ИИ поможет ускорить создание передовых чипов
Самые сложные кремниевые чипы сильно продвинули развитие искусственного интеллекта. А сможет ли ИИ ответить тем же и помочь в их проектировании?
Cognichip разрабатывает модель глубокого обучения, которая будет работать вместе с инженерами над созданием новых процессоров. Задача, которую решает компания, знакома отрасли уже десятилетия: проектирование чипов невероятно сложно, стоит огромных денег и занимает массу времени. От идеи до массового производства проходит 3–5 лет, а только на дизайн уходит до двух лет, прежде чем перейти к физической реализации. Взять хотя бы свежую линейку видеокарт Nvidia Blackwell с 104 миллиардами транзисторов — их нужно идеально расположить.
За время разработки нового чипа рынок успевает измениться, и все вложения могут оказаться напрасными, отмечает CEO и основатель Cognichip Фараж Аалаи. Он стремится перенести в мир полупроводников те инструменты ИИ, которые уже ускоряют работу разработчиков ПО.
«Такие системы стали достаточно умными: достаточно направить их и описать желаемый результат, чтобы они генерировали качественный код», — рассказал Аалаи TechCrunch.
По его словам, технология компании способна сократить расходы на разработку чипа более чем на 75% и урезать сроки вдвое.
Свежий раунд инвестиций и планы
Компания вышла из стелс-режима в прошлом году и на этой неделе объявила о привлечении $60 млн в новом раунде. Лид-инвестор — Seligman Ventures, среди заметных участников — CEO Intel Лип-Бу Тан, вложившийся через свой фонд Walden Catalyst Ventures и вошедший в совет директоров Cognichip. В совет также присоединится Умеш Падвал, управляющий партнер Seligman. Всего с момента основания в 2024 году Cognichip собрала $93 млн.
Пока компания не может показать чип, полностью спроектированный с помощью своей системы, и не раскрывает имена партнеров, с которыми сотрудничает с сентября.
Как Cognichip обходит конкурентов
Главное преимущество — собственная модель, обученная на данных по проектированию чипов, а не на универсальной языковой модели. Для этого пришлось добывать специализированные данные для обучения, что непросто. В отличие от софт-разработчиков, делящихся кодом открыто, дизайнеры чипов ревностно охраняют интеллектуальную собственность, так что открытых массивов для ИИ-ассистентов почти нет.
Cognichip создала свои наборы данных, включая синтетические, и взяла лицензии у партнеров. Компания также ввела методы, позволяющие производителям чипов обучать модели Cognichip на своих закрытых данных без риска утечки.
Где проприетарных данных нет, используют открытые аналоги. В прошлом году на хакатоне для студентов Университета штата Сан-Хосе Cognichip дала попробовать модель: команды спроектировали процессоры на базе открытой архитектуры RISC-V, которую можно свободно дорабатывать.
Cognichip соперничает с гигантами вроде Synopsys и Cadence Design Systems, а также с перспективными стартапами. Среди них Alpha Design AI, привлекшая $21 млн в раунде A в октябре 2025 года, и ChipAgentsAI с $74 млн в расширенном раунде A в феврале.
Падвал назвал текущий приток капитала в инфраструктуру ИИ самым мощным за 40 лет инвестиций в отрасль.
«Если для полупроводников и железа настал суперцикл, то для компаний вроде Cognichip — тем более», — добавил он.