Cognichip a levé 60 millions de dollars pour entraîner AI à concevoir des puces pour AI

La startup Cognichip a levé $60 millions pour développer une technologie qui utilise l'intelligence artificielle pour concevoir les chips eux-mêmes—ceux sans lesquels l'IA moderne ne peut pas exister. L'entreprise affirme que son approche réduira le coût du développement des semiconducteurs de plus de 75% et les délais de plus de moitié. Ce sont des chiffres radicaux pour une industrie où la création d'une nouvelle puce prend traditionnellement des années et coûte des milliards de dollars.

Nvidia, Apple, Google et autres acteurs dépensent d'énormes ressources pour la conception, la vérification et les tests de chaque nouvelle génération de processeurs. Cognichip souhaite automatiser une part importante de ce processus à l'aide d'agents d'IA capables de prendre des décisions architecturales, d'optimiser les circuits et de réduire le nombre d'itérations entre les équipes d'ingénierie. Essentiellement, il s'agit de créer un AI copilot pour les concepteurs de puces—ou, dans un scénario plus ambitieux, d'automatiser complètement certaines étapes du développement.

La startup entre dans un segment en croissance rapide de l'EDA (Electronic Design Automation)—des outils pour automatiser la conception électronique. Les acteurs traditionnels du marché, comme Synopsys et Cadence, intègrent déjà des éléments d'apprentissage automatique dans leurs plateformes, mais Cognichip mise sur une approche native d'IA à partir de zéro plutôt qu'une surcouche sur des systèmes hérités. La fermeture de cette boucle est remarquable : la pénurie de puissance de calcul pour l'entraînement des modèles d'IA est directement liée à la rapidité avec laquelle l'industrie peut concevoir de nouvelles puces.

Si Cognichip tient ses promesses, cela accélèrera non seulement la production de matériel—mais aussi le développement de l'IA elle-même qui consomme ce matériel. Des affirmations similaires sur la réduction radicale des coûts dans l'industrie des semiconducteurs sont faites régulièrement, et la startup a encore un long chemin à parcourir avant d'atteindre des résultats commerciaux. Néanmoins, la levée de $60 millions signale un intérêt sérieux des investisseurs pour l'idée de fermer la boucle : utiliser l'IA pour créer l'infrastructure sur laquelle l'IA fonctionne.