ค็อกนิชิปออกจากความลับด้วยเงิน 33 ล้านดอลลาร์ เพื่อเปิดตัว “ปัญญาหน่วยความจำเทียม” และปฏิวัติการออกแบบซีเมนส์

ในขั้นตอนกระโดดหน้าใหญ่สำหรับเทคโนโลยีซีเมนส์ ค็อกนิชิปได้เปิดตัวออกจากความลับด้วยเงิน 33 ล้านดอลลาร์ในการระดมทุนเพื่อสร้างสิ่งที่เรียกว่า “ปัญญาหน่วยความจำเทียม” (ACI) — การเปลี่ยนแปลงพื้นฐานในการออกแบบ พัฒนา และนำชิปไปใช้ในการตลาด การระดมทุนรอบนี้ได้รับการสนับสนุนโดย Lux Capital และ Mayfield โดยมีการเข้าร่วมจาก FPV และ Candou Ventures

บริษัทสตาร์ทอัพในซานฟรานซิสโกมีเป้าหมายที่จะแก้ไขอุปสรรคสองประการใหญ่ที่สุดในการออกแบบชิป: ต้นทุนและเวลา โดยมีช่วงเวลาพัฒนาที่เกิน 3-5 ปี และ 100 ล้านดอลลาร์ต่อชิป การสร้างนวัตกรรมในอุตสาหกรรมซีเมนส์ได้ชะลอตัวลงอย่างมาก บริษัทได้ก่อตั้งโดย Faraj Aalaei ซึ่งเป็นหนึ่งในผู้เชี่ยวชาญด้านอุตสาหกรรม — ผู้ที่เคยนำบริษัทซีเมนส์สองแห่งเข้าสู่การเป็นบริษัทมหาชนและเคยดำรงตำแหน่งซีอีโอของ Centillium Communications

ปัญญาหน่วยความจำเทียม (ACI) คืออะไร?

ที่ใจกลางของแพลตฟอร์มค็อกนิชิปคือรูปแบบการสร้างแบบจำลอง AI ที่ได้รับแจ้งจากฟิสิกส์ ซึ่งถูกสร้างขึ้นโดยเฉพาะสำหรับการออกแบบซีเมนส์ — สิ่งนี้แตกต่างจากเครื่องมือและกระบวนการแบบดั้งเดิม ระบบใหม่นี้เรียกว่า “ACI” ซึ่งแนะนำ “ความสามารถในการออกแบบระดับดีไซเนอร์” ให้กับ AI ทำให้สามารถเข้าใจ เรียนรู้ และเพิ่มประสิทธิภาพกระบวนการสร้างชิปทั้งหมดด้วยเหตุผลและความตระหนักรู้ด้านฟิสิกส์

รูปแบบนี้ไม่ได้เพียงแต่ทำให้กระบวนการทำงานอัตโนมัติ — แต่ยังเปลี่ยนแปลงกระบวนการเหล่านั้นโดยสิ้นเชิง โดยการฝัง AI ลึกเข้าไปในฟิสิกส์ของระบบซีเมนส์ ACI สามารถวิเคราะห์ตัวแปรทั้งระดับโลกและท้องถิ่นพร้อมกัน ออกแบบส่วนประกอบแบบขนาน และทำการเพิ่มประสิทธิภาพที่ตระหนักถึงข้อจำกัดทั่วทั้งชิปสแต็ก วิธีการออกแบบแบบสนทนา นี้แทนที่กระบวนการที่ยืดเยื้อและต่อเนื่องซึ่งได้จำกัดอุตสาหกรรมมานานหลายทศวรรษ

เป้าหมายการแสดงผลที่สำคัญสำหรับ ACI รวมถึง:

• การลดเวลาในการพัฒนา 50%: ขอบคุณจากการออกแบบที่ขับเคลื่อนด้วย AI แบบขนาน
• การลดต้นทุน 75%: โดยการลดแรงงานวิศวกรและความซ้ำซ้อนในการทดสอบ
• ชิปที่เล็กและใช้พลังงานน้อยกว่า: ผ่านการเพิ่มประสิทธิภาพแบบเรียลไทม์ของตัวชี้วัด PPA
• ความสามารถในการปรับเปลี่ยนได้มากขึ้น: ACI ช่วยให้สามารถออกแบบที่หลากหลายได้อย่างรวดเร็ว โดยการสนับสนุนชิปที่เล็กและเฉพาะทางมากขึ้น

