編者按：本文來自微信公眾號 半導體行業(yè)觀察（ID：icbank），創(chuàng)業(yè)邦經(jīng)授權(quán)發(fā)布。

據(jù)該公司在融資新聞稿中所說，Cognichip 正在構(gòu)建一個名為“人工智能芯片智能”（ACI：Artificial Chip Intelligence）的基礎人工智能模型。該模型有望減少處理器開發(fā)過程中的人工工作量。據(jù)報道， Cognichip認為該模型需要數(shù)年時間才能達到“終極性能”，但預計它將更早地為芯片設計人員帶來益處。

據(jù)該公司稱，ACI 既可以加快芯片開發(fā)速度，又可以降低相關成本。Cognichip 認為其模型可將處理器設計項目的成本降低高達 75%。此外，該公司表示，ACI 可以發(fā)現(xiàn)微調(diào)芯片性能和效率的機會。也就是說，這家公司的目的，就是想讓芯片工程師失業(yè)？（微笑臉）

在下面文章中，我們將引述該公司CEO對半導體行業(yè)的看法，并分享他是計劃如何改變芯片行業(yè)。

半導體，一個瀕臨崩潰的行業(yè)

半導體行業(yè)一直是一股不可否認的良性力量。自1947年沃爾特·布拉頓（Walter Brattain）的意外發(fā)現(xiàn)——他將實驗浸入熱水瓶中，偶然發(fā)現(xiàn)了半導體，并最終獲得了諾貝爾獎——以來，半導體幾乎徹底改變了現(xiàn)代生活的方方面面。從阿波羅計劃中每臺使用約16,000個晶體管的制導計算機推動太空競賽，到重塑全球通信，半導體改變了人類社會。

想想通信設備的演變：從僅包含5到8個晶體管的簡陋晶體管收音機，到最新的iPhone機型，其集成了近200億個晶體管。汽車行業(yè)也已被半導體重塑。我們已經(jīng)從福特的T型車發(fā)展到像特斯拉和Waymo這樣的自動駕駛、軟件驅(qū)動的汽車。在醫(yī)療保健領域，半導體為從核磁共振成像儀和超聲波設備到像Oura戒指和芯片實驗室技術這樣的尖端可穿戴設備等一切設備提供動力，使數(shù)十億人能夠獲得更好的診斷和治療。2023年，全球半導體器件銷量接近1萬億件，相當于地球上每個人擁有超過100塊芯片。

展望未來，隨著全球?qū)τ嬎隳芰Φ男枨蟪掷m(xù)呈指數(shù)級增長，半導體將在未來10-15年發(fā)揮更為關鍵的作用。人工智能的崛起及其對計算能力的無限需求，正在推動前所未有的投資。微軟和OpenAI等公司通過其耗資1000億美元的“星際之門”超級計算機項目，以及擁有20萬顆Colossus GPU超級計算機的xAI，正在構(gòu)建人工智能基礎設施的未來。谷歌和亞馬遜也在大力投資其定制TPU、Trainium和Inferentia芯片，以在人工智能軍備競賽中保持領先地位。然而，支撐這些進步的基礎——技術人才——仍然岌岌可危。

盡管半導體行業(yè)的重要性毋庸置疑，但它正面臨嚴重的人才危機。德勤估計，到2030年，半導體行業(yè)將需要新增超過一百萬名技術工人才能滿足其需求。這種技術工程師的短缺并非暫時的挑戰(zhàn)，而是一個結(jié)構(gòu)性問題，有可能削弱該行業(yè)滿足不斷飆升的需求的能力。

問題有兩個方面。首先，世界各地的大學，尤其是西方國家的大學，培養(yǎng)的畢業(yè)生數(shù)量不足以滿足需求。只有約20%的美國畢業(yè)生擁有STEM學位，而其中只有1%的畢業(yè)生是電子工程專業(yè)——而電子工程專業(yè)對半導體設計和制造至關重要。相比之下，中國近40%的學生擁有STEM學位，使其成為半導體人才的溫床。

