Гонка за создание более мощного ИИ теперь ускоряется самим ИИ. Cognichip, стартап, применяющий глубокое обучение к разработке чипов, привлек $60 миллионов нового финансирования, доведя общий объем привлеченных средств до $93 миллионов с момента основания в 2024 году. Компания стремится резко сократить время и стоимость, связанные с созданием сложной кремниевой основы, лежащей в основе современных технологий.
Узкое Место в Разработке Чипов
Разработка передовых компьютерных чипов печально известна своей медлительностью и дороговизной. Даже с использованием самых современных производственных мощностей, разработка одного чипа может занять от трех до пяти лет от первоначальной концепции до массового производства, при этом только фаза проектирования часто занимает до двух лет. Эта задержка представляет собой критическую проблему для отрасли: к тому времени, когда новый чип выходит на рынок, технологический ландшафт может измениться, делая инвестиции устаревшими.
Масштаб проблемы огромен. Например, новейшие GPU Blackwell от Nvidia содержат 104 миллиарда транзисторов — ошеломляющее число, требующее кропотливой и трудоемкой компоновки. Традиционные методы просто недостаточно быстры, чтобы угнаться за стремительной эволюцией ИИ.
Подход Cognichip: ИИ-Помощник в Проектировании
Cognichip предлагает решение, интегрируя инструменты ИИ в рабочий процесс разработки полупроводников. Генеральный директор Фарадж Аалей утверждает, что технология компании может сократить затраты на разработку чипов более чем на 75% и вдвое сократить сроки. Цель состоит в том, чтобы воспроизвести прирост производительности, который ИИ принес в разработку программного обеспечения, в печально медленном мире аппаратного обеспечения.
“Эти системы стали достаточно умными, что, просто направляя их и говоря, какого результата вы хотите достичь, они могут фактически создавать красивый код”, — пояснил Аалей.
В отличие от использования универсальных больших языковых моделей (LLM), Cognichip обучила собственную модель специально на данных проектирования чипов. Это требует преодоления серьезного препятствия: в отличие от программного обеспечения, где код часто распространяется открыто, разработки чипов строго охраняются как интеллектуальная собственность. Cognichip решила эту проблему, разработав запатентованные наборы данных, включая синтетические данные, и безопасные процедуры обучения, позволяющие партнерам использовать модель, не раскрывая конфиденциальную интеллектуальную собственность.
Конкуренция и Перспективы
Cognichip работает в конкурентной среде, сталкиваясь с такими устоявшимися игроками, как Synopsys и Cadence Design Systems, а также с растущими стартапами, такими как ChipAgents ($74M Серия A) и Ricursive ($300M Серия A). Несмотря на то, что компания пока не представила полностью разработанный ИИ-чип, она сотрудничает с клиентами с сентября.
Текущий инвестиционный бум в ИИ-инфраструктуру беспрецедентен. По словам Умеша Падвала, управляющего партнера Seligman Ventures, который войдет в состав совета директоров Cognichip, этот приток капитала является самым крупным за четыре десятилетия его инвестиционной деятельности. Если полупроводниковая промышленность войдет в «суперцикл», как многие прогнозируют, компании, такие как Cognichip, будут готовы воспользоваться спросом на более быструю и дешевую разработку чипов.
Основная идея проста, но мощна: применить такое же ускорение, управляемое ИИ, которое изменило программное обеспечение, к миру аппаратного обеспечения. Успех Cognichip будет зависеть от ее способности добиться осязаемых результатов — чипов, разработанных быстрее и дешевле, чем раньше.
