Cognichip 融资 6000 万美元，想用 AI 帮工程师设计 AI 芯片

核心信息

• Cognichip 公布新一轮 [[6000 万美元]] 融资，本轮由 [[Seligman Ventures]] 领投。
• 英特尔 CEO [[Lip-Bu Tan]] 参与投资，并将加入 Cognichip 董事会。
• 公司披露自 2024 年成立以来累计融资已达 [[9300 万美元]]。

事件直译与要点

最先进的硅芯片推动了 AI 发展，而 Cognichip 的目标是反过来让 AI 参与芯片设计流程。公司正在构建一个深度学习模型，与芯片工程师协同完成新芯片设计。

Cognichip 试图解决的痛点是：芯片设计复杂、昂贵且周期长。先进芯片从概念到量产通常需要 [[3 到 5 年]]，其中仅设计阶段就可能耗时 [[约 2 年]]。

公司 CEO Faraj Aalaei 表示，在一个芯片完成开发前，市场需求可能已经发生变化，导致前期投入效率下降。因此他希望把软件工程里已经验证过的 AI 提效方式，迁移到半导体设计环节。

Aalaei 对外称，现有系统已经足够“可指导”：工程师给出目标后，模型可以生成高质量代码。公司给出的目标指标是，将芯片开发成本降低 [[75%+]]，并把开发周期缩短 [[50%+]]。

数据与能力边界

• 公司目前尚未展示“由其系统完整设计并量产的新芯片”案例。
• 公司未披露正在合作客户的具体名单。
• 公司强调其优势是“芯片设计领域专用模型”，而非通用大模型直接迁移。

Cognichip 表示其训练数据来自三部分：自建数据、合成数据，以及与合作方授权的数据。针对芯片企业高度敏感的 IP 数据，公司还设计了可在客户私有数据上进行安全训练的流程。

在缺少私有数据时，公司也使用开源替代方案。其曾在一次公开演示中让学生团队基于 [[RISC-V]] 架构完成 CPU 设计尝试。

竞争格局

Cognichip 面对的竞争对手包括 EDA 传统厂商 [[Synopsys]]、[[Cadence]]，以及融资活跃的新创公司，例如 ChipAgents（2 月完成 7400 万美元扩展 A 轮）和 Ricursive（1 月完成 3 亿美元 A 轮）。

投资方观点是，当前 AI 基础设施资本投入处于高位周期，半导体与硬件领域如果进入“超级周期”，芯片设计软件/工具公司将同步受益。

来源

• TechCrunch 原文（Tim Fernholz，2026-04-01）
• 链接：https://techcrunch.com/2026/04/01/cognichip-wants-ai-to-design-the-chips-that-power-ai-and-just-raised-60m-to-try/