編者按：本文來自微信公眾號 半導(dǎo)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(chǔ)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(rèn)為該模型需要數(shù)年時間才能達(dá)到“終極性能”，但預(yù)計它將更早地為芯片設(shè)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(guān)成本。Cognichip 認(rèn)為其模型可將處理器設(shè)計項目的成本降低高達(dá) 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(dǎo)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(dǎo)體，一個瀕臨崩潰的行業(yè)

半導(dǎo)體行業(yè)一直是一股不可否認(rèn)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(dǎo)體，并最終獲得了諾貝爾獎——以來，半導(dǎo)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(dǎo)計算機推動太空競賽，到重塑全球通信，半導(dǎo)體改變了人類社會。

想想通信設(shè)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(dǎo)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(lǐng)域，半導(dǎo)體為從核磁共振成像儀和超聲波設(shè)備到像Oura戒指和芯片實驗室技術(shù)這樣的尖端可穿戴設(shè)備等一切設(shè)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(dǎo)體器件銷量接近1萬億件，相當(dāng)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(dǎo)體將在未來10-15年發(fā)揮更為關(guān)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(chǔ)設(shè)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(lǐng)先地位。然而，支撐這些進(jìn)步的基礎(chǔ)——技術(shù)人才——仍然岌岌可危。

盡管半導(dǎo)體行業(yè)的重要性毋庸置疑，但它正面臨嚴(yán)重的人才危機。德勤估計，到2030年，半導(dǎo)體行業(yè)將需要新增超過一百萬名技術(shù)工人才能滿足其需求。這種技術(shù)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(xué)，尤其是西方國家的大學(xué)，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(xué)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(dǎo)體設(shè)計和制造至關(guān)重要。相比之下，中國近40%的學(xué)生擁有STEM學(xué)位，使其成為半導(dǎo)體人才的溫床。

其次，即使大學(xué)提高了產(chǎn)量，半導(dǎo)體設(shè)計的復(fù)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(dǎo)體設(shè)計領(lǐng)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(xué)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(dǎo)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(shè)計自動化 (EDA) 工具來簡化芯片設(shè)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(dá)等巨頭，以及谷歌和亞馬遜等云計算巨頭，可能會主導(dǎo)該領(lǐng)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(yīng)鏈問題，并限制小公司的競爭能力，從長遠(yuǎn)來看，抑制創(chuàng)新。這些大公司受制于追求低風(fēng)險、短期增量收益的激勵，可能不太愿意對半導(dǎo)體技術(shù)的未來進(jìn)行大膽、高風(fēng)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(dǎo)體開發(fā)看起來完全不同?，F(xiàn)在，半導(dǎo)體芯片的上市時間 (TTM) 長達(dá)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(fù)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(yán)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(fù)雜性的指數(shù)級增長。上世紀(jì)初，英特爾的奔騰4——當(dāng)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(shè)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(shè)計、測試和驗證。

如今，芯片設(shè)計流程經(jīng)歷了多階段、串行化，每一步的復(fù)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(zhǔn)執(zhí)行。由于規(guī)范在設(shè)計前期就已確定，隨著設(shè)計的推進(jìn)，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(fēng)險；工程師需要權(quán)衡風(fēng)險與設(shè)計裕度，從而影響最終產(chǎn)品的性能、成本和能效。電子設(shè)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(shù)對于確保精度至關(guān)重要，但它們會顯著增加整個流程的時間。

為了完成芯片設(shè)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(yīng)商。為了管理交接并指導(dǎo)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(yán)重影響。

制造數(shù)十億晶體管規(guī)模的先進(jìn)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(zhǔn)無誤。任何錯誤都可能導(dǎo)致代價高昂的返工。芯片越先進(jìn)，容錯空間就越大。隨著制造工藝變得越來越復(fù)雜，產(chǎn)品上市所需的時間也越來越長。設(shè)計缺陷和制造工藝兼容性的極端情況會嚴(yán)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(shè)計文件中修復(fù)問題。這往往又是一個價值一億美元的問題。

半導(dǎo)體供應(yīng)鏈?zhǔn)且粋€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(yīng)。臺積電、三星和等少數(shù)公司主導(dǎo)著芯片生產(chǎn)，五家公司占據(jù)了全球 80% 以上的供應(yīng)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(dá)到 350 億美元至 430 億美元。材料短缺、自然災(zāi)害或地緣政治緊張局勢等中斷會減慢生產(chǎn)進(jìn)度并導(dǎo)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(rèn)證流程，以確保符合監(jiān)管標(biāo)準(zhǔn)。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(zé)并非成倍地擴大監(jiān)管審批能力！

