Cognichip走出隐身状态,目标利用生成式 AI 开发新芯片
芯片是 AI 产业的关键组件。但新芯片上市的速度远不及新 AI 模型和产品那样迅速。
Cognichip 立下雄心壮志,旨在打造一款基础 AI 模型,以助推新芯片更快上市。
总部位于旧金山的 Cognichip 正在构建一款融入物理知识的基础 AI 模型,供半导体公司加速新芯片的研发进程。该公司称这一方法为 "artificial chip intelligence"(人工芯片智能),希望它能够将芯片生产时间缩短 50%,并降低相关成本。
这一雄心勃勃的构想源自半导体行业资深人士 Faraj Aalaei,他曾在 Fujitsu Network Communications 和 Centillium Communications 等多家公司任职。
Aalaei 在接受 TechCrunch 采访时表示,他公司的初衷可以追溯到 2015 年。当时,Aalaei 是硅谷领导力小组的成员,该小组经常聚会讨论行业所面临的问题。
他开始对半导体行业的现状担忧起来。据他说,他曾向该小组做过一个关于风险投资对半导体公司投资大幅下滑的报告,指出 2000 年时每年的交易数量高达 200 笔,而到了 2015 年则仅剩一两笔。
Aalaei 表示:"我实际上是在警告其他 CEO,这种情况对我们绝无益处。对美国的半导体行业来说绝不是好事,我们必须从根本上改变现状。如果这一趋势持续,我们将失去竞争力,也会失去激发新想法的活力。"
他认为,鉴于新芯片上市所需的时间如此之长,这些公司未能吸引风险投资也就不足为奇。随后,他搁置了这一构想近十年。
2016 年,他创立了 Candou Ventures,并通过该基金见证了 AI 初创企业的崛起。当他意识到生成式 AI 的进步已经发展到可以潜在解决半导体行业现存部分挑战的地步时,他决定于 2024 年创办 Cognichip。
从那时起,Cognichip 一直处于隐身运营状态,并聚集了一支来自 Stanford、Google 和 MIT 等机构的 AI 专家团队投入研发。Aalaei 表示,打造出达到 "ultimate performance"(终极性能)的模型至少还需要几年时间,但在达到这一目标之前,这一模型就应该能够帮助到各家公司。
Aalaei 说道:"到达那一步时,这种人工芯片智能将构建一个能真正扮演专家工程师角色的系统。一旦实现这一愿景,你实际上可以用更少的人力,在短得多的时间内完成同样的工作。"
Cognichip 现已走出隐身状态,宣布在由 Lux Capital 和 Mayfield 联合领投、FPV 与 Candou Ventures 参与的一轮融资中获得 3300 万美元的种子资金。
Mayfield 的管理合伙人 Navin Chaddha 告诉 TechCrunch,当他初次见到 Aalaei 时,感觉他们出自同一类人。他指出,在半导体行业中,绝大多数工作仍由人工完成;他认为现在正是将 AI 引入其中的合适时机。
Chaddha 说道:"这是一个重大痛点,而这家公司提供的解决方案将是半导体行业的止痛剂,而非补充剂。如果没有人来完成这项工作,在人才短缺的情况下,AI 能否胜任呢?首先,他们拥有出色的团队;其次,他们正在解决一个巨大、万亿美元级产业中的实际痛点。"
Aalaei 表示,他希望 Cognichip 还能帮助普及芯片制造的门槛,从而让更多的半导体公司能够起步并获得投资。他补充说,更便捷的接入还意味着小型企业也能为特定用途或较小型号打造更专业的芯片。
所有这些都取决于公司何时以及是否能够实现人工芯片智能。
Aalaei 说道:"我们所做的绝非一些渐进式的改变。我们既不是在开发 [electronic design automation] 工具,也不是仅仅试图对流程做一点小调整。我们是在为行业设定一个全新的目标,并带来重大变革。"
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。