指尖日報 理財科技組
在人工智慧浪潮席捲全球的同時，底層硬體的開發瓶頸卻日益凸顯。一家名為Cognichip的新創公司正試圖打破這個僵局，該公司在美國時間4月1日宣布，已成功完成由Seligman Ventures領投的6000萬美元A輪融資，旨在透過其創新的「物理AI模型」徹底顛覆傳統的晶片設計流程。
這筆資金的注入，使Cognichip自2024年成立以來的總募資額達到9300萬美元。 更引人注目的是，除了新資金，半導體界的兩位重量級人物——Intel執行長Lip-Bu Tan及Seligman Ventures的執行合夥人Umesh Padval——也將加入公司董事會，這顯然為Cognichip的技術路線投下了強力的信任票。
根據Unite.AI的報導，傳統上設計一顆先進晶片，動輒需要耗費數年時間與數億美元的鉅額成本，這種漫長且昂貴的開發週期，已成為AI技術快速迭代的一大障礙。 當軟體演算法飛速前進時，硬體製造的緩慢步伐，形成了一種「創新瓶頸」，限制了更強大AI模型的實現可能。
Cognichip的核心競爭力，在於其名為「人工晶片智慧」（ACI®）的平台。 Pulse 2.0的分析指出，這並非另一款傳統的電子設計自動化(EDA)工具，而是一套截然不同的全端解決方案。它採用一種「物理資訊AI模型」，將電路行為、物理限制與製造可行性等現實世界的物理定律，直接整合到AI的基礎模型中。
這種獨特的方法，讓AI不再只是進行數據猜測，而是能「理解」物理規則並進行推理。Cognichip宣稱，其技術能將晶片開發成本大幅削減75%，並將設計時程縮短約50%。 這意味著過去需要數月的設計流程，未來可能在幾天內就能完成，從根本上改變了晶片開發的經濟學。
HyperAI的報導解釋，傳統晶片設計是一個高度「序列化」的過程，工程師必須一步步完成複雜的工作流程。 而Cognichip的平台則引入了「平行化」的概念，允許AI同時探索多個設計決策，並即時評估不同方案間的權衡取捨，尤其在處理橫跨數位、類比及混合訊號的複雜晶片時更具優勢。
此次A輪融資由Seligman Ventures領投，日本的SBI Investment亦參與其中。 值得注意的是，包括Mayfield、Lux Capital、FPV與Candou Ventures在內的所有種子輪投資者，全都選擇加碼跟投，顯示早期投資人對公司發展的強烈信心。
Umesh Padval在聲明中表示，晶片設計週期的下一波進展，不會來自於對現有工具的漸進式優化，而是要用AI將過去高度序列化的流程平行化。 BEAMSTART則引述投資者的觀點，認為在AI基礎設施的「超級週期」下，像Cognichip這樣能加速硬體創新的公司將迎來巨大機遇。
儘管前景看好，Cognichip仍面臨來自業界巨頭如Synopsys、Cadence，以及ChipAgentsAI、Ricursive等同樣專注於AI晶片設計的新創公司的激烈競爭。 不過，Cognichip透過舉辦黑客松等活動，讓學生成功使用其工具設計出基於開源RISC-V架構的CPU，已初步展示了其技術的實用潛力。
相關報導：nationaltoday.com、unite.ai