其次，即使大學提高了產(chǎn)量，半導體設計的復雜性也意味著工程師需要數(shù)年時間才能真正投入生產(chǎn)。半導體設計領域的尖端工作——邁向2納米及以下的芯片——需要高度專業(yè)化的實踐經(jīng)驗，而這些經(jīng)驗是課堂上學不到的。此外，目前很大一部分勞動力即將退休。例如，在德國，約三分之一的半導體從業(yè)人員將在未來十年內(nèi)退休。該行業(yè)對快速老齡化人才庫的依賴，使得這種情況更加岌岌可危。

盡管 Synopsys 和 Cadence 等公司已經(jīng)投資電子設計自動化 (EDA) 工具來簡化芯片設計的某些方面，但僅靠這一點并不能解決人才缺口。

果這種人才需求與供給之間的不匹配持續(xù)擴大，可能會出現(xiàn)以下幾種結(jié)果。首先，我們可能會看到人才和創(chuàng)新集中在少數(shù)資源充足的公司手中。臺積電、英特爾、英偉達等巨頭，以及谷歌和亞馬遜等云計算巨頭，可能會主導該領域，控制人才和創(chuàng)新的獲取渠道。這可能會加劇現(xiàn)有的供應鏈問題，并限制小公司的競爭能力，從長遠來看，抑制創(chuàng)新。這些大公司受制于追求低風險、短期增量收益的激勵，可能不太愿意對半導體技術的未來進行大膽、高風險的押注。

芯片，從奔跑到行走再到爬行？

和過去相比，今天的半導體開發(fā)看起來完全不同?，F(xiàn)在，半導體芯片的上市時間 (TTM) 長達數(shù)年。此外，推動行業(yè)創(chuàng)新并不便宜。僅博通去年在研發(fā)上花費就超過90 億美元。根據(jù)德勤的數(shù)據(jù)，到 2024 年，芯片行業(yè)將 52% 的息稅前利潤 (EBIT) 用于研發(fā)。事實上，研發(fā)似乎以 12% 的復合年增長率增長，而息稅前利潤僅增長 10%。這些冗長的時間表不僅會減緩創(chuàng)新，還會對經(jīng)濟、競爭和市場產(chǎn)生嚴重影響。

摩爾定律的隱性成本在于，計算能力的指數(shù)級增長伴隨著開發(fā)復雜性的指數(shù)級增長。上世紀初，英特爾的奔騰4——當時PC的尖端CPU——包含4200萬個晶體管。如今，像蘋果M3這樣的高端處理器擁有超過200億個晶體管。設計和制造這樣的芯片絕非易事。要邁向3納米、2納米及更低的更小節(jié)點，需要更高的精度，這需要額外的設計、測試和驗證。

如今，芯片設計流程經(jīng)歷了多階段、串行化，每一步的復雜性都不斷提升。從初始架構(gòu)到測試再到最終驗證，每個階段都需要精準執(zhí)行。由于規(guī)范在設計前期就已確定，隨著設計的推進，錯誤會成倍地增加時間和投資成本。每個階段都會給整個流程的收斂帶來風險；工程師需要權(quán)衡風險與設計裕度，從而影響最終產(chǎn)品的性能、成本和能效。電子設計自動化 (EDA) 軟件等專用工具以及極紫外 (EUV) 等尖端光刻技術對于確保精度至關重要，但它們會顯著增加整個流程的時間。

為了完成芯片設計，工程師需要使用多種 EDA 軟件工具，這些工具通常來自多個供應商。為了管理交接并指導這些工具，工程師需要開發(fā)軟件腳本將它們綁定在一起。這些腳本本身就是代價高昂的錯誤來源，并會延長產(chǎn)品上市時間。簡而言之，很多地方都可能出錯，其后果可能對項目和公司造成嚴重影響。

制造數(shù)十億晶體管規(guī)模的先進芯片需要無可挑剔的精度。蝕刻和確保硅片結(jié)構(gòu)完整性等工藝必須精準無誤。任何錯誤都可能導致代價高昂的返工。芯片越先進，容錯空間就越大。隨著制造工藝變得越來越復雜，產(chǎn)品上市所需的時間也越來越長。設計缺陷和制造工藝兼容性的極端情況會嚴重影響產(chǎn)品的良率，推高單位成本并降低毛利潤。最終的抉擇是接受低良率，還是在設計文件中修復問題。這往往又是一個價值一億美元的問題。

