Cognichip привлек $60 млн на ИИ-разработку чипов для ИИ

Стартап Cognichip, специализирующийся на искусственном интеллекте, привлек $60 млн нового финансирования. Компания разрабатывает модель глубокого обучения, которая поможет инженерам в проектировании компьютерных чипов. Это решение призвано значительно ускорить и удешевить процесс создания полупроводников.

Разработка чипов — сложный, дорогой и медленный процесс. От концепции до массового производства проходит от трех до пяти лет. Только фаза проектирования может занимать до двух лет, прежде чем начнется физическая компоновка. Например, новейшие графические процессоры Nvidia Blackwell содержат 104 миллиарда транзисторов. Генеральный директор Cognichip Фарадж Аалаи отмечает, что за время разработки рынок может измениться, обесценив все инвестиции. Цель Аалаи — перенести инструменты ИИ, которые уже используют разработчики программного обеспечения, в сферу проектирования полупроводников.

Аалаи утверждает, что технология Cognichip может сократить стоимость разработки чипов более чем на 75%. Сроки создания чипов при этом уменьшатся более чем вдвое. Он подчеркивает, что системы ИИ стали достаточно умными, чтобы создавать качественный код при правильном руководстве.

Новый раунд финансирования в $60 млн возглавила Seligman Ventures. В нем также участвовал генеральный директор Intel Лип-Бу Тан через свою венчурную фирму Walden Catalyst Ventures. Тан войдет в совет директоров Cognichip, как и Умеш Падвал, управляющий партнер Seligman. С момента основания в 2024 году Cognichip привлекла в общей сложности $93 млн.

Cognichip пока не может продемонстрировать чип, полностью разработанный с помощью своей системы. Компания также не раскрывает клиентов, с которыми сотрудничает с сентября. Ключевое преимущество Cognichip — использование собственной модели, обученной на данных проектирования чипов, а не универсальной большой языковой модели. Это потребовало доступа к специализированным обучающим данным, что является сложной задачей.

В отличие от разработчиков ПО, которые делятся огромными объемами кода, дизайнеры чипов строго охраняют свою интеллектуальную собственность. Это делает открытые источники данных, обычно используемые для обучения ИИ-ассистентов, недоступными. Cognichip пришлось создавать собственные наборы данных, включая синтетические, и лицензировать данные у партнеров. Компания также разработала процедуры, позволяющие производителям чипов безопасно обучать модели Cognichip на своих проприетарных данных, не раскрывая их. Там, где проприетарные данные недоступны, Cognichip использует открытые альтернативы. На хакатоне в прошлом году студенты Университета Сан-Хосе успешно использовали модель для проектирования процессоров на базе открытой архитектуры RISC-V.

Cognichip конкурирует с крупными игроками, такими как Synopsys и Cadence Design Systems, а также с рядом хорошо финансируемых стартапов. Среди них Alpha Design AI, которая привлекла $21 млн в октябре 2025 года, и ChipAgentsAI, закрывшая расширенный раунд Series A на $74 млн в феврале. Падвал отмечает, что текущий приток капитала в инфраструктуру ИИ — самый большой за его 40-летнюю инвестиционную карьеру. Он считает, что это «суперцикл» для полупроводников и аппаратного обеспечения, что выгодно для таких компаний, как Cognichip.