La course à la création d’une IA plus puissante est désormais alimentée par l’IA elle-même. Cognichip, une startup appliquant l’apprentissage profond à la conception de puces, a obtenu 60 millions de dollars de nouveau financement, portant le total levé à 93 millions de dollars depuis sa création en 2024. L’entreprise vise à réduire considérablement le temps et les coûts associés à la création du silicium complexe qui alimente la technologie moderne.
Le goulot d’étranglement dans la conception des puces
Le développement de puces informatiques avancées est notoirement lent et coûteux. Même avec la fabrication la plus avancée d’aujourd’hui, la conception d’une puce unique peut prendre trois à cinq ans entre le concept initial et la production en série, la phase de conception à elle seule prenant souvent jusqu’à deux ans. Ce décalage pose un problème crucial pour l’industrie : au moment où une nouvelle puce arrive sur le marché, le paysage technologique peut avoir changé, rendant l’investissement obsolète.
L’ampleur du défi est immense. Les derniers GPU Blackwell de Nvidia, par exemple, contiennent 104 milliards de transistors – un nombre stupéfiant qui nécessite une configuration méticuleuse et longue. Les méthodes traditionnelles sont tout simplement trop lentes pour suivre le rythme de l’évolution rapide de l’IA.
L’approche de Cognichip : la conception assistée par l’IA
Cognichip propose une solution en intégrant des outils d’IA dans le workflow de conception de semi-conducteurs. Le PDG Faraj Aalaei affirme que la technologie de l’entreprise peut réduire les coûts de développement des puces de plus de 75 % et réduire de moitié les délais. L’objectif est de reproduire les gains de productivité que l’IA a apportés à l’ingénierie logicielle dans le monde notoirement lent du matériel.
“Ces systèmes sont désormais devenus suffisamment intelligents pour qu’en les guidant simplement et en leur indiquant le résultat souhaité, ils puissent réellement produire un beau code”, a expliqué Aalaei.
Contrairement aux grands modèles de langage (LLM) à usage général, Cognichip a formé son propre modèle spécifiquement sur les données de conception de puces. Cela nécessite de surmonter un obstacle de taille : contrairement aux logiciels, où le code est souvent partagé ouvertement, les conceptions de puces constituent une propriété intellectuelle étroitement protégée. Cognichip a résolu ce problème en développant des ensembles de données propriétaires, y compris des données synthétiques, et des procédures de formation sécurisées permettant aux partenaires d’utiliser le modèle sans exposer la propriété intellectuelle sensible.
Concurrence et perspectives d’avenir
Cognichip évolue dans un paysage concurrentiel, face à des acteurs établis comme Synopsys et Cadence Design Systems, ainsi qu’à des startups émergentes comme ChipAgents (74 millions de dollars de série A) et Ricursive (300 millions de dollars de série A). Bien qu’elle n’ait pas encore révélé de puce entièrement conçue pour l’IA, la société collabore avec ses clients depuis septembre.
L’augmentation actuelle des investissements dans l’infrastructure d’IA est sans précédent. Selon Umesh Padval, associé directeur de Seligman Ventures, qui rejoindra le conseil d’administration de Cognichip, cet afflux de capitaux est le plus important qu’il ait vu en quatre décennies d’investissement. Si l’industrie des semi-conducteurs entre dans un « super cycle », comme beaucoup le prédisent, des entreprises comme Cognichip sont sur le point de capitaliser sur la demande pour un développement de puces plus rapide et moins cher.
L’idée de base est simple mais puissante : appliquer la même accélération basée sur l’IA qui a transformé le logiciel au monde du matériel. Le succès de Cognichip dépendra de sa capacité à fournir des résultats tangibles : des puces conçues plus rapidement et à moindre coût qu’auparavant.