半導體供應鏈是一個深度互聯(lián)且高度集中的生態(tài)系統(tǒng)——其中任何一環(huán)的中斷都可能產(chǎn)生連鎖反應。臺積電、三星和等少數(shù)公司主導著芯片生產(chǎn)，五家公司占據(jù)了全球 80% 以上的供應量。波士頓咨詢公司 (BCG)的數(shù)據(jù)顯示，2026 年建成的一座晶圓廠的十年總擁有成本 (TCO) 將達到 350 億美元至 430 億美元。材料短缺、自然災害或地緣政治緊張局勢等中斷會減慢生產(chǎn)進度并導致 TCO 飆升。這些延誤可能需要數(shù)年時間才能解決，正如疫情期間全球芯片短缺對各行各業(yè)產(chǎn)生的影響一樣。

芯片上市前必須通過各種認證流程，以確保符合監(jiān)管標準。這些流程冗長冗長，而且難以擴展以滿足日益增長的需求。政府的職責并非成倍地擴大監(jiān)管審批能力！

全球半導體行業(yè)每年在研發(fā)上的投入超過1000億美元。每一代芯片的開發(fā)成本都比上一代高，這不僅是因為其復雜性，還因為開發(fā)過程中的多變性和不可預測性，這常常導致成本超支。這使得企業(yè)很容易陷入“創(chuàng)新者窘境2.0”：產(chǎn)品尚未進入市場就被競爭對手超越。

技術變革的步伐日新月異，這意味著耗時數(shù)年的芯片開發(fā)可能會在成熟時面臨被淘汰的風險。如果競爭對手能夠提前幾個月將更新、更高效的芯片推向市場，就能搶占相當大的市場份額。隨著開發(fā)周期的延長，將上市時間縮短5%就能轉(zhuǎn)化為數(shù)個季度的競爭優(yōu)勢。而錯過上市機會則可能意味著失去幾乎不可能挽回的市場份額。在半導體行業(yè)中，獲得第三名通常意味著商業(yè)案例的失敗。

漫長的開發(fā)周期不僅意味著市場份額的損失，還會降低快速創(chuàng)新的能力。多個項目的進度延誤會累積起來，影響公司的整個創(chuàng)新流程——想象一下，伊萊·高德拉特的赫比號同時出現(xiàn)在多個流程中，會是怎樣的體驗。

許多公司，尤其是消費電子行業(yè)的公司，會根據(jù)新芯片的上市情況來規(guī)劃產(chǎn)品發(fā)布。芯片的發(fā)布一旦延遲，發(fā)布也會受到影響。例如，由于 OLED 屏幕和面部識別硬件的供應問題，蘋果的 iPhone X上市時間就被推遲了近兩個月。在快速發(fā)展的消費電子領域，即使是兩個月的延遲，也會對節(jié)假日等關鍵時期的銷售造成巨大影響。

代工廠在新工藝技術和生產(chǎn)設施上投入了數(shù)十億美元，但只有在其支持的客戶開始生產(chǎn)后才能開始看到回報。芯片設計和制造的TTM較長，嚴重影響了他們的投資回報率。這給他們帶來了壓力，他們需要在推動新技術發(fā)展的同時，滿足客戶的期望。

因此，隨著芯片設計日益復雜，以及熟練設計師的短缺日益加劇，半導體行業(yè)必須從根本上重新思考設計。在這個軟件應用程序可以在數(shù)月或數(shù)周內(nèi)擴展到1億用戶的時代，半導體行業(yè)不可能花費數(shù)年時間來推出新的創(chuàng)新。“軟件正在吞噬世界”之所以成為可能，是因為它在運用新理念和放棄根深蒂固的做法方面更具適應性。

多年來，軟件行業(yè)已經(jīng)證明了通過重復使用他人已有成果來創(chuàng)造新價值的力量。Linux等軟件操作系統(tǒng)的標準化就是這一原則的一個很好的例子，因為這意味著你不能僅僅因為自己可以就重新構(gòu)建定制的軟件元素。芯片設計需要徹底的轉(zhuǎn)變——漸進式的改進已不再足夠。那些不能適應變化的人將被那些能夠適應變化的競爭對手甩在身后。