ทำไมสิ่งนี้จึงมีความสำคัญตอนนี้

尽管 AI เพิ่มขึ้นอย่างรวดเร็ว แต่การสร้างนวัตกรรมซีเมนส์ได้ล้าหลัง ในขณะที่โมเดล AI ที่สร้างขึ้นใหม่สามารถใช้งานได้ภายในไม่กี่สัปดาห์ การออกแบบชิปที่ใช้งานนั้นยังคงต้องใช้เวลาหลายปี ความไม่สมดุลนี้ได้สร้างอุปสรรคต่อการก้าวหน้าด้านฮาร์ดแวร์และขัดขวางผู้เข้าใหม่

ค็อกนิชิปกำลังเผชิญหน้ากับสิ่งนี้อย่างตรงไปตรงมา เทคโนโลยีของบริษัทช่วยให้วิศวกรสามารถมุ่งเน้นไปที่การสร้างนวัตกรรมมากกว่าการสร้างโครงสร้างพื้นฐาน ทำให้ทุกคนตั้งแต่บริษัทขนาดใหญ่ไปจนถึงทีมสตาร์ทอัพสามารถนำชิปใหม่เข้าสู่ตลาดได้ — เร็วขึ้น ราคาถูกกว่า และต้องการความเชี่ยวชาญน้อยกว่า

Faraj Aalaei ซีอีโอและผู้ก่อตั้งอธิบายว่า:

“แม้ในยุค AI ที่กำลังเติบโต สตาร์ทอัพชิปยังคงมีน้อย — มีเพียง约 8 สตาร์ทอัพชิปที่ได้รับการสนับสนุนจากนักลงทุนปีละ 1 ครั้งในปัจจุบัน เมื่อเทียบกับ 200 ในปี 2000 มันไม่ใช่เพราะไม่มีไอเดีย — แต่เพราะระบบนี้เสียหาย ด้วย ACI เรากำลังเขียนกฎใหม่”

ทีมผู้เชี่ยวชาญที่มีภารกิจสมัยใหม่

ทีมผู้ก่อตั้งของค็อกนิชิปเป็นกลุ่มผู้เชี่ยวชาญด้าน AI และซีเมนส์:

• Ehsan Kamalinejad ผู้ร่วมก่อตั้งและซีทีโอ: เคยเป็นผู้นำด้านคุณสมบัติ AI ของ Apple และเป็นผู้บุกเบิกการเรียนรู้แบบเสริมกำลังที่ AWS
• Simon Sabato ผู้ร่วมก่อตั้งและหัวหน้าฝ่ายสถาปัตยกรรม: อดีตสถาปนิกนำของ Google, Cisco และ Cadence
• Mehdi Daneshpanah รองประธานฝ่ายซอฟต์แวร์: อดีตหัวหน้าฝ่ายซอฟต์แวร์ระดับโลกของ KLA
• Stelios Diamantidis หัวหน้าฝ่ายผลิตภัณฑ์: ผู้สร้างแพลตฟอร์ม DSO.ai ที่ขับเคลื่อนด้วย AI ของ Synopsys

ทีมผู้เชี่ยวชาญด้าน PhD จาก MIT, Stanford, Berkeley และ University of Toronto รวมถึงผู้ได้รับเหรียญรางวัลจากการแข่งขันโอลิมปิกระดับนานาชาติด้านคณิตศาสตร์และฟิสิกส์ ทีมผู้เชี่ยวชาญที่มีความหลากหลายนี้กำลังสร้างเครื่องยนต์ปัญญาที่แท้จริงสำหรับการสร้างชิป

จากอุปสรรคสู่การผ่านพ้น

ค็อกนิชิปไม่ได้มุ่งหวังที่จะปรับปรุงการออกแบบชิปเท่านั้น แต่ยังต้องการทำให้มันเข้าถึงได้ โดยการทำให้ AI จัดการกับความซับซ้อน สตาร์ทอัพขนาดเล็กและทีมวิจัยสามารถออกแบบชิปที่เคยเป็นของบริษัทขนาดใหญ่หลายพันล้านดอลลาร์ได้ในอนาคต

สิ่งนี้มีผลกระทบอย่างมากต่อ:

• โครงสร้างพื้นฐาน AI ซึ่งต้องการเครื่องเร่งความเร็วที่ปรับให้เหมาะสม
• สุขภาพ ซึ่งต้องการชิปที่มีพลังงานต่ำและประสิทธิภาพสูงสำหรับอุปกรณ์สวมใส่และเครื่องวินิจฉัย
• พลังงาน ซึ่งการเพิ่มประสิทธิภาพของการคำนวณต่อวัตต์เป็นภารกิจที่สำคัญ
• ระบบอัตโนมัติ ซึ่งต้องการซิลิคอนที่เฉพาะเจาะจงสำหรับโดเมน

