La corsa per costruire un’intelligenza artificiale più potente è ora alimentata dall’intelligenza artificiale stessa. Cognichip, una startup che applica il deep learning alla progettazione di chip, si è assicurata 60 milioni di dollari in nuovi finanziamenti, portando il totale raccolto a 93 milioni di dollari dalla sua fondazione nel 2024. L’azienda mira a ridurre drasticamente i tempi e i costi associati alla creazione del complesso silicio che alimenta la tecnologia moderna.
Il collo di bottiglia nella progettazione dei chip
Lo sviluppo di chip per computer avanzati è notoriamente lento e costoso. Anche con la produzione più avanzata di oggi, la progettazione di un singolo chip può richiedere da tre a cinque anni dal concetto iniziale alla produzione di massa, mentre la sola fase di progettazione spesso richiede fino a due anni. Questo ritardo pone un problema critico per il settore: nel momento in cui un nuovo chip arriva sul mercato, il panorama tecnologico potrebbe essere cambiato, rendendo l’investimento obsoleto.
La portata della sfida è immensa. Le ultime GPU Blackwell di Nvidia, ad esempio, contengono 104 miliardi di transistor: un numero sconcertante che richiede un layout meticoloso e dispendioso in termini di tempo. I metodi tradizionali sono semplicemente troppo lenti per tenere il passo con la rapida evoluzione dell’intelligenza artificiale.
Approccio di Cognichip: progettazione assistita dall’intelligenza artificiale
Cognichip propone una soluzione integrando gli strumenti di intelligenza artificiale nel flusso di lavoro di progettazione dei semiconduttori. Il CEO Faraj Aalaei sostiene che la tecnologia dell’azienda può ridurre i costi di sviluppo dei chip di oltre il 75% e dimezzare i tempi. L’obiettivo è replicare i guadagni di produttività che l’intelligenza artificiale ha portato all’ingegneria del software nel notoriamente lento mondo dell’hardware.
“Questi sistemi sono diventati abbastanza intelligenti che semplicemente guidandoli e dicendo loro qual è il risultato desiderato, possono effettivamente produrre un codice meraviglioso”, ha spiegato Aalaei.
A differenza dei modelli LLM (Large Language Model) di uso generale, Cognichip ha addestrato il proprio modello specificamente sui dati di progettazione dei chip. Ciò richiede il superamento di un ostacolo significativo: a differenza del software, dove il codice è spesso condiviso apertamente, i progetti dei chip sono una proprietà intellettuale fortemente protetta. Cognichip ha affrontato questo problema sviluppando set di dati proprietari, inclusi dati sintetici, e procedure di formazione sicure che consentono ai partner di utilizzare il modello senza esporre la proprietà intellettuale sensibile.
Concorrenza e prospettive future
Cognichip opera in un panorama competitivo, affrontando attori affermati come Synopsys e Cadence Design Systems, nonché startup emergenti come ChipAgents (74 milioni di dollari di serie A) e Ricursive (300 milioni di dollari di serie A). Nonostante non abbia ancora rivelato un chip completamente progettato dall’intelligenza artificiale, l’azienda collabora con i clienti da settembre.
L’attuale impennata degli investimenti nelle infrastrutture di intelligenza artificiale non ha precedenti. Secondo il socio amministratore di Seligman Ventures Umesh Padval, che entrerà a far parte del consiglio di amministrazione di Cognichip, questo afflusso di capitali è il più grande mai visto in quattro decenni di investimenti. Se l’industria dei semiconduttori entrasse in un “super ciclo”, come molti prevedono, aziende come Cognichip sono pronte a capitalizzare la domanda di sviluppo di chip più veloce ed economico.
L’idea di base è semplice ma potente: applicare la stessa accelerazione basata sull’intelligenza artificiale che ha trasformato il software nel mondo dell’hardware. Il successo di Cognichip dipenderà dalla sua capacità di fornire risultati tangibili: chip progettati in modo più rapido ed economico rispetto a prima.