半導體領域的創(chuàng)新競賽不再僅僅關乎速度，而關乎生存。

破局之道，人工智能、并行開發(fā)和模塊化

在快節(jié)奏的科技世界里，時間遠比金錢重要——產(chǎn)品上市的延遲可能意味著成敗。上市較晚的產(chǎn)品往往處于明顯的競爭劣勢，即使性能再強大也無法彌補。如今還有誰還記得Zune？在單色iPod盛行的時代，它的無線歌曲共享和彩色顯示屏并不足以撼動如此強大的市場領先地位。先發(fā)優(yōu)勢至關重要，因為客戶通常會被市場領導者所吸引，而后來者則不得不與低端客戶競爭，并被迫進行價格競爭。

不幸的是，在半導體行業(yè)，較長的設計周期已成常態(tài)。盡管整個行業(yè)都受制于較長的設計周期，但對于初創(chuàng)公司來說，這尤其具有挑戰(zhàn)性。

半導體行業(yè)的特點是開發(fā)周期長達數(shù)年且不斷延長。

復雜的設計要求： 芯片正變得越來越復雜，數(shù)十億個晶體管集成在極小的空間里——蘋果的 M2 Ultra 芯片就集成了超過 1300 億個晶體管。設計如此復雜的硬件需要極高的精度，并且需要耗費大量的時間來完善。

串行開發(fā)流程： 傳統(tǒng)的芯片開發(fā)遵循串行路徑——架構(gòu)、微架構(gòu)、設計、驗證、原型設計、啟動、確認，然后是批量生產(chǎn)。這種“串行”開發(fā)方法意味著每個階段都必須以高質(zhì)量完成才能進入下一個階段，從而導致長期延遲的風險累積。如果在這個串行流程的某個階段犯了錯誤，而該錯誤在后續(xù)的另一個階段被發(fā)現(xiàn)，則必須再次重復該串行流程。這種串行芯片開發(fā)方法是行業(yè)發(fā)展的一種自然方式，其原因有很多。其中一個因素是每個階段的專業(yè)知識各不相同。例如，驗證工程師只有在設計完成之后才能測試設計的正確性。可測試性設計 (DFT) 工程師只有在設計足夠成熟，測試插入能夠捕獲正確事件時才能參與其中并貢獻價值。我們的行業(yè)依賴設計審查流程和文檔來簡化這些階段，并減少過程中的溝通不暢和錯誤。但這些方法并不總是有效。

開發(fā)成本不斷上升： 芯片開發(fā)成本極其高昂——僅高通一家，2024 年的研發(fā)支出就接近 89 億美元。對于初創(chuàng)公司而言，籌集足夠的資金來支撐漫長的開發(fā)過程幾乎是不可能的，這將給初創(chuàng)公司帶來嚴重的后果。漫長的上市時間和高昂的開發(fā)成本意味著，任何一家半導體初創(chuàng)公司如果沒有大量資金（通常高達 1 億美元甚至更多）就無法開展項目。

投資者意識到高昂的融資要求，因此傳統(tǒng)的通過籌集親朋好友的資金或經(jīng)驗豐富的天使投資人來啟動公司的方式被拒之門外。即使在大公司內(nèi)部，押注新市場或激進的設計也可能帶來可怕的后果，因此缺乏創(chuàng)新精神的領導者會避免這樣做。因此，除了炒作周期之外，大多數(shù)半導體初創(chuàng)企業(yè)的想法都會夭折，而其他一些通常會被少數(shù)巨頭公司收購。事實上，自2000年以來，風險投資對美國半導體初創(chuàng)企業(yè)的投資一直在下降。參見下文：

時光倒流至20世紀80年代初，我們看到半導體開發(fā)過程的參與者更加廣泛——例如硅谷傳奇的先驅(qū)仙童半導體、莫斯泰克、RCA半導體和Zilog ，它們?nèi)缃穸家阉ヂ浠虮桓蟮钠髽I(yè)集團收購。在當今的半導體領域，權(quán)力集中在英特爾、英偉達、高通和臺積電等少數(shù)幾家公司手中。

