芯片是人工智能行业的关键组成部分，但新芯片进入市场的速度已无法匹配新型AI模型及产品的推出节奏。总部位于旧金山的Cognichip正致力于构建一个基于物理原理的基础AI模型，旨在帮助半导体公司加速新芯片开发流程。
核心目标：人工芯片智能
Cognichip将这一方法称为“人工芯片智能”（artificial chip intelligence），期望借此将芯片生产时间缩短50%，并有效降低相关成本。创始人Faraj Aalaei表示：“当我们实现‘人工芯片智能’时，系统将能像专家工程师一样运作，用极少的人员在更短时间内完成同等工作。”他强调，这并非对现有电子设计自动化工具的微调或渐进式改进，而是致力于为行业设定新目标并带来重大变革。
创业缘起：应对行业投资萎缩
Aalaei是半导体行业资深人士，曾供职于Fujitsu Network Communications和Centillium Communications等多家公司。该项目的构想可追溯至2015年，当时作为硅谷领导力小组成员的他发现，风险投资对半导体公司的投入急剧下降：从2000年的年均200笔交易跌至2015年的仅一两笔。
Aalaei警告称：“若趋势持续，我们将失去竞争力及为行业注入新想法的活力。”考虑到新芯片上市周期过长，企业难以吸引风投并不意外。此后他将此想法搁置近十年，直至2024年意识到生成式AI的进步足以解决行业痛点，才正式启动Cognichip项目。
融资进展与团队实力
Cognichip此前一直处于保密运营状态，组建了来自斯坦福大学、Google和麻省理工学院等地的AI专家团队。如今，公司正式走出保密期，完成了由Lux Capital和Mayfield联合领投、FPV和Candou Ventures参投的3300万美元种子轮融资。
Mayfield管理合伙人Navin Chaddha评价道：“半导体行业绝大多数工作仍由人类完成，现在是引入AI的时候了。”他认为该公司的解决方案是行业的“止痛药”而非“维生素”，不仅拥有优秀团队，更解决了万亿美元级市场中真实存在的痛点。
未来愿景：普及芯片构建权限
Aalaei希望Cognichip能降低芯片构建门槛，使更多半导体公司得以起步并获得投资。更便捷的访问权限意味着小型公司也能为专业化或小型模型构建更具针对性的芯片。尽管构建达到“终极性能”的模型尚需数年，但他相信在该目标实现前，现有模型便已能帮助企业提升效率。