน์ โดยข้อมูลนำเข้าอาจประกอบด้วยสัญญาณ ข้อกำหนดด้านการทำงาน ข้อจำกัดทางกล และความต้องการในการจัดซื้อ ส่วนผลลัพธ์ประกอบด้วยแผนผังวงจรที่เป็นตัวเลือก การวิเคราะห์รูปแบบและขนาด การวิเคราะห์ความพร้อมใช้งาน ตลอดจนไฟล์ส่งออกสำหรับซอฟต์แวร์ ECAD และคลังชิ้นส่วน วิศวกรสามารถระบุข้อจำกัดที่สำคัญและสำรวจทางเลือกอื่น ๆ ได้

ด้วยเหตุนี้ ACE จึงเป็นเครื่องมือช่วยพิจารณาข้อแลกเปลี่ยนในการออกแบบ ชิ้นส่วนที่ราคาถูกกว่าอาจทำให้ใช้พลังงานมากขึ้น ขณะที่แพ็กเกจที่มีขนาดเล็กลงอาจทำให้การจัดการความร้อนหรือการจัดหาซับซ้อนขึ้น การทำให้กระบวนการค้นหาเป็นแบบอัตโนมัติอาจช่วยให้วิศวกรมีตัวเลือกให้ประเมินมากขึ้น โดยยังคงให้วิศวกรรับผิดชอบต่อสมมติฐานและเกณฑ์การยอมรับ

เหตุใด Circuit Mind จึงผสาน AI เข้ากับหลักฟิสิกส์

แพลตฟอร์มนี้ผสาน AI แบบเอเจนต์เข้ากับกลไกตัดสินใจที่จดสิทธิบัตรและอิงหลักฟิสิกส์ แบบจำลองชิ้นส่วนอิเล็กทรอนิกส์ที่มีโครงสร้าง และบริบททางวิศวกรรมเฉพาะของลูกค้า บริบทดังกล่าวครอบคลุมผู้ผลิตที่ได้รับอนุมัติ ชิ้นส่วนที่ต้องการใช้ และกฎการออกแบบ Circuit Mind ระบุว่าแพลตฟอร์มเชื่อมต่อกับเครื่องมือ ECAD คลังข้อมูล ระบบบริหารจัดการวงจรชีวิตผลิตภัณฑ์ และสภาพแวดล้อมทางวิศวกรรมที่ลูกค้าใช้อยู่แล้ว

แนวทางนี้แตกต่างจากการขอให้แชตบอตอเนกประสงค์คิดค้นวงจรขึ้นมา การประมวลผลภาษาสามารถช่วยตีความข้อมูลได้ แต่การเลือกชิ้นส่วนและการเชื่อมต่อยังต้องตรวจสอบอย่างชัดเจนว่าเป็นไปตามขีดจำกัดทางไฟฟ้าและข้อกำหนดการออกแบบหรือไม่ แนวทางของ Circuit Mind คือผสานระบบอัตโนมัติเข้ากับการแสดงข้อมูลอย่างเป็นโครงสร้างเกี่ยวกับความสามารถของชิ้นส่วนแต่ละชิ้น

ในการแนะนำ ACE ก่อนหน้านี้ บริษัทอธิบายว่าระบบสร้างตัวเลือกแผนผังวงจรและรายการวัสดุจากแผนภาพบล็อกได้ โดยการปรับให้เหมาะสมยังครอบคลุมสถานะตลอดวงจรชีวิต ความยืดหยุ่นของห่วงโซ่อุปทาน และผู้ผลิตที่ต้องการใช้ ประกาศครั้งใหม่นี้ขยายขอบเขตจากการสร้างแบบออกแบบไปสู่การตรวจสอบแบบดังกล่าวตามแนวปฏิบัติขององค์กรเอง

พัฒนาการดังกล่าวเกิดขึ้นควบคู่กับความพยายามอื่น ๆ ในการนำ AI มาใช้กับงานวิศวกรรม รวมถึงการออกแบบชิปโดยใช้ AI ช่วย อย่างไรก็ตาม งานทั้งสองประเภทแตกต่างกัน โดย Circuit Mind มุ่งเน้นวงจรอิเล็กทรอนิกส์ระดับแผงวงจร ไม่ใช่การจัดวางองค์ประกอบภายในเซมิคอนดักเตอร์ ความสำเร็จในงานประเภทหนึ่งไม่ได้ยืนยันประสิทธิภาพในอีกประเภทหนึ่ง

AVE เพิ่มขั้นตอนการตรวจสอบแยกต่างหาก

AVE ใช้เอเจนต์ AI เปรียบเทียบแบบออกแบบกับเอกสารข้อมูลของชิ้นส่วนและกฎการออกแบบขององค์กร Circuit Mind ระบุว่าเป้าหมายคือการชี้ให้เห็นปัญหาที่การตรวจทานแผนผังวงจรแบบเดิมอาจมองข้าม ก่อนการผลิตต้นแบบ ซึ่งจะช่วยลดความจำเป็นในการผลิตแผงวงจรซ้ำ

การแยกขั้นตอนการสร้างแบบออกจากการตรวจสอบเป็นประโยชน์ ทีมงานจำเป็นต้องตรวจสอบแบบที่เสนอเทียบกับข้อกำหนด แทนที่จะคิดว่าระบบสร้างแบบอัตโนมัติได้แก้ไขปัญหาทุกอย่างแล้ว การตรวจสอบยังช่วยให้องค์กรนำความรู้ที่สั่งสมมาใช้ได้อย่างสม่ำเสมอในทุกโครงการ