雖然一些半導體初創(chuàng)公司在人工智能和量子計算領域取得了進展，但它們?nèi)匀皇巧贁?shù)例外。大多數(shù)初創(chuàng)公司都因?qū)⑿滦酒葡蚴袌鏊璧木揞~成本和時間投入而感到壓力重重。IP 設計領域的創(chuàng)新者正經(jīng)歷著這種金字塔效應，這種金字塔由少數(shù)幾家不愿承擔風險的大公司主導。預計 IP 公司將比大公司領先一到兩個周期，因為大公司只有在與目標設備相同的節(jié)點上經(jīng)過硅片全面審查后，才會使用這些 IP 模塊。

漫長的開發(fā)周期帶來了另一個挑戰(zhàn)：未來市場需求的不確定性。芯片開發(fā)商必須在產(chǎn)品發(fā)布前數(shù)年就做出決策，押注芯片最終上市時哪些特性和功能會受到市場歡迎。這些變化的需求可能來自市場動態(tài)，也可能來自行業(yè)標準，例如 IEEE、ITU-T 以及許多由公司集團組建的聯(lián)盟，旨在開發(fā)各種接口如何在芯片之間以及跨系統(tǒng)之間進行連接和通信。

例如，假設您正在開發(fā)一款采用 PCIe 接口的芯片，目前市場上流行的是第五代 PCIe 規(guī)范，但您知道 PCI-SIG（由 900 家公司組成的組織，負責維護和開發(fā) PCIe 規(guī)范）正在開發(fā)下一代 PCIe 接口，該接口將具有更高的帶寬和新功能，并將在一兩年后發(fā)布。您會怎么做？您會傾向于降低尚未完成設計的產(chǎn)品的過時風險，為此會考慮在新規(guī)范發(fā)布時（甚至在您的芯片準備好投入生產(chǎn)之前）“可能”發(fā)生的意外情況。

為了應對潛在的市場和技術變化，各大公司往往會在芯片上添加額外的功能——更高的可編程性、更強的功耗、更大的內(nèi)存，以及更多“以防萬一”的功能。這種做法會導致芯片設計臃腫，消耗更多資源，增加開發(fā)成本，降低效率。這種冒險有時能帶來回報，但更多時候會導致代價高昂的延期和產(chǎn)品失敗。

在這種情況下，我們需要：

并行開發(fā)：一個潛在的解決方案是借鑒軟件行業(yè)的經(jīng)驗，采用更敏捷的并行開發(fā)模式。開發(fā)流程的多個階段可以同時運行，而不是等待每個階段完成后再開始下一個階段。這可以大幅縮短產(chǎn)品上市時間，使公司能夠更快地響應技術變革和市場需求。

模塊化設計：另一種方法可能是模塊化芯片設計。通過創(chuàng)建具有可互換組件的芯片，公司可以更輕松地適應市場變化，而無需從頭開始整個設計流程。最近，業(yè)界采用了 3D 芯片堆疊技術來減小芯片組中每個芯片的尺寸，從而提高良率并降低整體解決方案的成本。同樣，有些公司使用芯片小片 (chiplet) 來劃分不同的核心和接口，這樣，設計中某個部分的更改就不需要重新設計整個大型芯片。

操作系統(tǒng)：早期的軟件先驅(qū)們曾經(jīng)編寫在裸機上運行的代碼。軟件不僅要提供實用的應用程序和用戶體驗，還必須管理內(nèi)存、程序計數(shù)器和外設等資源。早在 20 世紀 50 年代，IBM 推出了 GM-NAA I/O，并在 20 世紀 70 年代 UNIX 的推出使其普及開來，軟件工程師們就認識到引入標準化操作系統(tǒng)來管理應用程序資源大有裨益，這些資源包括用于同時運行多個程序的調(diào)度程序，以及用于網(wǎng)絡、安全等的工具和函數(shù)庫。相比之下，硬件設計將從類似的概念中受益匪淺，工程師可以專注于開發(fā)新功能，而不必擔心組織和管理芯片資源。

總而言之，我們面臨的問題是——我們能做些什么？我相信，各個方面循序漸進改進的時代已經(jīng)結(jié)束。挑戰(zhàn)越來越大，后果也越來越可怕。

顯然，一個充滿活力且不斷發(fā)展的行業(yè)需要持續(xù)創(chuàng)新，而創(chuàng)新的投資承受能力不應只局限于少數(shù)幾家大型企業(yè)?；仡櫸覀儼l(fā)展的歷史，你會發(fā)現(xiàn)，從1993年開始，nVidia就憑借2000萬美元的投資，在上市前經(jīng)過幾輪融資，打造出了一個全新的企業(yè)。我的第一家初創(chuàng)公司Centillium Communication作為一家私營公司籌集了5000萬美元。2000年上市時，我們銀行賬戶里還有1700萬美元。到2017年Aquantia上市時，我們已經(jīng)籌集了近2億美元。這種趨勢不利于一個充滿活力的創(chuàng)新型行業(yè)。