全球半導(dǎo)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(fù)雜性，還因為開發(fā)過程中的多變性和不可預(yù)測性，這常常導(dǎo)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(jìn)入市場就被競爭對手超越。

技術(shù)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(fēng)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(dāng)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(dǎo)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(jìn)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(yīng)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(lǐng)域，即使是兩個月的延遲，也會對節(jié)假日等關(guān)鍵時期的銷售造成巨大影響。

代工廠在新工藝技術(shù)和生產(chǎn)設(shè)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(shè)計和制造的TTM較長，嚴(yán)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(shù)發(fā)展的同時，滿足客戶的期望。

因此，隨著芯片設(shè)計日益復(fù)雜，以及熟練設(shè)計師的短缺日益加劇，半導(dǎo)體行業(yè)必須從根本上重新思考設(shè)計。在這個軟件應(yīng)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(dǎo)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(yīng)性。

多年來，軟件行業(yè)已經(jīng)證明了通過重復(fù)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(biāo)準(zhǔn)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(shè)計需要徹底的轉(zhuǎn)變——漸進(jìn)式的改進(jìn)已不再足夠。那些不能適應(yīng)變化的人將被那些能夠適應(yīng)變化的競爭對手甩在身后。

半導(dǎo)體領(lǐng)域的創(chuàng)新競賽不再僅僅關(guān)乎速度，而關(guān)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(yuǎn)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(lǐng)先地位。先發(fā)優(yōu)勢至關(guān)重要，因為客戶通常會被市場領(lǐng)導(dǎo)者所吸引，而后來者則不得不與低端客戶競爭，并被迫進(jìn)行價格競爭。

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

半導(dǎo)體行業(yè)的特點是開發(fā)周期長達(dá)數(shù)年且不斷延長。

復(fù)雜的設(shè)計要求： 芯片正變得越來越復(fù)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(shè)計如此復(fù)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(shè)計、驗證、原型設(shè)計、啟動、確認(rèn)，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(jìn)入下一個階段，從而導(dǎo)致長期延遲的風(fēng)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(fù)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(shè)計完成之后才能測試設(shè)計的正確性?？蓽y試性設(shè)計 (DFT) 工程師只有在設(shè)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(xiàn)價值。我們的行業(yè)依賴設(shè)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(yán)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(dǎo)體初創(chuàng)公司如果沒有大量資金（通常高達(dá) 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(jìn)的設(shè)計也可能帶來可怕的后果，因此缺乏創(chuàng)新精神的領(lǐng)導(dǎo)者會避免這樣做。因此，除了炒作周期之外，大多數(shù)半導(dǎo)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(fēng)險投資對美國半導(dǎo)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(jì)80年代初，我們看到半導(dǎo)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(dǎo)體、莫斯泰克、RCA半導(dǎo)體和Zilog ，它們?nèi)缃穸家阉ヂ浠虮桓蟮钠髽I(yè)集團(tuán)收購。在當(dāng)今的半導(dǎo)體領(lǐng)域，權(quán)力集中在英特爾、英偉達(dá)、高通和臺積電等少數(shù)幾家公司手中。

雖然一些半導(dǎo)體初創(chuàng)公司在人工智能和量子計算領(lǐng)域取得了進(jìn)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(shè)計領(lǐng)域的創(chuàng)新者正經(jīng)歷著這種金字塔效應(yīng)，這種金字塔由少數(shù)幾家不愿承擔(dān)風(fēng)險的大公司主導(dǎo)。預(yù)計 IP 公司將比大公司領(lǐng)先一到兩個周期，因為大公司只有在與目標(biāo)設(shè)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(biāo)準(zhǔn)，例如 IEEE、ITU-T 以及許多由公司集團(tuán)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(jìn)行連接和通信。

例如，假設(shè)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(fù)責(zé)維護(hù)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(shè)計的產(chǎn)品的過時風(fēng)險，為此會考慮在新規(guī)范發(fā)布時（甚至在您的芯片準(zhǔn)備好投入生產(chǎn)之前）“可能”發(fā)生的意外情況。

為了應(yīng)對潛在的市場和技術(shù)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(dǎo)致芯片設(shè)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(dǎo)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(yīng)技術(shù)變革和市場需求。

模塊化設(shè)計：另一種方法可能是模塊化芯片設(shè)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(yīng)市場變化，而無需從頭開始整個設(shè)計流程。最近，業(yè)界采用了 3D 芯片堆疊技術(shù)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(shè)計中某個部分的更改就不需要重新設(shè)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(yīng)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(shè)等資源。早在 20 世紀(jì) 50 年代，IBM 推出了 GM-NAA I/O，并在 20 世紀(jì) 70 年代 UNIX 的推出使其普及開來，軟件工程師們就認(rèn)識到引入標(biāo)準(zhǔn)化操作系統(tǒng)來管理應(yīng)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(luò)、安全等的工具和函數(shù)庫。相比之下，硬件設(shè)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?fù)?dān)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(jìn)改進(jìn)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(yīng)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(dǎo)體設(shè)計的未來

