Cognichip 欲利用 AI 設計驅動 AI 的晶片，並剛籌集 6,000 萬美元資金進行嘗試

最先進的矽晶片加速了人工智慧的發展。現在，AI 能否回報這份恩情？

Cognichip 正在建立一個深度學習模型，旨在與工程師並肩作戰，共同設計新型電腦晶片。該公司試圖解決的是半導體產業數十年來面臨的難題：晶片設計極其複雜、成本高昂且進度緩慢。先進晶片從構思到量產需要三到五年的時間；僅設計階段在進入物理佈局之前就可能長達兩年。考慮到輝達（Nvidia）最新的 Blackwell 系列 GPU 包含 1,040 億個電晶體——這需要極大量的排列工作。

Cognichip 執行長兼創辦人 Faraj Aalaei 表示，在開發一款新晶片所需的時間內，市場可能會發生變化，導致所有投資付諸流水。Aalaei 的目標是將軟體工程師用來加速工作的 AI 工具引入半導體設計領域。

「這些系統現在已經變得足夠智慧，只要引導它們並告知你想要的結果，它實際上就能產出優美的程式碼，」Aalaei 告訴 TechCrunch。

他表示，該公司的技術可以將晶片開發成本降低 75% 以上，並將研發週期縮短一半以上。

該公司於去年結束隱身模式，並於週三宣布獲得由 Seligman Ventures 領投的 6,000 萬美元新融資，其中英特爾（Intel）執行長陳立武（Lip-Bu Tan）也透過其風險投資公司 Walden Catalyst Ventures 參與投資，並將加入 Cognichip 董事會。Seligman 的管理合夥人 Umesh Padval 也將加入董事會。自 2024 年成立以來，Cognichip 總計已籌集 9,300 萬美元。

儘管如此，Cognichip 目前尚無法展示任何使用其系統設計的新晶片，也未透露自九月以來一直與其合作的任何客戶身份。

該公司表示，其優勢在於使用針對晶片設計數據訓練的自有模型，而非從通用型大語言模型（LLM）開始。這需要獲取領域特定的訓練數據，這絕非易事。與公開分享大量程式碼的軟體開發者不同，晶片設計者對其智慧財產權（IP）保護嚴密，這使得通常用於訓練 AI 程式碼助手的開源寶庫在該領域基本上無法取得。

Cognichip 必須開發自己的數據集（包括合成數據），並從合作夥伴處獲得數據授權。該公司還開發了一套程序，讓晶片製造商能在不洩露數據的情況下，安全地使用其專有數據來訓練 Cognichip 的模型。

在無法取得專有數據的地方，Cognichip 則依賴開源替代方案。在去年的一次演示中，Cognichip 邀請聖荷西州立大學（San Jose State University）的電機工程系學生在黑客松中試用該模型。參賽團隊能夠使用該模型設計基於 RISC-V 開源晶片架構的 CPU——這是一種任何人都可以使用的免費設計。

Cognichip 正與 Synopsys 和 Cadence Design Systems 等老牌企業，以及一群資金充裕的新創公司競爭。其中包括：在 2025 年 10 月籌集了 2,100 萬美元 A 輪融資的 Alpha Design AI，以及在 2 月完成 7,400 萬美元擴展 A 輪融資的 ChipAgentsAI。

Padval 表示，目前湧入 AI 基礎設施的資金是他 40 年投資生涯中所見過規模最大的。

「如果這是半導體和硬體的超級週期，那麼這也是像 [Cognichip] 這樣公司的超級週期，」他說。