芯片设计成本高企，AI 能否破局？
芯片行业长期面临一个棘手问题：设计一款先进芯片从概念到量产需要三到五年，仅设计阶段就可能耗时两年。英伟达最新的 Blackwell GPU 拥有超过 1040 亿个晶体管——如此庞大的规模让设计复杂度可想而知。
Cognichip 希望通过 AI 改变这一现状。
用训练好的专用模型替代通用大模型
Cognichip 并未采用现成的大语言模型，而是基于芯片设计数据训练了自己的模型。获取这类垂直领域数据并非易事：软件工程师会大量开源代码，但芯片设计师对知识产权极为保守，使得公开数据集近乎空白。
Cognichip 采用了多种方式构建训练语料：自己生成合成数据、从合作伙伴获得授权数据，同时在公开的 RISC-V 开源芯片架构上进行验证。去年，该公司曾邀请圣荷西州立大学电气工程专业学生参与黑客松活动，参赛团队利用其模型成功设计出了基于 RISC-V 的 CPU。
Cognichip 还开发了安全流程，允许芯片制造商在自有数据不外泄的前提下，用自身专有数据对模型进行微调。
CEO：有望将开发成本削减 75% 以上
Cognichip 联合创始人兼 CEO Faraj Aalaei 表示，在芯片漫长的开发周期中，市场可能已经发生变化，让此前的巨额投入付诸东流。他的目标是将软件工程师已广泛使用的 AI 编程工具引入半导体设计领域。
“这些系统现在已经足够智能，只需要给出引导和目标描述，它就能生成优质代码。”Aalaei 说道。
他声称，自家技术能将芯片开发成本降低 75% 以上，周期缩短一半以上。不过，Cognichip 目前尚未公布使用其系统设计的实际芯片案例，也未披露自去年 9 月以来合作客户的具体信息。
半年获近亿美元融资，股东阵容豪华
Cognichip 于去年浮出水面，本周宣布完成 6000 万美元新一轮融资，由 Seligman Ventures 领投。值得注意的是，英特尔 CEO Lip-Bu Tan 通过其风险投资机构 Walden Catalyst Ventures 参与投资，并将加入公司董事会。Seligman 合伙人 Umesh Padval 同样加入董事会。自 2024 年创立以来，Cognichip 累计融资已达 9300 万美元。
Padval 在投资界有 40 年经验，他认为当前涌入 AI 基础设施的资金规模前所未有：“如果这波半导体和硬件浪潮是超级周期，那 Cognichip 这样的公司就是超级周期的受益者。”
竞争加剧：传统巨头与新锐同台
Cognichip 身处的 AI 辅助芯片设计赛道已相当拥挤。传统玩家包括 Synopsys 和 Cadence Design Systems，新锐竞争者中：Alpha Design AI 于 2025 年 10 月完成 2100 万美元 A 轮融资；ChipAgents AI 于 2026 年 2 月完成 7400 万美元扩展 A 轮融资。
Cognichip 的差异化路径在于芯片设计垂直数据的深度积累与专用模型能力，但其产品能否真正落地、能否在与传统 EDA 巨头的竞争中赢得头部芯片制造商，仍有待观察。
评论