Cognichip привлекает $60M для разработки ИИ в проектировании чипов

Современные кремниевые чипы значительно ускорили развитие искусственного интеллекта. Теперь Cognichip пытается вернуть услугу, создавая модель глубокого обучения, которая будет работать в тандеме с инженерами при проектировании новых компьютерных чипов. Проблема, которую компания пытается решить, существует в отрасли уже несколько десятилетий: проектирование чипов является чрезвычайно сложным, дорогостоящим и медленным процессом. Создание продвинутых чипов занимает от трех до пяти лет, а сама фаза проектирования может длиться до двух лет, прежде чем начнется физическая раскладка. Например, последняя линейка графических процессоров Nvidia, Blackwell, содержит 104 миллиарда транзисторов — это много для согласования. За время, необходимое для создания нового чипа, рынок может измениться, и все инвестиции окажутся напрасными, говорит генеральный директор и основатель Cognichip Фарадж Алаеи.

Цель Алаеи — внедрить инструменты ИИ, которые программисты используют для ускорения своей работы, в сферу проектирования полупроводников. «Эти системы стали достаточно умными, чтобы, просто направляя их и сообщая, какой результат вы хотите, они могли действительно создавать прекрасный код», — сказал Алаеи в интервью TechCrunch. Он утверждает, что технологии компании могут сократить стоимость разработки чипов более чем на 75% и уменьшить срок выполнения более чем вдвое.

Компания вышла из режима скрытности в прошлом году и сообщила в среду, что привлекла $60 миллионов нового финансирования, возглавляемого Seligman Ventures, с заметным участием генерального директора Intel Лип-Бу Тана, который войдет в совет директоров Cognichip. Умеш Падвал, управляющий партнер Seligman, также присоединится к совету. Всего с момента своего основания в 2024 году Cognichip привлекла $93 миллиона. Однако компания пока не может указать на новый чип, разработанный с помощью своей системы, и не раскрыла имена клиентов, с которыми она сотрудничала с сентября.

Cognichip утверждает, что ее преимущество заключается в использовании собственной модели, обученной на данных проектирования чипов, а не в использовании универсальной языковой модели. Это потребовало получения доступа к специализированным данным для обучения, что является немалой задачей. В отличие от разработчиков программного обеспечения, которые открыто делятся огромными объемами кода, проектировщики чипов тщательно охраняют свою интеллектуальную собственность, что делает недоступными типичные открытые источники, на которых обычно обучаются ИИ-ассистенты программирования. Cognichip пришлось разработать свои собственные наборы данных, включая синтетические данные, и лицензировать данные у партнеров.

Компания также разработала процедуры, позволяющие производителям чипов безопасно обучать модели Cognichip на своих собственных конфиденциальных данных без их раскрытия. Где конфиденциальные данные недоступны, Cognichip полагается на открытые альтернативы. В одном из демонстрационных мероприятий в прошлом году компания пригласила студентов электротехнического факультета Университета Сан-Хосе попробовать модель на хакатоне. Команды смогли использовать модель для проектирования процессоров на основе открытой архитектуры RISC-V — свободно доступного дизайна, на основе которого может строиться любой желающий.

Cognichip конкурирует с устоявшимися игроками, такими как Synopsys и Cadence Design Systems, а также с хорошо финансируемыми стартапами, такими как ChipAgents, который закрыл раунд расширенного финансирования в $74 миллиона в феврале, и Ricursive, который привлек $300 миллионов в раунде Series A в январе. Падвал отметил, что текущий приток капитала в инфраструктуру ИИ является самым большим, который он видел за 40 лет инвестирования. «Если это суперцикл для полупроводников и аппаратного обеспечения, то это суперцикл для таких компаний, как Cognichip», — сказал он.