Cognichip 获得 6000 万美元 A 轮融资，以 AI 重建芯片设计

Cognichip 已经获得了一笔 6000 万美元的 A 轮融资，这笔融资由 Seligman Ventures 领投，总融资金额达到 9300 万美元，这也标志着半导体设计领域中一个新类别的崛起：物理信息 AI。这笔融资还得到了 SBI Investment 和现有投资者的参与，包括 Mayfield、Lux Capital、FPV 和 Candou Ventures，所有种子投资者都增加了他们的投资额度。

这笔融资发生在半导体行业面临结构性限制的时候。设计先进的芯片已经变得越来越昂贵和耗时，通常需要几年甚至数百万美元的投资，这也导致了人工智能进步的瓶颈。

从增量设计工具转向新的范式

Cognichip 将自己定位为不仅仅是一个电子设计自动化工具，而是一个对芯片设计的全栈重新思考。其核心是其 ACI® (人工芯片智能) 平台。

根据 Cognichip 的说法，ACI 是一个专门为半导体设计打造的物理信息基础模型。与通用人工智能模型不同，它直接将物理约束、电路行为和制造现实融入模型中。这使得它能够在整个芯片开发生命周期中进行推理，从架构到验证和生产。

该公司声称，这种方法可以将设计工作减少多达 75%，并将时间表加速大约 50%，从而从根本上改变芯片开发的经济学。

为什么物理信息 AI 重要

传统的芯片设计是高度顺序的，工程师们按照复杂的工作流程一步一步地进行。Cognichip 的方法引入了并行性，允许同时探索多个设计决策。

这很重要，因为现代芯片涵盖数字、模拟和混合信号领域，且这些领域之间的相互依赖关系越来越强，使得优化变得越来越困难。通过将物理直接嵌入到 AI 模型中，ACI 可以以纯数据驱动系统无法做到的方式导航这些权衡。

结果是一个系统，它更像是一个工程合作伙伴，而不是一个工具，能够以接近设计师级别的推理能力解决设计问题。

行业资深人士表达信心

这轮融资也带来了来自行业资深人士的认可。Lip-Bu Tan 和 Umesh Padval 加入了 Cognichip 的董事会，强化了人们对 AI 驱动设计成为半导体生态系统战略优先事项的看法。

这两位高管都与芯片设计基础设施的演进有着深厚的联系，包括在定义早期设计工具和硅创新公司中的领导角色。他们的参与表明，行业将 AI 视为一次基础性的转变，而不是一次增量式的升级。

从工具到基础设施

过去两年中，Cognichip 专注于建立其所谓的半导体设计中最深的数据集，涵盖从电路级行为到制造约束的所有内容。

这个数据层是至关重要的。芯片设计数据通常分散在工具、供应商和专有环境中，使得训练通用 AI 系统变得困难。Cognichip 的策略是将这些数据集统一到一个可以支持大规模模型训练和部署的管理系统中。

这使得 ACI 成为基础设施，而不是软件——一个可以跨越整个半导体堆栈的层。

早期企业动态

该公司已经与超过 30 家半导体公司合作，包括行业中的许多顶级玩家。这些合作涵盖数字、模拟、混合信号和代工环境，表明该平台正在被测试在现实世界的生产工作流中。

初步结果显示，设计周期和成本大幅减少，同时保持性能和可制造性标准，这对于企业采用至关重要。

Cognichip崛起背后的一个有趣动态是人工智能和硬件之间的循环依赖。人工智能模型需要越来越强大的芯片，但这些芯片需要数年时间来设计。

通过将设计时间线从数月或数年压缩到可能的几天，Cognichip 正试图打破这个循环。如果成功，这可能不仅加速半导体创新，也加速整个依赖于它的人工智能生态系统。

下一步是什么

Cognichip 正在进入一个以企业部署为中心的阶段，在这里，重点从技术承诺转向在整个半导体行业的生产环境中的一致性能。

如果物理信息 AI 可以在规模上可靠地减少设计时间和成本，它可能会改变组织对芯片开发的方法，可能降低了自定义硅的门槛，并扩大了对传统玩家的参与度。

更广泛地来说，这指向了一个结构性的转变：芯片设计可能会从一个高度专业化、资源密集的过程演变成一个更加易于访问和并行化的学科，对人工智能基础设施、云计算和边缘系统都有影响。