6000万美元。
这就是Cognichip本轮融资的金额，一家试图解决半导体行业最昂贵瓶颈之一的公司——设计驱动人工智能系统的芯片。
逻辑很简单：随着AI模型对专业芯片的需求激增，定制芯片的设计成本和复杂度急剧攀升。传统电子设计自动化工具诞生于渐进式改进的时代。Cognichip声称其AI原生方案能将开发成本削减超过75%，将周期缩短一半以上。
以单个下一代AI加速器为例，其设计成本往往高达5亿美元甚至更多。削减四分之三的费用，将彻底改变云服务商、芯片初创公司和国家半导体计划的 economics。幕后投资方似乎相信，答案在于将大语言模型应用于芯片布局与优化这一高度依赖人工的迭代过程。
融资金额本身传递了信心。6000万美元对于这个长期被Cadence和Synopsys等巨头垄断的赛道而言，是相当可观的B轮融资。但考虑到潜在市场规模，这并非离谱。头部EDA厂商也有各自的AI计划，但它们是在有着数十年历史的工具上增加机器学习功能。Cognichip的赌注是，从头构建的AI原生设计能够实现渐进式改良无法达到的效果。
时机也与行业趋势吻合：随着摩尔定律放缓，架构创新成为性能提升的主要杠杆。这意味着更多定制芯片，意味着更多设计压力，意味着对设计工具的更大需求。Cognichip正试图精准卡位这一转折点。
接下来的挑战是将早期客户成功转化为公开可引用的参考设计。有了这笔资金，Cognichip大约有两年的时间来证明AI设计的芯片确实能兑现承诺。