隨著生成性人工智能的出現(xiàn)，我們擁有獨特的機會積極追求打破現(xiàn)狀并再次振興我們的行業(yè)。

人工智能，助力半導體設計的未來

Cognichip有一個崇高的目標，那就是創(chuàng)建一個基礎的 AI 模型，以幫助更快地將新芯片推向市場。

總部位于舊金山的 Cognichip 正在致力于構(gòu)建一個基于物理學的基礎 AI 模型，供半導體公司用來加速新芯片的開發(fā)進程。如上所述，該公司將這種方法稱為“Artificial Chip Intelligence”，并希望它能夠幫助將芯片生產(chǎn)時間縮短 50%，并降低相關成本。

這一雄心勃勃的想法來自半導體行業(yè)資深人士 Faraj Aalaei，他曾在富士通網(wǎng)絡通信公司和 Centillium Communications 等多家公司工作過。Aalaei表示，他的公司起源于 2015 年。當時，Aalaei 是硅谷領導小組的成員，該小組經(jīng)常開會討論行業(yè)存在的問題。

他越來越擔心半導體行業(yè)的現(xiàn)狀。他向與會者介紹了風險投資對半導體公司投資的急劇下降。他說，風險投資在2000年達到頂峰，每年有200筆交易，而到2015年則下降到每年只有一兩筆。

在他看來，這個原因顯而易見：芯片設計耗時過長，耗資過大。結(jié)果，擁有大膽新想法的創(chuàng)業(yè)者越來越少，挑戰(zhàn)現(xiàn)狀的創(chuàng)業(yè)者越來越少，顛覆性創(chuàng)新也顯著減少。更糟糕的是，愿意或能夠應對這些挑戰(zhàn)的工程師隊伍正在萎縮。

“我實際上是在警告其他CEO，這對我們不利，”Aalaei說?！斑@對美國的半導體行業(yè)不利，我們需要做的是從根本上改變現(xiàn)狀。如果這種趨勢持續(xù)下去，我們將失去競爭力。我們將失去帶來新想法的活力?！?/p>

我們所熟悉的半導體創(chuàng)新模式，即由有遠見的投資者支持的小團隊先驅(qū)，正在消失。 他說，考慮到新芯片上市所需的時間，這些公司未能吸引風險投資者也就不足為奇了。然后，他把這個想法擱置了近十年。

自2015年以來，該行業(yè)經(jīng)歷了人工智能的崛起，重新點燃了人們對半導體的興趣。目前，每年大約有八家由風險投資支持的芯片初創(chuàng)公司涌現(xiàn)。雖然這是一個進步，但它仍然凸顯了一個核心問題：即使在一場依賴半導體的重大技術革命中，新芯片公司的數(shù)量仍然遠低于歷史水平。同樣的創(chuàng)新障礙依然存在。

于是，他決定在2024年創(chuàng)立Cognichip。

自那以后，Cognichip 一直在秘密運營，并組建了一支由來自斯坦福、谷歌和麻省理工學院等高校的人工智能專家組成的團隊。Aalaei 表示，該模型至少需要幾年時間才能達到“終極性能”，但他表示，在達到這一目標之前，它應該能夠為企業(yè)提供幫助。

“當我們達到這個目標，也就是ACI，我們將構(gòu)建一個能夠像專業(yè)工程師一樣運作的系統(tǒng)，”Aalaei說道?！耙坏┪覀儗崿F(xiàn)了這個愿景，那么你實際上可以用更少的人力，在更短的時間內(nèi)完成同樣的工作?！?/p>

Cognichip 現(xiàn)已嶄露頭角，獲得由 Lux Capital 和 Mayfield 共同領投、FPV 和 Candou Ventures 跟投的 3300 萬美元種子輪融資。

