Cognichip-ს სურს, რომ ჩიპების დიზაინი ხელოვნურმა ინტელექტმა შექმნას: კომპანიამ 60 მილიონი დოლარი მოიზიდა

უახლესი თაობის ნახევარგამტარულმა ჩიპებმა მნიშვნელოვნად დააჩქარა ხელოვნური ინტელექტის განვითარება. ახლა კი დროა, ხელოვნურმა ინტელექტმა სამაგიერო გადაუხადოს და თავად ჩაერთოს ჩიპების შექმნის პროცესში. სტარტაპი Cognichip ქმნის ღრმა სწავლების (deep learning) მოდელს, რომელიც ინჟინრებთან ერთად იმუშავებს ახალი კომპიუტერული ჩიპების დაპროექტებაზე.

კომპანია ცდილობს გადაჭრას პრობლემა, რომელიც ინდუსტრიაში ათწლეულების განმავლობაში არსებობს: ჩიპების დიზაინი წარმოუდგენლად რთული, ძვირადღირებული და ნელი პროცესია. თანამედროვე ჩიპების შექმნას, კონცეფციიდან მასობრივ წარმოებამდე, სამიდან ხუთ წლამდე სჭირდება, ხოლო უშუალოდ დიზაინის ფაზა, ფიზიკური განლაგების დაწყებამდე, შესაძლოა ორ წელსაც გაგრძელდეს.

მაგალითისთვის, Nvidia-ს უახლესი GPU-ების ხაზი, Blackwell, 104 მილიარდ ტრანზისტორს შეიცავს — ეს არის უზარმაზარი რაოდენობის ელემენტი, რომელთა სწორად განლაგებაც კოლოსალურ შრომას მოითხოვს. Cognichip-ის დამფუძნებლისა და აღმასრულებელი დირექტორის, ფარაჯ აალაეის თქმით, ახალი ჩიპის შექმნისთვის საჭირო დროში ბაზარი შესაძლოა შეიცვალოს, რის გამოც გაწეული ინვესტიცია აზრს კარგავს.

აალაეის მიზანია ნახევარგამტარების დიზაინის სფეროში ისეთივე AI ინსტრუმენტების დანერგვა, რომლებსაც პროგრამული უზრუნველყოფის ინჟინრები მუშაობის დასაჩქარებლად იყენებენ. მისი თქმით, ეს სისტემები უკვე საკმარისად განვითარდა იმისთვის, რომ მხოლოდ მითითებებისა და სასურველი შედეგის აღწერის საფუძველზე ხარისხიანი კოდი შექმნან. კომპანიის პროგნოზით, მათ ტექნოლოგიას შეუძლია ჩიპების შემუშავების ხარჯები 75%-ზე მეტით შეამციროს, ხოლო ვადები გაანახევროს.

ინვესტიციები და სამომავლო გეგმები

კომპანიამ, რომელიც გასულ წელს გამოვიდა „ჩრდილიდან“, ოთხშაბათს განაცხადა, რომ 60 მილიონი დოლარის მოცულობის ახალი დაფინანსება მოიზიდა. რაუნდს Seligman Ventures ხელმძღვანელობდა, მასში ასევე მონაწილეობდა Intel-ის აღმასრულებელი დირექტორი ლიპ-ბუ ტანი, რომელიც Cognichip-ის დირექტორთა საბჭოს შეუერთდება. საბჭოს წევრი გახდება უმეშ პადვალიც, Seligman-ის მმართველი პარტნიორი. 2024 წელს დაარსების დღიდან, Cognichip-მა ჯამში 93 მილიონი დოლარის მოზიდვა შეძლო.

მონაცემთა მოპოვების სირთულეები

მიუხედავად წარმატებული დაფინანსებისა, Cognichip-ს ჯერ არ აქვს წარმოდგენილი მათი სისტემით შექმნილი ახალი ჩიპი და არც იმ კლიენტების ვინაობას ამხელს, რომლებთანაც სექტემბრიდან თანამშრომლობს. კომპანიის მთავარ უპირატესობად საკუთარი მოდელის გამოყენება მიიჩნევა, რომელიც სპეციალურად ჩიპების დიზაინის მონაცემებზეა გაწვრთნილი და არა ზოგადი დანიშნულების დიდ ენობრივ მოდელებზე (LLM).

სპეციფიკურ მონაცემებზე წვდომა არც ისე მარტივია. პროგრამული უზრუნველყოფის დეველოპერებისგან განსხვავებით, რომლებიც კოდს ხშირად ღიად აზიარებენ, ჩიპების დიზაინერები საკუთარ ინტელექტუალურ საკუთრებას მკაცრად იცავენ. ამის გამო, Cognichip-ს მოუწია საკუთარი მონაცემთა ბაზების შექმნა, მათ შორის სინთეტიკური მონაცემების გამოყენება და პარტნიორებისგან ლიცენზირებული ინფორმაციის მიღება. გარდა ამისა, ფირმამ შეიმუშავა პროცედურები, რომლებიც ჩიპების მწარმოებლებს საშუალებას აძლევს, უსაფრთხოდ გაწვრთნან Cognichip-ის მოდელები საკუთარ კონფიდენციალურ მონაცემებზე ინფორმაციის გაჟონვის გარეშე.

იქ, სადაც კერძო მონაცემები მიუწვდომელია, კომპანია ღია წყაროებს იყენებს. გასულ წელს გამართულ ჰაკათონზე სან-ხოსეს სახელმწიფო უნივერსიტეტის სტუდენტებმა შეძლეს ამ მოდელის გამოყენებით შეექმნათ ცენტრალური პროცესორები (CPU), რომლებიც RISC-V-ის ღია არქიტექტურას ეფუძნებოდა.

Cognichip-ს კონკურენციის გაწევა უწევს ისეთ გიგანტებთან, როგორიცაა Synopsys და Cadence Design Systems, ასევე კარგად დაფინანსებულ სტარტაპებთან, მათ შორის ChipAgents-თან და Ricursive-თან. უმეშ პადვალის თქმით, კაპიტალის ამჟამინდელი მოზღვავება AI ინფრასტრუქტურაში ყველაზე მასშტაბურია, რაც მას ინვესტირების 40-წლიანი პრაქტიკის განმავლობაში უნახავს. მისი აზრით, თუ ეს ნახევარგამტარებისა და აპარატურის „სუპერციკლია“, მაშინ ეს Cognichip-ის მსგავსი კომპანიების ეპოქაა.