Cognichip chce, aby AI projektowała układy napędzające AI, i właśnie pozyskał 60 mln USD na realizację tego celu

Technology20.Apr.2026 09:354 min read

Cognichip buduje model głębokiego uczenia, który ma pomóc inżynierom projektować zaawansowane układy scalone szybciej i przy niższych kosztach. Startup twierdzi, że może obniżyć koszty rozwoju chipów o ponad 75% oraz skrócić czas realizacji o ponad połowę, i pozyskał 60 milionów dolarów nowego finansowania, aby zrealizować ten cel.

Cognichip chce, aby AI projektowała układy napędzające AI, i właśnie pozyskał 60 mln USD na realizację tego celu

Najbardziej zaawansowane układy krzemowe przyspieszyły rozwój sztucznej inteligencji. Teraz Cognichip stawia na to, że AI odwdzięczy się tym samym.

Cognichip buduje model głębokiego uczenia, który ma współpracować z inżynierami przy projektowaniu nowych układów scalonych. Problem, który firma chce rozwiązać, to wyzwanie, z jakim branża półprzewodników mierzy się od dekad: projektowanie chipów jest niezwykle złożone, bardzo kosztowne i czasochłonne.

Wyzwania współczesnego projektowania chipów

Od koncepcji do masowej produkcji zaawansowane układy mogą powstawać od trzech do pięciu lat. Sam etap projektowania może trwać nawet dwa lata, zanim rozpocznie się fizyczne rozmieszczenie elementów. Na przykład najnowsze GPU Blackwell firmy Nvidia zawierają 104 miliardy tranzystorów — to ogromny poziom złożoności, który musi zostać starannie zaprojektowany.

Według Faraja Aalaeiego, CEO i założyciela Cognichip, zanim nowy układ będzie gotowy, warunki rynkowe mogą zmienić się na tyle, że podważą pierwotne założenia inwestycyjne.

Celem Aalaeiego jest wprowadzenie do procesu projektowania półprzewodników narzędzi AI podobnych do tych, które przyspieszyły rozwój oprogramowania.

„Systemy te stały się już na tyle inteligentne, że wystarczy je odpowiednio pokierować i powiedzieć im, jaki rezultat chcemy osiągnąć, a są w stanie wygenerować świetny kod” — powiedział Aalaei w rozmowie z TechCrunch.

Twierdzi on, że technologia Cognichip może obniżyć koszt opracowania układu o ponad 75% i skrócić czas realizacji o ponad połowę.

60 mln dolarów nowego finansowania

Firma wyszła z trybu stealth w ubiegłym roku, a w środę ogłosiła pozyskanie 60 mln dolarów nowego finansowania, któremu przewodził fundusz Seligman Ventures. W rundzie uczestniczył CEO Intela Lip-Bu Tan, który dołączy do rady nadzorczej Cognichip. Do rady dołączy także Umesh Padval, partner zarządzający w Seligman Ventures.

Od momentu założenia w 2024 roku Cognichip pozyskał łącznie 93 mln dolarów.

Firma nie zaprezentowała jednak jeszcze układu zaprojektowanego przy użyciu swojego systemu i nie ujawniła klientów, z którymi — jak twierdzi — współpracuje od września.

Trenowanie AI na danych projektowych chipów

Cognichip twierdzi, że jego przewaga polega na wykorzystaniu autorskiego modelu trenowanego specjalnie na danych dotyczących projektowania układów scalonych, zamiast polegać na ogólnego przeznaczenia dużym modelu językowym.

Dostęp do wyspecjalizowanych danych treningowych jest w branży półprzewodników szczególnie trudny. W przeciwieństwie do programistów, którzy często publicznie udostępniają duże ilości kodu, projektanci chipów ściśle chronią swoją własność intelektualną, ograniczając dostępność otwartych zbiorów danych, które zwykle zasilają asystentów kodowania AI.

Aby rozwiązać ten problem, Cognichip opracował własne zbiory danych, w tym dane syntetyczne, oraz pozyskał dodatkowe dane na licencji od partnerów. Firma stworzyła również procedury umożliwiające producentom chipów bezpieczne trenowanie modeli Cognichip na ich zastrzeżonych danych bez ich ujawniania.

W miejscach, gdzie dane zastrzeżone nie są dostępne, firma korzystała z alternatyw open source. Podczas demonstracji w ubiegłym roku Cognichip zaprosił studentów elektrotechniki z San Jose State University do udziału w hackathonie. Zespoły wykorzystały model do projektowania procesorów CPU opartych na otwartej architekturze RISC-V, która jest swobodnie dostępna dla każdego do dalszego rozwijania.

Krajobraz konkurencyjny

Cognichip wchodzi na konkurencyjny rynek, na którym działają ugruntowani gracze, tacy jak Synopsys i Cadence Design Systems, a także dobrze finansowane startupy. W lutym ChipAgents zamknął rozszerzoną rundę Series A o wartości 74 mln dolarów, a w styczniu Ricursive pozyskał 300 mln dolarów w rundzie Series A.

Padval powiedział, że obecny wzrost inwestycji w infrastrukturę AI jest największy, jaki widział w ciągu 40 lat inwestowania.

„Jeśli to supercykl dla półprzewodników i sprzętu, to jest to supercykl dla firm takich jak [Cognichip]” — powiedział.