TechCrunch: Cognichip привлекает $60 млн для AI-проектирования чипов

1 апреля 2026 года TechCrunch сообщил, что стартап Cognichip вышел из режима стелс с раундом финансирования в $60 млн под руководством Seligman Ventures. К совету директоров присоединился Lip-Bu Tan, CEO Intel. Компания разрабатывает модель глубокого обучения, которая работает вместе с инженерами в процессе проектирования полупроводников — не заменяя их, а берёт на себя вычислительно затратные части перевода замысла в готовый к производству дизайн чипа.

Что делает Cognichip

Проектирование полупроводников — один из самых дорогих и трудоёмких процессов в разработке железа. Один чип может разрабатываться, тестироваться и валидироваться годами, прежде чем он попадёт на завод-изготовитель. Подход Cognichip — обучить модели на ограничениях и паттернах проектирования чипов: конфигурации слоёв, трассировка, распределение мощности — чтобы AI справлялся с механической оптимизацией, которая обычно требует высококвалифицированных инженеров и месяцев итераций.

Компания заявляет, что её технология позволяет снизить стоимость разработки чипов более чем на 75% и сократить сроки более чем вдвое. Это значимые заявления, которые потребуют подтверждения в производственных условиях, но даже часть этого выигрыша была бы существенной для индустрии.

Почему это важно для дизайн- и продуктовых команд

Большинство UX- и продуктовых дизайнеров работают далеко от разработки полупроводников. Но по мере того как возможности AI проникают в железо — специализированные чипы инференса, граничные вычисления, встроенные системы в потребительских устройствах, — граница между проектированием программного продукта и аппаратными ограничениями становится всё более ощутимой.

Для продуктовых менеджеров и дизайнеров, работающих над AI-нативными продуктами, где имеют значение стоимость инференса и задержка, более быстрая и дешёвая итерация по чипам означает больше возможностей для экспериментов с аппаратными конфигурациями. Это также указывает на более широкую закономерность: AI применяется не только к результатам, с которыми работают дизайнеры, но и к инфраструктуре, на которой в конечном счёте работают эти результаты.

За раундом Cognichip стоит следить как за сигналом о том, что инвестиции движутся в аппаратный слой AI-стека — а это влияет на то, что технически станет возможным для проектирования в ближайшие несколько лет.