Cognichip获得6000万美元融资，用物理启发的AI模型重塑芯片设计

Cognichip今天宣布已获得6000万美元融资，旨在加速推进基于先进人工智能模型的物理信息芯片设计这一新兴概念。

本轮融资由Seligman Ventures领投，Mayfield、Lux Capital、FPV和Candou Ventures参投，英特尔首席执行官陈立武也参与投资并将加入董事会。

Cognichip认为，随着先进芯片设计变得比以往更加昂贵和耗时，需要数年努力和数亿美元投入，半导体行业正在接近结构性极限。结果是AI本身的发展正在放缓，因为芯片无法跟上更强大模型的能力需求。

这家初创公司并没有构建另一个电子设计自动化工具，而是希望通过其人工芯片智能设计平台重新思考芯片设计的整体方式。

人工芯片智能是一个专为芯片设计构建的物理信息基础模型。与通用模型不同，它将物理约束、电路行为和制造难题等要素整合到半导体设计过程中。这使其能够在从架构设计到验证甚至生产的每个步骤中进行推理。

Cognichip认为传统的芯片设计流程过于顺序化，工程师需要逐步完成每个工作流程。该初创公司的方法采用并行化，意味着可以同时探索多个设计决策。

这很重要，因为当今最先进的芯片跨越数字、模拟和混合信号领域，每个部分与其他部分都有相互依赖性，使得优化极其困难。但通过将物理学直接嵌入其基础模型，Cognichip能够以数据驱动的电子设计自动化工具无法实现的方式计算所有这些权衡。

该初创公司表示，这意味着人工芯片智能更像是一个工程协作者而非设计工具，通过先进推理解决问题。因此，Cognichip称其能够将芯片设计工作量减少多达50%。

Cognichip表示正在与30多家半导体设计公司合作，包括行业内一些最大的参与者，其平台目前正在实际生产工作流程中进行测试。早期采用者报告芯片设计周期和成本有所减少，性能得到提升。

该平台还允许芯片制造商保持现有制造标准，这对其更广泛采用至关重要。不过，Cognichip拒绝透露任何客户名称，也未提及其平台帮助设计的具体芯片。

"半导体行业正处于关键时刻，AI创新和效率框架将释放巨大的全球机遇，"陈立武表示。"在这个领域取得成功需要深厚的领域专业知识与先进AI研究的罕见融合，以及端到端集成设计方法。Cognichip突破性的物理信息基础模型技术和经过验证的领导团队使其有望成为一家世代性公司。"

Cognichip的崛起恰逢一个有趣的时刻，AI与驱动它的硬件之间似乎存在日益增长的相互依赖关系。许多AI模型正在达到性能极限，需要更强大的处理器，但这些芯片设计可能需要数年时间，从而阻碍了行业进步。如果成功将设计时间线从数年压缩到数月，Cognichip不仅将加速芯片创新，还可能推动整个AI生态系统的发展势头。

"显著减少芯片设计周期的下一波进展不会来自现有设计工具的增量优化，而是来自使用AI并行化历史上高度串行的芯片设计过程，"Seligman管理合伙人Umesh Padval表示。"Cognichip正在通过物理信息模型、精选数据集和与半导体设计堆栈的生产就绪集成为这一转变奠定基础。"

Q&A

Q1：Cognichip的人工芯片智能平台有什么特别之处？

A：人工芯片智能是一个专为芯片设计构建的物理信息基础模型，与通用模型不同，它将物理约束、电路行为和制造难题等要素整合到半导体设计过程中，能够在从架构设计到验证甚至生产的每个步骤中进行推理。

Q2：传统芯片设计存在什么问题？

A：传统芯片设计过于顺序化，工程师需要逐步完成每个工作流程，而且随着先进芯片设计变得更加昂贵和耗时，需要数年努力和数亿美元投入，半导体行业正在接近结构性极限。

Q3：Cognichip能够带来多大的效率提升？

A：Cognichip表示其平台能够将芯片设计工作量减少多达50%，通过并行化方法同时探索多个设计决策，早期采用者报告芯片设计周期和成本有所减少，性能得到提升。