Cognichip 籌得 6,000 萬美元用於開發人工智慧驅動的晶片設計

最先進的矽晶片大幅加速了人工智慧的發展。如今,人工智慧正準備回饋這份恩惠。
Cognichip 正開發一種深度學習模型,旨在協助工程師設計新型電腦晶片。該公司致力解決業界數十年來苦苦掙扎的問題:晶片設計極其複雜、成本高昂且進度緩慢。先進晶片從概念到量產通常需耗時三至五年;光是設計階段就可能耗費長達兩年,而這還只是在開始實體佈局之前。 以 Nvidia 最新的 Blackwell GPU 系列為例,其內含 1,040 億個電晶體——這是一項龐大且極難協調的任務。
Cognichip 執行長兼創辦人 Faraj Aalaei 指出,在漫長的晶片開發過程中,市場可能發生劇烈變化,導致巨額投資變得過時。他的目標是將軟體工程師所使用的 AI 驅動生產力工具引入半導體設計領域。
「這些系統已具備足夠的智慧,只需給予指引並指定期望的結果,它們就能產出優質的程式碼,」阿拉伊向 TechCrunch 表示。
他表示,該公司的技術能將晶片開發成本削減超過 75%,並將開發週期縮短逾半。
該公司去年結束隱身模式,並於週三宣布完成一輪由 Seligman Ventures 領投的 6,000 萬美元融資。英特爾執行長陳立武(Lip-Bu Tan)透過其創投公司 Walden Catalyst Ventures 參與本輪投資,並將加入 Cognichip 董事會。 Seligman 的管理合夥人 Umesh Padval 也將加入董事會。自 2024 年成立以來,Cognichip 已累計籌集 9,300 萬美元。
然而,Cognichip目前尚無法展示任何採用其系統設計的新晶片,也未透露自去年九月以來聲稱合作過的任何客戶。
該公司聲稱其優勢在於使用專門針對晶片設計數據訓練的自有模型,而非以通用大型語言模型(LLM)為基礎。這需要取得領域專用的訓練數據,這是一項重大挑戰。與公開分享程式碼的軟體開發人員不同,晶片設計師嚴密守護其智慧財產權,使得通常用於訓練 AI 程式碼助理的龐大開源資料庫,對他們而言大多難以取得。
Cognichip 不得不自行建立資料集(包括合成資料),並向合作夥伴取得授權使用資料。該公司還開發了安全流程,讓晶片製造商能在不洩露專有資料的情況下,利用其資料來訓練 Cognichip 的模型。
當無法取得專有資料時,Cognichip 便轉而依賴開源替代方案。在去年的示範活動中,該公司邀請聖荷西州立大學的電機工程系學生,於黑客松中測試該模型。各團隊成功運用該模型,基於開源的 RISC-V 晶片架構設計出 CPU——這是一種任何人都能自由運用並在此基礎上進行開發的設計。
Cognichip 的競爭對手包括新思科技(Synopsys)和凱德斯設計系統(Cadence Design Systems)等業界老牌企業,以及一批資金雄厚的初創公司。其中包括 Alpha Design AI(該公司於 2025 年 10 月完成 2,100 萬美元 A 輪融資)和 ChipAgentsAI(該公司於 2 月完成 7,400 萬美元的 A 輪擴資)。
Padval 指出,當前湧入 AI 基礎設施的資本規模,是他 40 年投資生涯中見過最大的。
「如果這對半導體和硬體產業而言是超級週期,那麼對[Cognichip]這類公司來說,同樣也是超級週期,」他說道。
相關文章
前印孚瑟斯執行長的人工智慧初創公司再獲5300萬美元融資
Hang Ten Systems,一家由前印孚瑟斯(Infosys)執行長 Vishal Sikka 在四個月前創立的人工智慧初創公司,已獲得額外的 5300 萬美元種子輪融資。根據該公司向 TechCrunch 提供的宣告,這一最新投資輪次在初始 3200 萬美元種子輪融資結束僅僅五週後敲定。由淡馬錫旗下早期投資平臺 Xora 領投,這筆新資金使 Hang Ten 的總融資金額達到 8500 萬美元。此前領投的 Mayfield 也參與了本輪投資。其他知名投資者包括 Aramco Ven
加密貨幣交易所 OKX 旨在讓 AI 代理能夠相互僱用並支付報酬
隨著 AI 代理開始為個人提供服務並彼此協作,它們需要相關機制來尋找任務、獲得服務報酬,並建立可信度。加密貨幣交易所 OKX 預見這個未來將比預期來得更快,因此推出了一個市場平台,讓 AI 代理能夠相互招募、獨立處理支付,並維持可攜式的鏈上聲譽。該平台名為「OKX AI」,在與 50 家早期 AI 服務提供商進行閉門測試後,將於週二向開發者開放。此交易市場運用 OKX 既有的技術,使 AI 代理能
由蒂爾(Thiel)支持的新創公司聲稱,人工智慧能夠評斷新聞報導的品質,儘管這會對吹哨人構成風險
在參與那場導致 Gawker 破產的訴訟後,亞倫·德索薩(Aron D’Souza)發現了美國媒體環境中的一項關鍵缺陷:受到報導傷害的個人缺乏有效的回應途徑。他的解決方案是科技。德蘇扎的新創公司「Objection」運用人工智慧來評估新聞報導的準確性。 用戶只需支付 2,000 美元費用,即可對某則報導提出異議,從而啟動針對其主張的公開審查。(德蘇扎還創立了「Enhanced Games」,這是一
相關專題推薦
評論 (1)
0/500

