Cognichip 融资 6000 万：让 AI 来设计 AI 芯片，成本降 75%
🧠 用 AI 设计 AI 的芯片？这听起来像是科幻小说，但 Cognichip 正在把它变成现实。
初创公司 Cognichip 刚刚完成了 6000 万美元 的新一轮融资，他们的目标很简单：用 AI 来设计芯片，把成本砍掉 75%。公司声称芯片开发周期也能缩短一半以上。
在了解 Cognichip 之前，我们先来理解一下芯片设计的复杂性。
设计一块现代芯片，就像是设计一座城市：
数十亿个晶体管
相当于城市里的数十亿座建筑
精密的电路连接
相当于城市的道路和管道系统
严格的性能要求
城市必须在毫秒级响应所有请求
散热和能耗限制
城市不能太热、不能太耗电
- 1990年代：~100万晶体管，设计周期 1-2 年
- 2010年代：~10亿晶体管，设计周期 2-3 年
- 2020年代：~500亿晶体管，设计周期 3-5 年，成本数十亿美元
Cognichip 的想法是：既然 AI 能写代码、能画图，为什么不能设计芯片？
与使用通用大语言模型（如 GPT）不同，Cognichip 使用在芯片设计数据上专门训练的自有模型。
需求输入
性能目标 · 功耗限制
Cognichip AI
专用芯片设计模型
设计输出
电路布局 · 优化方案
⚡ 时间减半 · 成本降 75% · 错误更少
芯片设计数据是公司最核心的商业机密，没人愿意公开。Cognichip 是怎么解决数据问题的？
- 合成数据：AI 生成模拟芯片设计数据用于训练
- 合作伙伴授权：与芯片公司合作，获取真实设计数据
- 安全训练流程：确保数据不会泄露或被滥用
这轮融资由 Seligman Ventures 领投，参与者包括英特尔 CEO Lip-Bu Tan 等重量级人物。
本轮融资：6000 万美元
总融资额：9300 万美元
投资者看好 Cognichip 的原因：
- AI 基础设施市场正在爆发式增长
- 芯片短缺问题持续存在，设计效率亟需提升
- 「AI for AI」是一个有想象力的赛道
Cognichip 并非孤军奋战，这个赛道已经很热闹：
传统 EDA 巨头
Synopsys · Cadence
AI 新秀
Cognichip · ChipAgents
科技巨头自研
英伟达 · 谷歌 · 苹果
虽然愿景很美好，但也有一些提醒：
- 尚无成品展示：Cognichip 还未公开披露任何由其系统设计出的芯片
- 客户名单保密：未公布合作客户
- 技术验证待完成：AI 设计的芯片是否真的能用？性能如何？都还需要验证
「AI 设计芯片听起来很酷，但芯片设计容不得半点差错。一次流片失败就可能损失数百万美元。AI 能否真正取代经验丰富的工程师，还有待验证。」
- 芯片设计门槛大幅降低，更多公司能进入这个领域
- AI 硬件迭代速度加快，可能带来更快的 AI 进步
- 芯片成本下降，最终消费者可能买到更便宜的电子产品
- 投资热潮可能冷却，AI 芯片设计赛道降温
- 传统 EDA 工具继续主导，创新步伐放缓
- 验证了「AI 并非万能」的观点
Cognichip 的故事是 AI 时代的一个缩影：我们正试图用 AI 来优化 AI 的基础设施。这是一个递归的梦想——AI 设计芯片，芯片运行 AI，AI 设计更好的芯片...
这个循环能走多远？没人知道。但有一点是确定的：在这个时代，想象力的边界正在被不断拓展。