在半導體技術的大膽飛躍中，Cognichip憑藉3,300萬美元的種子資金從隱形中推出，以建立所謂的人造芯片智能（ACI®），這是芯片設計，開發和推向市場的基本轉變。資金回合由Lux Capital和Mayfield領導，來自FPV和Candou Ventures。
這家總部位於舊金山的初創公司針對芯片設計中的兩個最大障礙：超級成本和時間。隨著開發週期通常超過3 – 5年，每芯片1億美元，半導體空間的創新卻大大減慢了。由行業資深的Faraj Aalaei創立，他以前曾公開兩家半導體公司並擔任Centillium Communications的首席執行官，Cognichip計劃改變這一點。
什麼是人造芯片智能（ACI®）？
Cognichip平台的核心是用於半導體設計的物理知識的AI基礎模型，這與傳統工具和過程急劇不同。這個新系統被稱為ACI®，向AI介紹了“設計師級認知能力”，使其能夠以人類的推理和物理意識來理解，學習和優化整個芯片開發過程。
該模型不僅僅是自動化工作流程，還可以重新定義它們。通過將AI嵌入半導體系統的物理學中，ACI®可以同時分析全局和局部變量，並行設計組件，並在整個芯片堆棧中執行約束意識到的優化。這 會話設計方法 取代了數十年來限制該行業的僵化的串行過程。
ACI®的關鍵性能目標包括：
- 開發時間減少了50％：感謝平行的AI驅動設計週期
- 成本降低75％：通過最大程度地減少工程勞動和測試冗餘
- 較小，更高效的芯片：通過實時優化功率，性能和區域（PPA）指標
- 更大的適應性：ACI®可以快速設計變化，支持較小，更專業的芯片
為什麼現在很重要
儘管AI呈指數升高，但半導體創新仍落後。雖然可以在幾週內部署生成的AI模型，但設計它們運行的芯片仍然需要數年。這種斷開連接瓶頸硬件的進步，並阻止了新進入者。
Cognichip正面對這一主題。它的技術使工程師可以專注於創新而不是基礎設施，從而使主要企業的任何人都可以將新籌碼帶入市場 – 更快，更便宜，並且需要更少的專業知識。
法拉傑·阿拉伊（Faraj Aalaei）首席執行官兼創始人，解釋說：
“即使在AI繁榮期間，半導體初創公司仍然稀缺 – 今天每年只有大約八個由VC支持的芯片初創公司出現，而2000年為2000年。這不是因為缺乏想法，這是因為系統被打破了。使用ACI®，我們重寫了規則。”
老將團隊，現代任務
Cognichip的創始團隊是AI和半導體退伍軍人的名人：
- Ehsan Kamalinejad，聯合創始人與CTO：LED Apple的AI功能（如照片回憶）和AWS的開創性增強學習
- 西蒙·薩巴托（Simon Sabato），聯合創始人兼首席建築師：Google，Cisco和Cadence的前首席建築師
- Mehdi Daneshpanah，軟件副總裁：KLA的全球軟件前負責
- stelios diamantidis，首席產品官：Synopsys AI驅動DSO.AI平台的創建者
支持他們的是麻省理工學院，斯坦福大學，伯克利和多倫多大學的博士學位，以及數學和物理學的奧林匹克獎牌獲得者。這個跨學科的團隊正在建立可能成為世界上第一個用於CHIP創建的真正認知引擎。
從瓶頸到突破
Cognichip不僅旨在改善芯片設計，還旨在使其民主化。隨著AI處理大多數複雜性，小型初創公司和研究團隊很快就可以設計以前保留給數十億美元的公司的籌碼。
這對：
- 人工智能基礎設施，越來越需要定制的加速器
- 衛生保健，這需要可穿戴設備和診斷的低功率，高效芯片
- 活力，每瓦計算的優化是關鍵任務
- 自主系統，這需要大規模域特異性矽
投資者認為這不僅是賭注更好的籌碼 – 他們認為這是轉變 創新堆棧 對於整個技術生態系統。
“這不是一個工具 – 這是一個範式轉變，” 說 Navin Chaddha，梅菲爾德的執行合夥人。 “ Cognichip’sAci®用智能，AI驅動的創作代替了蠻力設計。這是未來。”
前面的道路：AI芯片，重塑
半導體行業站在一個關鍵的十字路口。隨著生成的AI系統推動了計算需求的限制，越來越多的共識是傳統的芯片設計方法不再能夠保持步伐。主要的科技公司現在正在競爭開發AI規範化的芯片 – 從推理優化的加速器到特定領域的處理器，用於邊緣計算，機器人技術和節能數據中心。
但是，瓶頸不在製造中，而是在設計中。開發這些新的籌碼仍然需要多年的工程工作，大量的資本投資和深層的領域專業知識，這些障礙排除了除最大的球員以外的所有障礙。 AI模型開發速度與芯片設計速度之間的這種不匹配正在在創新堆棧中造成擴大的差距。
Cognichip的願景是縮小這一差距。通過介紹ACI®，該公司正在為AI不僅消耗計算的新時代奠定基礎，還積極促進創建它。這種轉變可以增強硬件創新的新浪潮，更快地解鎖，更便宜，更量身定制的芯片，從個性化的醫療設備到下一代自主系統。
隨著該行業朝著邊緣的數万億參數模型和實時AI邁進，對敏捷，優化，具有隱私意識的芯片的需求只會加速。 Cognichip將自己定位在這種轉換的中心 – 不是通過使芯片更快地製作芯片，而是通過使芯片創建本身聰明，易於訪問和指數更可擴展。
在這個新的範式中，軟件和硬件模糊之間的區別以及最重要的突破可能不僅來自新算法，還來自設計機器的機器。