อย่างไรก็ตาม ขอบเขตของการตรวจสอบแต่ละครั้งมีความสำคัญ แผนผังวงจรที่ผ่านเกณฑ์ชุดหนึ่งไม่ได้หมายความว่าจะเป็นผลิตภัณฑ์ที่เสร็จสมบูรณ์และผ่านการรับรองโดยอัตโนมัติ การจัดวางองค์ประกอบทางกายภาพ สัญญาณรบกวนทางแม่เหล็กไฟฟ้า พฤติกรรมทางความร้อน ค่าความคลาดเคลื่อนในการผลิต และสภาวะการทำงาน อาจทำให้เกิดข้อจำกัดเพิ่มเติม ดังนั้น คำกล่าวอ้างของ Circuit Mind เกี่ยวกับความแม่นยำที่พิสูจน์ได้จึงควรพิจารณาโดยคำนึงถึงแบบจำลอง สมมติฐาน และการตรวจสอบที่นำมาใช้

ผลลัพธ์ที่รายงานแสดงให้เห็นอะไรบ้าง

บริษัทระบุว่าทีมวิศวกรรมของ Emerson, Schneider Electric และบริษัทใน Fortune 5 ใช้แพลตฟอร์มของตน ประกาศของบริษัทยกตัวอย่างผลลัพธ์ ได้แก่ การลดระยะเวลาการออกแบบจากหลายเดือนเหลือเพียงไม่กี่สัปดาห์ การลดต้นทุนรายการวัสดุลง 25% และการปรับแก้แบบเพื่อการผลิตซ้ำที่ลดลง ทั้งหมดนี้เป็นผลลัพธ์ที่บริษัทรายงานเอง ไม่ใช่ผลจากการทดสอบเปรียบเทียบมาตรฐานเดียวกันโดยหน่วยงานอิสระ

บทสรุปที่เผยแพร่เกี่ยวกับการประเมินของ Los Alamos National Laboratory ซึ่ง Circuit Mind จัดทำขึ้น ให้รายละเอียดเพิ่มเติม การออกแบบไมโครคอนโทรลเลอร์ที่มีความซับซ้อนระดับปานกลางใช้เวลา 4 ชั่วโมง 13 นาที เทียบกับเวลาที่ระบุว่าเป็นค่าฐานสำหรับการทำงานด้วยมือ ซึ่งอยู่ที่ 60–80 ชั่วโมง ในจำนวนนี้เป็นเวลาเตรียมระบบ 35 นาที ใช้ระบบอัตโนมัติแก้โจทย์ 8 นาที และใช้แรงงานคนประมาณ 3 ชั่วโมงครึ่ง บทสรุปเดียวกันยังกล่าวถึงการออกแบบ FPGA ที่ยากกว่า ซึ่งยังต้องใช้แรงงานคนเป็นจำนวนมาก เนื่องจากในช่วงการประเมินนั้นยังไม่รองรับส่วนประกอบบางรายการ กรณีที่แตกต่างกันเหล่านี้แสดงให้เห็นว่าไม่ควรนำตัวเลขการเพิ่มความเร็วเพียงค่าเดียวไปเหมารวมกับบอร์ดทุกแบบ

คำกล่าวของผู้บริหาร Schneider Electric ในประกาศดังกล่าวระบุว่า การประเมินเบื้องต้นชี้ให้เห็นถึงความเป็นไปได้ในการลดภาระงานสำรวจสถาปัตยกรรมได้มากกว่า 90% อย่างไรก็ตาม ข้อกล่าวอ้างนี้มีขอบเขตแคบกว่าการลดระยะเวลาพัฒนาฮาร์ดแวร์ทั้งหมดลงในสัดส่วนเดียวกัน การสำรวจแนวทาง การออกแบบโดยละเอียด การวางผังบอร์ด การทดสอบ และการรับรองคุณสมบัติเป็นขั้นตอนที่แตกต่างกัน

ขยายแพลตฟอร์มและการดำเนินงานในสหรัฐฯ

Circuit Mind ก่อตั้งโดย Tomide Adesanmi และ Basilio Gentile มีแผนใช้เงินทุนเพื่อขยายแพลตฟอร์มให้ครอบคลุมวงจรการออกแบบอิเล็กทรอนิกส์ เพิ่มทีมฝ่ายขาย ทีมวิศวกรรม และทีมดูแลความสำเร็จของลูกค้า ตลอดจนจัดตั้งสำนักงานใหญ่ในสหรัฐฯ เพื่อให้บริการอเมริกาเหนือ

บททดสอบในทางปฏิบัติคือซอฟต์แวร์จะรับมือกับข้อยกเว้นที่ทำให้โครงการอิเล็กทรอนิกส์จริงมีความซับซ้อนได้ดีเพียงใด ไม่ว่าจะเป็นเอกสารข้อมูลที่ไม่ครบถ้วน ข้อกำหนดที่เปลี่ยนแปลง ชิ้นส่วนที่ไม่คุ้นเคย และมาตรฐานเฉพาะของแต่ละองค์กร การสร้างตัวเลือกที่เป็นไปได้ได้รวดเร็วย่อมมีประโยชน์ แต่ประโยชน์ที่มากกว่าจะเกิดขึ้นเมื่อวิศวกรตรวจสอบหลักฐานที่อยู่เบื้องหลังการตัดสินใจโดยอัตโนมัติได้ และนำแบบที่เชื่อถือได้ไปสู่ขั้นตอนถัดไปโดยต้องแก้ไขงานซ้ำน้อยลง