Cognichip veut que l’IA conçoive les puces qui alimentent l’IA et lève 60 millions de dollars pour y parvenir

Les puces en silicium les plus avancées ont accéléré le développement de l’intelligence artificielle. Désormais, Cognichip parie que l’IA peut lui rendre la pareille.

Cognichip développe un modèle d’apprentissage profond destiné à travailler aux côtés des ingénieurs lors de la conception de nouvelles puces informatiques. Le problème qu’elle cherche à résoudre est celui auquel l’industrie des semi-conducteurs est confrontée depuis des décennies : la conception de puces est extrêmement complexe, extrêmement coûteuse et lente.

Le défi de la conception moderne des puces

Les puces avancées peuvent mettre de trois à cinq ans entre leur conception et leur production de masse. La phase de conception à elle seule peut durer jusqu’à deux ans avant même que la mise en page physique ne commence. Par exemple, les derniers GPU Blackwell de Nvidia contiennent 104 milliards de transistors — un niveau de complexité immense qui doit être soigneusement maîtrisé.

Selon le PDG et fondateur de Cognichip, Faraj Aalaei, au moment où une nouvelle puce est prête, les conditions du marché peuvent avoir suffisamment évolué pour compromettre la thèse d’investissement initiale.

L’objectif d’Aalaei est d’introduire dans le processus de conception des semi-conducteurs les outils d’IA qui ont accéléré le développement logiciel.

« Ces systèmes sont désormais devenus suffisamment intelligents pour que, simplement en les guidant et en leur indiquant le résultat souhaité, ils puissent réellement produire un code remarquable », a déclaré Aalaei à TechCrunch.

Il affirme que la technologie de Cognichip peut réduire le coût de développement des puces de plus de 75 % et raccourcir les délais de plus de moitié.

60 millions de dollars de nouveaux financements

L’entreprise est sortie du mode furtif l’année dernière et a annoncé mercredi avoir levé 60 millions de dollars de nouveaux financements, menés par Seligman Ventures. Le PDG d’Intel, Lip-Bu Tan, a participé au tour de table et rejoindra le conseil d’administration de Cognichip. Umesh Padval, associé directeur chez Seligman Ventures, rejoindra également le conseil.

Depuis sa création en 2024, Cognichip a levé un total de 93 millions de dollars.

Cependant, l’entreprise n’a pas encore dévoilé de puce conçue à l’aide de son système et n’a pas révélé les clients avec lesquels elle affirme collaborer depuis septembre.

Former l’IA avec des données de conception de puces

Cognichip affirme que son avantage réside dans l’utilisation d’un modèle propriétaire entraîné spécifiquement sur des données de conception de puces, plutôt que de s’appuyer sur un grand modèle de langage à usage général.

L’accès à des données d’entraînement spécifiques au domaine est particulièrement difficile dans le secteur des semi-conducteurs. Contrairement aux développeurs de logiciels, qui partagent souvent publiquement de grandes quantités de code, les concepteurs de puces protègent étroitement leur propriété intellectuelle, ce qui limite la disponibilité de jeux de données ouverts qui alimentent généralement les assistants de codage basés sur l’IA.

Pour y remédier, Cognichip a développé ses propres jeux de données, y compris des données synthétiques, et a obtenu sous licence des données supplémentaires auprès de partenaires. L’entreprise a également créé des procédures permettant aux fabricants de puces d’entraîner en toute sécurité les modèles de Cognichip sur leurs données propriétaires sans les exposer.

Lorsque des données propriétaires ne sont pas disponibles, l’entreprise a utilisé des alternatives open source. Lors d’une démonstration l’an dernier, Cognichip a invité des étudiants en génie électrique de la San Jose State University à participer à un hackathon. Les équipes ont utilisé le modèle pour concevoir des CPU basés sur l’architecture de puce open source RISC-V, librement accessible à tous pour développement.

Paysage concurrentiel

Cognichip entre sur un marché concurrentiel qui comprend des acteurs établis tels que Synopsys et Cadence Design Systems, ainsi que des startups bien financées. ChipAgents a bouclé une extension de série A de 74 millions de dollars en février, et Ricursive a levé 300 millions de dollars lors d’un tour de série A en janvier.

Padval a déclaré que la vague actuelle d’investissements dans l’infrastructure de l’IA est la plus importante qu’il ait observée en 40 ans d’investissement.

« Si c’est un super cycle pour les semi-conducteurs et le matériel, c’est un super cycle pour des entreprises comme [Cognichip] », a-t-il déclaré.