如Aalaei所說，重塑一個行業(yè)并非孤軍奮戰(zhàn)。為此他組建了一支世界一流的團隊，匯聚了來自亞馬遜、谷歌、蘋果、新思科技和 KLA 等公司的 AI、芯片設計和系統(tǒng)架構(gòu)專家——我夢寐以求的高管團隊，其中包括：

聯(lián)合創(chuàng)始人兼首席技術官Ehsan Kamalinejad是人工智能和機器學習領域公認的權(quán)威。他曾領導 Apple 的機器學習項目，包括 Apple Photos 中的“回憶”功能，并在 AWS 率先開發(fā)了強化學習應用程序。

的聯(lián)合創(chuàng)始人兼首席架構(gòu)師Simon Sabato是芯片設計和系統(tǒng)架構(gòu)領域的資深人士。他曾在谷歌、思科和 Cadence 擔任領導職務，在 FPGA 加速器、ASIC 和高速網(wǎng)絡領域擁有深厚的專業(yè)知識。

軟件創(chuàng)始副總裁Mehdi Daneshpanah擁有超過 15 年的人工智能和企業(yè)軟件經(jīng)驗。他曾領導 KLA 的全球軟件團隊，目前負責 Cognichip 人工智能半導體設計平臺的開發(fā)。

首席產(chǎn)品官Stelios Diamantidis是一位擁有25年EDA經(jīng)驗的創(chuàng)始人、技術專家和AI驅(qū)動芯片設計的先驅(qū)。他領導了新思科技的生成式AI卓越中心，并推出了全球首個面向半導體的AI應用程序DSO.ai 。

Mayfield 的執(zhí)行合伙人 Navin Chaddha 表示，當他被介紹給 Aalaei 時，他覺得他們“簡直是一丘之貉”。半導體行業(yè)的絕大多數(shù)工作仍然由人類完成；他表示，他認為現(xiàn)在正是將人工智能引入該行業(yè)的好時機。

“這是一個主要的痛點，而這家公司提供的解決方案將是半導體行業(yè)的止痛藥，而不是維生素，”Chaddha說道?！叭绻麤]有人類做這項工作，人工智能能在人才短缺的情況下完成嗎？首先，他們擁有一支優(yōu)秀的團隊；其次，他們正在解決一個規(guī)模龐大、價值數(shù)萬億美元的行業(yè)中的一個真正痛點?！?/p>

Aalaei 表示，他希望 Cognichip 也能幫助芯片制造的普及化，以便更多半導體公司能夠起步并獲得投資。他還表示，更便捷的準入也意味著規(guī)模較小的公司也能為特定型號或更小型號制造更專用的芯片。

這一切都取決于該公司何時或是否能夠?qū)崿F(xiàn)人工智能芯片智能。

按照他們所說，芯片設計起源于 20 世紀 90 年代。然而你，盡管巨大的創(chuàng)新已經(jīng)使設備制造規(guī)模進入了埃時代，但用于大規(guī)模芯片設計的數(shù)據(jù)抽象、工作流程和工具都是幾十年前發(fā)明的，這讓它們在實際應用中碰到了問題。

“我們做的不是漸進式的改變，”Aalaei 說，“我們不是在構(gòu)建一個EDA工具，我們也不是想對流程進行些許調(diào)整。我們試圖為我們的行業(yè)設定一個新的目標，并帶來一些重大的改變。”

總而言之，該公司正在構(gòu)建一個基于物理原理的基礎模型，該模型擁有設計師級別的認知能力，能夠?qū)崿F(xiàn)人工智能芯片。他們的目標是讓芯片設計更簡單、更經(jīng)濟，讓世界各地的工程師都能以更少的障礙和更快的速度進行創(chuàng)作。

“我們相信人工智能和計算應該成為現(xiàn)代設計流程的主力。工程師們可以將精力集中在創(chuàng)造力、領域精通以及打造卓越芯片上，擺脫繁瑣的人工操作。ACI將使這一切成為可能。””Aalaei強調(diào)。

本文為專欄作者授權(quán)創(chuàng)業(yè)邦發(fā)表，版權(quán)歸原作者所有。文章系作者個人觀點，不代表創(chuàng)業(yè)邦立場，轉(zhuǎn)載請聯(lián)系原作者。如有任何疑問，請聯(lián)系editor@cyzone.cn。