Cognichip获6000万美元融资 用AI加速芯片设计
美国芯片设计初创公司Cognichip于2026年4月1日宣布完成6000万美元新一轮融资,由Seligman Ventures领投。英特尔CEO林斌(Lip-Bu Tan)通过其创立的Walden Catalyst Ventures参与投资,并将加入Cognichip董事会。Seligman Ventures管理合伙人Umesh Padval也将加入董事会。
Cognichip成立于2024年,专注于利用深度学习模型辅助工程师进行半导体芯片设计,以解决传统芯片设计周期长、成本高的问题。公司表示,其技术可将芯片开发成本降低超过75%,开发周期缩短一半以上。目前,Cognichip累计融资总额已达9300万美元。
该公司未披露具体客户,但称自2025年9月起已与多家企业合作。其技术基于自有芯片设计数据训练,而非通用大语言模型,旨在应对芯片设计领域数据封闭、知识产权保护严格等挑战。为获取训练数据,Cognichip开发了合成数据集,并与合作伙伴签署数据授权协议,同时提供安全机制,允许客户在不暴露敏感数据的前提下训练模型。
在公开演示中,Cognichip曾邀请圣何塞州立大学电气工程学生在黑客松中使用其模型,基于开源RISC-V架构设计CPU,验证了系统可行性。公司正面临Synopsys、Cadence Design Systems等传统EDA巨头,以及Alpha Design AI(2025年10月获2100万美元A轮融资)、ChipAgentsAI(2026年2月获7400万美元扩展A轮融资)等新兴对手的竞争。
Seligman Ventures的Padval表示,当前AI基础设施领域的资本涌入是其40年投资生涯中所见最大规模,芯片与硬件领域正处于“超级周期”,对Cognichip这类企业构成重大机遇。
编辑点评
Cognichip的融资与技术进展反映出全球半导体产业正进入由AI驱动的深度变革阶段。芯片设计本身已成为AI应用的瓶颈之一,而用AI加速芯片设计形成‘AI for AI’的正向循环,具有战略意义。该领域突破不仅关乎技术效率提升,更可能重塑全球半导体供应链格局。美国在EDA工具和先进制程上的长期优势,正通过AI赋能进一步巩固。同时,Cognichip采用专有数据训练模型,规避了通用大模型在专业领域精度不足的问题,体现了垂直领域AI的成熟路径。未来,若此类技术实现量产应用,可能大幅降低新型芯片研发门槛,推动AI硬件生态更快迭代,对全球AI算力竞争格局产生深远影响。