最先進的矽晶片大幅加速了人工智慧的發展。如今,人工智慧正準備回饋這份恩惠。
Cognichip 正開發一種深度學習模型,旨在協助工程師設計新型電腦晶片。該公司致力解決業界數十年來苦苦掙扎的問題:晶片設計極其複雜、成本高昂且進度緩慢。先進晶片從概念到量產通常需耗時三至五年;光是設計階段就可能耗費長達兩年,而這還只是在開始實體佈局之前。 以 Nvidia 最新的 Blackwell GPU 系列為例,其內含 1,040 億個電晶體——這是一項龐大且極難協調的任務。
Cognichip 執行長兼創辦人 Faraj Aalaei 指出,在漫長的晶片開發過程中,市場可能發生劇烈變化,導致巨額投資變得過時。他的目標是將軟體工程師所使用的 AI 驅動生產力工具引入半導體設計領域。
「這些系統已具備足夠的智慧,只需給予指引並指定期望的結果,它們就能產出優質的程式碼,」阿拉伊向 TechCrunch 表示。
他表示,該公司的技術能將晶片開發成本削減超過 75%,並將開發週期縮短逾半。
該公司去年結束隱身模式,並於週三宣布完成一輪由 Seligman Ventures 領投的 6,000 萬美元融資。英特爾執行長陳立武(Lip-Bu Tan)透過其創投公司 Walden Catalyst Ventures 參與本輪投資,並將加入 Cognichip 董事會。 Seligman 的管理合夥人 Umesh Padval 也將加入董事會。自 2024 年成立以來,Cognichip 已累計籌集 9,300 萬美元。
然而,Cognichip目前尚無法展示任何採用其系統設計的新晶片,也未透露自去年九月以來聲稱合作過的任何客戶。
該公司聲稱其優勢在於使用專門針對晶片設計數據訓練的自有模型,而非以通用大型語言模型(LLM)為基礎。這需要取得領域專用的訓練數據,這是一項重大挑戰。與公開分享程式碼的軟體開發人員不同,晶片設計師嚴密守護其智慧財產權,使得通常用於訓練 AI 程式碼助理的龐大開源資料庫,對他們而言大多難以取得。
Cognichip 不得不自行建立資料集(包括合成資料),並向合作夥伴取得授權使用資料。該公司還開發了安全流程,讓晶片製造商能在不洩露專有資料的情況下,利用其資料來訓練 Cognichip 的模型。
當無法取得專有資料時,Cognichip 便轉而依賴開源替代方案。在去年的示範活動中,該公司邀請聖荷西州立大學的電機工程系學生,於黑客松中測試該模型。各團隊成功運用該模型,基於開源的 RISC-V 晶片架構設計出 CPU——這是一種任何人都能自由運用並在此基礎上進行開發的設計。
Cognichip 的競爭對手包括新思科技(Synopsys)和凱德斯設計系統(Cadence Design Systems)等業界老牌企業,以及一批資金雄厚的初創公司。其中包括 Alpha Design AI(該公司於 2025 年 10 月完成 2,100 萬美元 A 輪融資)和 ChipAgentsAI(該公司於 2 月完成 7,400 萬美元的 A 輪擴資)。
Padval 指出,當前湧入 AI 基礎設施的資本規模,是他 40 年投資生涯中見過最大的。
「如果這對半導體和硬體產業而言是超級週期,那麼對[Cognichip]這類公司來說,同樣也是超級週期,」他說道。
前印孚瑟斯執行長的人工智慧初創公司再獲5300萬美元融資
Hang Ten Systems,一家由前印孚瑟斯(Infosys)執行長 Vishal Sikka 在四個月前創立的人工智慧初創公司,已獲得額外的 5300 萬美元種子輪融資。根據該公司向 TechCrunch 提供的宣告,這一最新投資輪次在初始 3200 萬美元種子輪融資結束僅僅五週後敲定。由淡馬錫旗下早期投資平臺 Xora 領投,這筆新資金使 Hang Ten 的總融資金額達到 8500 萬美元。此前領投的 Mayfield 也參與了本輪投資。其他知名投資者包括 Aramco Ven
加密貨幣交易所 OKX 旨在讓 AI 代理能夠相互僱用並支付報酬
隨著 AI 代理開始為個人提供服務並彼此協作,它們需要相關機制來尋找任務、獲得服務報酬,並建立可信度。加密貨幣交易所 OKX 預見這個未來將比預期來得更快,因此推出了一個市場平台,讓 AI 代理能夠相互招募、獨立處理支付,並維持可攜式的鏈上聲譽。該平台名為「OKX AI」,在與 50 家早期 AI 服務提供商進行閉門測試後,將於週二向開發者開放。此交易市場運用 OKX 既有的技術,使 AI 代理能
由蒂爾(Thiel)支持的新創公司聲稱,人工智慧能夠評斷新聞報導的品質,儘管這會對吹哨人構成風險
在參與那場導致 Gawker 破產的訴訟後,亞倫·德索薩(Aron D’Souza)發現了美國媒體環境中的一項關鍵缺陷:受到報導傷害的個人缺乏有效的回應途徑。他的解決方案是科技。德蘇扎的新創公司「Objection」運用人工智慧來評估新聞報導的準確性。 用戶只需支付 2,000 美元費用,即可對某則報導提出異議,從而啟動針對其主張的公開審查。(德蘇扎還創立了「Enhanced Games」,這是一





首頁






