Cognichip融资6000万美元，开发芯片设计AI模型，称可降低成本逾75%

这家初创公司正在构建一个深度学习模型，与设计新型计算机芯片的工程师协同工作。

一个基于芯片设计数据训练的深度学习模型（而非通用大语言模型）可以配合工程师工作，从而降低芯片开发成本并缩短开发时间。

新一轮6000万美元融资由Seligman Ventures领投；自2024年成立以来累计融资9300万美元。

CEO兼创始人Faraj Aalaei于2024年创立Cognichip，旨在将软件工程师所用的那类AI工具引入半导体设计。该公司于2025年结束隐身状态。

芯片设计者严密保护自己的知识产权，因此与软件领域不同，不存在公开的训练数据宝库。Cognichip自建数据集，包括合成数据、来自合作伙伴的授权数据，并开发出让芯片制造商能够安全地基于自有数据训练的方法。在2025年的一次演示中，圣何塞州立大学电气工程专业的学生在一场黑客松中使用该模型设计RISC-V CPU。

芯片设计极其复杂、昂贵且缓慢，在进入物理布局之前最长需要两年

在芯片从设计到量产所需的三到五年间，市场可能发生变化

领域专用模型可避免依赖缺乏芯片设计数据的通用大语言模型

一位投资者称，流入AI基础设施的资本是40年来规模最大的

Cognichip的价值建立在一些主张之上（成本降低逾75%、时间缩短一半以上），而这些主张尚未在一款完成的芯片上得到验证。

截至2026-04-01，Cognichip累计融资9300万美元，董事会中有一位英特尔CEO，但没有公开具名的客户，也没有使用其系统设计完成的芯片。其成本和时间的说法均出自CEO本人。