随着人工智能技术的爆发式增长，最先进的硅芯片正在以前所未闻的速度推动着 AI 的演进。现在，一个全新的命题摆在了行业面前：AI 是否能够反哺芯片设计本身？初创公司 Cognichip 正试图通过构建深度学习模型，让 AI 成为芯片工程师的“副驾驶”，并已为此筹集了 6000 万美元的新资金。
半导体行业长期以来一直面临着设计复杂度极高、研发成本昂贵且周期漫长的痛点。从芯片构思到最终量产，通常需要三到五年的时间；而仅仅是物理布局前的设计阶段，就可能耗时长达两年。以英伟达最新的 Blackwell 架构为例，其集成了高达 1040 亿个晶体管，这种规模的布局对人类工程师而言是一项巨大的挑战。Cognichip 创始人兼首席执行官 Faraj Aalaei 指出，在漫长的设计周期内，市场需求往往会发生剧变，这可能导致巨额的研发投资最终付诸东流。
Aalaei 的愿景是将软件工程领域已经成熟的 AI 辅助工具引入半导体设计领域。他向 TechCrunch 表示，目前的系统已经足够智能，通过简单的指令引导，AI 就能生成高质量的设计方案。据公司称，其技术有望将芯片开发的成本降低 75% 以上，并将研发周期缩短一半以上。
本轮融资由 Seligman Ventures 领投，英特尔首席执行官 Lip-Bu Tan 也参与其中，并计划加入 Cognichip 的董事会。自 2024 年成立以来，该公司累计融资已达 9300 万美元。尽管 Cognichip 尚未公布其首款由 AI 设计的芯片，也未披露目前的合作客户，但其技术护城河已初见端倪。
与依赖通用大语言模型的方案不同，Cognichip 的核心优势在于使用针对芯片设计数据训练的专用模型。由于芯片设计领域极其重视知识产权，设计师们往往会对设计数据进行严格保护，这使得获取大规模开源训练数据变得异常困难。为了解决这一难题，Cognichip 开发了自己的数据集，包括合成数据以及通过合作伙伴授权获取的数据，并建立了一套安全流程，允许芯片制造商在不泄露核心 IP 的情况下，利用其自有数据进行模型训练。
目前，Cognichip 正面临来自 Synopsys 和 Cadence Design Systems 等传统行业巨头的竞争，同时也面临着 ChipAgents 和 Ricursive 等资金雄厚的初创公司的挑战。然而，随着 AI 基础设施进入“超级周期”，半导体硬件的变革正处于风暴中心，对于像 Cognichip 这样致力于重塑设计效率的公司而言，这无疑是一个历史性的机遇。
推荐意见