认知芯片以3.3亿美元资金启动“人工芯片智能”并革新半导体设计

在半导体技术领域，认知芯片以3.3亿美元的种子资金启动了“人工芯片智能”（ACI®）——这是芯片设计、开发和上市的基础性转变。该轮融资由Lux Capital和Mayfield领投，FPV 和Candou Ventures参与。

总部位于旧金山的初创公司旨在解决芯片设计中的两个最大障碍：高昂的成本和时间。开发周期通常超过3-5年， 每个芯片的成本超过1亿美元，导致半导体领域的创新速度大大放缓。由行业资深人士Faraj Aalaei创立的认知芯片计划改变这一现状，他之前曾将两家半导体公司上市，并担任Centillium Communications的CEO。

什么是人工芯片智能（ACI®）？

认知芯片平台的核心是一个专为半导体设计而打造的物理信息基础模型——这与传统工具和流程有着明显的不同。这种新系统被称为ACI®，它将“设计师级认知能力”引入人工智能，使其能够以人类般的推理和物理感知来理解、学习和优化整个芯片开发过程。

这种模型不仅仅是自动化工作流程——它重新定义了工作流程。通过将人工智能深度嵌入半导体系统的物理中，ACI®可以同时分析全局和局部变量，设计组件并执行约束感知优化整个芯片栈。这种对话式设计方法取代了几十年来限制行业的刚性、串行流程。

ACI®的关键性能目标包括：

• 开发时间减少50%：通过并行化、人工智能驱动的设计周期
• 成本减少75%：通过最小化工程劳动力和测试冗余
• 更小、更高效的芯片：通过实时优化电源、性能和面积（PPA）指标
• 更大的适应性：ACI®实现快速设计变体，支持更小、更专业的芯片

为什么现在重要

尽管人工智能以指数级增长，但半导体创新却落后了。虽然可以在几周内部署生成式人工智能模型，但设计它们运行的芯片仍需要几年时间。这一脱节使得硬件进步受阻，并阻止了新进入者。

认知芯片正面对面地解决这个问题。其技术使工程师能够专注于创新，而不是基础设施，使任何从大型企业到初创团队都可以更快、更便宜、更少专业知识地将新芯片推向市场。

Faraj Aalaei，CEO和创始人，解释道：

“即使在人工智能热潮中，半导体初创公司仍然稀少——今天，每年只有大约八家风险投资支持的芯片初创公司相比2000年的200家。不是因为缺乏想法——而是因为系统存在问题。有了ACI®，我们正在重写规则。”

资深团队，现代使命

认知芯片的创始团队是一支人工智能和半导体领域的资深专家团队：

• Ehsan Kamalinejad，联合创始人和CTO：曾领导苹果的人工智能功能（如照片记忆）并在AWS开创了强化学习
• Simon Sabato，联合创始人和首席架构师：曾是谷歌、思科和Cadence的首席架构师
• Mehdi Daneshpanah，软件副总裁：曾是KLA全球软件负责人
• Stelios Diamantidis，首席产品官：Synopsys人工智能驱动的DSO.ai平台的创造者

支持他们的是来自MIT、斯坦福、伯克利和多伦多大学的博士，以及数学和物理奥林匹克奖牌得主。这个跨学科团队正在构建可能成为世界上第一个真正的认知芯片引擎。

从瓶颈到突破

认知芯片不仅旨在改进芯片设计——它旨在使芯片设计民主化。有了人工智能处理大部分复杂性，小型初创公司和研究团队很快就可以设计以前只为数十亿美元公司保留的芯片。

这对以下领域有着巨大的影响：

• 人工智能基础设施，需要定制加速器
• 医疗保健，需要低功耗、高效率的芯片用于可穿戴设备和诊断
• 能源，计算每瓦优化至关重要
• 自主系统，需要按域划分的硅片

投资者认为这不仅是一种更好的芯片——这是一种对整个技术生态系统的创新栈的转变。

“这不是一个工具——这是一个范式转变，”Mayfield的管理合伙人Navin Chaddha说。“认知芯片的ACI®用智能、人工智能驱动的创造取代了蛮力设计。这是未来。”

前路：人工智能芯片，重塑

半导体行业站在一个至关重要的十字路口。随着生成式人工智能系统推动计算需求的极限，人们越来越认为传统的芯片设计方法已经不能跟上节奏。主要科技公司现在正在竞相开发人工智能专用芯片——从推理优化加速器到边缘计算、机器人和节能数据中心的域特定处理器。

然而，瓶颈仍然不在制造，而在设计。开发这些新芯片仍需要数年的工程努力、巨大的资本投资和深厚的领域专业知识——这些障碍排除了除最大的玩家以外的所有人。这一脱节正在创造一个日益扩大的创新栈差距。

认知芯片的愿景是弥合这一差距。通过引入ACI®，该公司正在为一个新时代奠定基础，在这个时代，人工智能不仅仅是消耗计算资源——它还积极地为计算资源的创造做出贡献。这一转变可能会解锁一波新的硬件创新，使得更快、更便宜、更定制的芯片能够应用于从个性化医疗设备到下一代自主系统的所有领域。

随着行业向 trillion 参数模型和边缘实时人工智能的转变，定制化、优化和隐私保护芯片的需求将只会加速。认知芯片正在将自己置于这一转变的中心——不仅仅是使芯片更快，而是使芯片创造本身变得更智能、更易用和更具可扩展性。

在这个新范式中，软件和硬件之间的区别变得模糊，最重要的突破可能不仅仅来自新的算法——而是来自设计机器的机器本身。