นักลงทุนเห็นว่าสิ่งนี้ไม่ใช่แค่การเดิมพันชิปที่ดีกว่า — แต่เป็นการเปลี่ยนแปลงในกลุ่มนวัตกรรมสำหรับระบบนิเวศเทคโนโลยีทั้งหมด

“สิ่งนี้ไม่ใช่เครื่องมือ — แต่เป็นการเปลี่ยนแปลงแบบพาราไดม์” Navin Chaddha ผู้จัดการทั่วไปของ Mayfield กล่าว “ACI ของ Cognichip แทนที่การออกแบบแบบใช้กำลังด้วยการสร้างที่มีพลังด้วย AI มันเป็นอนาคต”

เส้นทางข้างหน้า: ชิป AI ที่ถูกประดิษฐ์ใหม่

อุตสาหกรรมซีเมนส์ยืนอยู่ที่จุดเปลี่ยนสำคัญ ในขณะที่ระบบ AI ที่สร้างขึ้นใหม่กำลังผลักดันขอบเขตของความต้องการการคำนวณ มีความเห็นพ้องกันว่าวิธีการออกแบบชิปแบบดั้งเดิมไม่สามารถตามทันความต้องการได้แล้ว บริษัทเทคโนโลยีขนาดใหญ่กำลังแข่งขันกันเพื่อพัฒนาชิปที่มี AI เป็นพิเศษ — ตั้งแต่เครื่องเร่งความเร็วที่ปรับให้เหมาะสมสำหรับการอนุมานไปจนถึงโปรเซสเซอร์เฉพาะโดเมนสำหรับการคำนวณแบบเอดจ์ โรบอติกส์ และศูนย์ข้อมูลที่มีประสิทธิภาพด้านพลังงาน

อย่างไรก็ตาม อุปสรรคยังคงอยู่ไม่ใช่ในกระบวนการผลิต แต่อยู่ในด้านการออกแบบ การพัฒนาชิปใหม่เหล่านี้ยังคงต้องใช้เวลาหลายปีของความพยายามจากวิศวกร การลงทุนจำนวนมาก และความเชี่ยวชาญด้านโดเมนที่ลึกซึ้ง — สิ่งเหล่านี้เป็นอุปสรรคที่ทำให้เฉพาะผู้เล่นรายใหญ่เท่านั้นที่สามารถเข้าถึงได้ ความไม่สมดุลระหว่างความเร็วในการพัฒนาโมเดล AI และความเร็วในการออกแบบชิปกำลังสร้างช่องว่างที่กว้างขึ้นในกลุ่มนวัตกรรม

วิสัยทัศน์ของ Cognichip คือการปิดช่องว่างนี้ โดยการแนะนำ ACI บริษัทกำลังวางรากฐานสำหรับยุคใหม่ที่ AI ไม่เพียงแต่บริโภคการคำนวณ — แต่ยังช่วยสร้างมันขึ้นมา การเปลี่ยนแปลงนี้อาจเปิดโอกาสให้เกิดการสร้างนวัตกรรมฮาร์ดแวร์ใหม่ ทำให้ชิปที่เร็วขึ้น ราคาถูกกว่า และปรับให้เหมาะสมสำหรับทุกสิ่ง ตั้งแต่อุปกรณ์ทางการแพทย์ส่วนบุคคลไปจนถึงระบบอัตโนมัติแบบใหม่

เมื่ออุตสาหกรรมเคลื่อนไปสู่โมเดลที่มีพารามิเตอร์หนึ่งล้านล้านและ AI แบบเรียลไทม์ที่เอดจ์ ความต้องการชิปที่มีความคล่องตัว ปรับให้เหมาะสม และมีความตระหนักรู้ด้านความเป็นส่วนตัวจะเพิ่มขึ้น ค็อกนิชิปกำลังวางตัวเองไว้ที่จุดศูนย์กลางของการเปลี่ยนแปลงนี้ — ไม่ใช่โดยการทำให้ชิปเร็วขึ้น แต่โดยการทำให้การสร้างชิปนั้นเองมีความฉลาด เข้าถึงได้ และมีความสามารถในการปรับขนาดที่เพิ่มขึ้นอย่างมาก

ในพาราไดม์ใหม่นี้ ความแตกต่างระหว่างซอฟต์แวร์และฮาร์ดแวร์จะพร่ามัว และการผ่าพันครั้งสำคัญที่สุดอาจมาไม่ใช่แค่จากอัลกอริทึมใหม่ — แต่จากเครื่องจักรที่ออกแบบเครื่องจักร