Cognichip有一個崇高的目標(biāo)，那就是創(chuàng)建一個基礎(chǔ)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(xué)的基礎(chǔ) AI 模型，供半導(dǎo)體公司用來加速新芯片的開發(fā)進(jìn)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(guān)成本。

這一雄心勃勃的想法來自半導(dǎo)體行業(yè)資深人士 Faraj Aalaei，他曾在富士通網(wǎng)絡(luò)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(dāng)時，Aalaei 是硅谷領(lǐng)導(dǎo)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(dān)心半導(dǎo)體行業(yè)的現(xiàn)狀。他向與會者介紹了風(fēng)險投資對半導(dǎo)體公司投資的急劇下降。他說，風(fēng)險投資在2000年達(dá)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(shè)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(yīng)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(dǎo)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(dǎo)體創(chuàng)新模式，即由有遠(yuǎn)見的投資者支持的小團(tuán)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(fēng)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(dǎo)體的興趣。目前，每年大約有八家由風(fēng)險投資支持的芯片初創(chuàng)公司涌現(xiàn)。雖然這是一個進(jìn)步，但它仍然凸顯了一個核心問題：即使在一場依賴半導(dǎo)體的重大技術(shù)革命中，新芯片公司的數(shù)量仍然遠(yuǎn)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(xué)院等高校的人工智能專家組成的團(tuán)隊。Aalaei 表示，該模型至少需要幾年時間才能達(dá)到“終極性能”，但他表示，在達(dá)到這一目標(biāo)之前，它應(yīng)該能夠為企業(yè)提供幫助。

“當(dāng)我們達(dá)到這個目標(biāo)，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(lǐng)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(tuán)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(shè)計和系統(tǒng)架構(gòu)專家——我夢寐以求的高管團(tuán)隊，其中包括：

聯(lián)合創(chuàng)始人兼首席技術(shù)官Ehsan Kamalinejad是人工智能和機器學(xué)習(xí)領(lǐng)域公認(rèn)的權(quán)威。他曾領(lǐng)導(dǎo) Apple 的機器學(xué)習(xí)項目，包括 Apple Photos 中的“回憶”功能，并在 AWS 率先開發(fā)了強化學(xué)習(xí)應(yīng)用程序。

的聯(lián)合創(chuàng)始人兼首席架構(gòu)師Simon Sabato是芯片設(shè)計和系統(tǒng)架構(gòu)領(lǐng)域的資深人士。他曾在谷歌、思科和 Cadence 擔(dān)任領(lǐng)導(dǎo)職務(wù)，在 FPGA 加速器、ASIC 和高速網(wǎng)絡(luò)領(lǐng)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(lǐng)導(dǎo) KLA 的全球軟件團(tuán)隊，目前負(fù)責(zé) Cognichip 人工智能半導(dǎo)體設(shè)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(shù)專家和AI驅(qū)動芯片設(shè)計的先驅(qū)。他領(lǐng)導(dǎo)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(dǎo)體的AI應(yīng)用程序DSO.ai 。

Mayfield 的執(zhí)行合伙人 Navin Chaddha 表示，當(dāng)他被介紹給 Aalaei 時，他覺得他們“簡直是一丘之貉”。半導(dǎo)體行業(yè)的絕大多數(shù)工作仍然由人類完成；他表示，他認(rèn)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(dǎo)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(tuán)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(dǎo)體公司能夠起步并獲得投資。他還表示，更便捷的準(zhǔn)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(shè)計起源于 20 世紀(jì) 90 年代。然而你，盡管巨大的創(chuàng)新已經(jīng)使設(shè)備制造規(guī)模進(jìn)入了埃時代，但用于大規(guī)模芯片設(shè)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(yīng)用中碰到了問題。

“我們做的不是漸進(jìn)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(jìn)行些許調(diào)整。我們試圖為我們的行業(yè)設(shè)定一個新的目標(biāo)，并帶來一些重大的改變?！?/p>

總而言之，該公司正在構(gòu)建一個基于物理原理的基礎(chǔ)模型，該模型擁有設(shè)計師級別的認(rèn)知能力，能夠?qū)崿F(xiàn)人工智能芯片。他們的目標(biāo)是讓芯片設(shè)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(jìn)行創(chuàng)作。

“我們相信人工智能和計算應(yīng)該成為現(xiàn)代設(shè)計流程的主力。工程師們可以將精力集中在創(chuàng)造力、領(lǐng)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?！薄盇alaei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。