De race om krachtigere AI te bouwen wordt nu gevoed door AI zelf. Cognichip, een startup die deep learning toepast op chipontwerp, heeft 60 miljoen dollar aan nieuwe financiering binnengehaald, waardoor het totaal sinds de oprichting in 2024 op 93 miljoen dollar komt. Het bedrijf streeft ernaar de tijd en kosten die gepaard gaan met het creëren van het complexe silicium dat de moderne technologie aandrijft, drastisch te verminderen.
Het knelpunt in chipontwerp
Het ontwikkelen van geavanceerde computerchips is notoir traag en duur. Zelfs met de meest geavanceerde productiemethoden van vandaag kan het ontwerp van een enkele chip drie tot vijf jaar duren, van het eerste concept tot de massaproductie, waarbij de ontwerpfase alleen al vaak wel twee jaar in beslag neemt. Deze vertraging vormt een cruciaal probleem voor de industrie: tegen de tijd dat een nieuwe chip op de markt komt, is het technologielandschap mogelijk veranderd, waardoor de investering overbodig is geworden.
De omvang van de uitdaging is enorm. Nvidia’s nieuwste Blackwell GPU’s bevatten bijvoorbeeld 104 miljard transistors – een duizelingwekkend aantal dat een nauwgezette en tijdrovende lay-out vereist. De traditionele methoden zijn simpelweg te traag om gelijke tred te houden met de snelle evolutie van AI.
Cognichip’s aanpak: AI-ondersteund ontwerp
Cognichip stelt een oplossing voor door AI-tools te integreren in de ontwerpworkflow van halfgeleiders. CEO Faraj Aalaei stelt dat de technologie van het bedrijf de chipontwikkelingskosten met meer dan 75% kan verlagen en de tijdlijn kan halveren. Het doel is om de productiviteitswinst te repliceren die AI heeft gebracht voor software-engineering binnen de notoir trage wereld van hardware.
“Deze systemen zijn nu intelligent genoeg geworden, zodat ze door ze alleen maar te begeleiden en te vertellen wat het gewenste resultaat is, daadwerkelijk prachtige code kunnen produceren”, legt Aalaei uit.
In tegenstelling tot het vertrouwen op grote taalmodellen (LLM’s) voor algemeen gebruik, heeft Cognichip zijn eigen model specifiek getraind op chipontwerpgegevens. Hiervoor moet een belangrijke hindernis worden overwonnen: in tegenstelling tot software, waar code vaak openlijk wordt gedeeld, zijn chipontwerpen zwaar bewaakt intellectueel eigendom. Cognichip heeft dit aangepakt door eigen datasets te ontwikkelen, waaronder synthetische data, en veilige trainingsprocedures waardoor partners het model kunnen gebruiken zonder gevoelige IP bloot te leggen.
Concurrentie en toekomstperspectieven
Cognichip opereert in een competitief landschap en wordt geconfronteerd met gevestigde spelers als Synopsys en Cadence Design Systems, maar ook met opkomende startups als ChipAgents ($74M Series A) en Ricursive ($300M Series A). Ondanks dat het bedrijf nog geen volledig door AI ontworpen chip heeft onthuld, werkt het bedrijf sinds september samen met klanten.
De huidige stijging van de investeringen in AI-infrastructuur is ongekend. Volgens Seligman Ventures managing partner Umesh Padval, die toetreedt tot het bestuur van Cognichip, is deze kapitaalinstroom de grootste die hij in vier decennia van investeren heeft gezien. Als de halfgeleiderindustrie een ‘supercyclus’ ingaat, zoals velen voorspellen, staan bedrijven als Cognichip klaar om te profiteren van de vraag naar snellere, goedkopere chipontwikkeling.
Het kernidee is eenvoudig maar krachtig: pas dezelfde AI-gestuurde versnelling toe die software transformeerde naar de wereld van hardware. Het succes van Cognichip zal afhangen van zijn vermogen om tastbare resultaten te leveren – chips die sneller en goedkoper zijn ontworpen dan voorheen.
