Combien de temps faut-il pour fabriquer une puce avancée ? La réponse est généralement de 3 à 5 ans. La seule phase de conception en consomme deux. Et ces deux années ne sont pas une attente passive ; ce sont des centaines, voire des milliers d'ingénieurs qui collaborent intensément, où une seule erreur de vérification peut forcer la reprise de toute la chaîne de production.
C'est le problème que Cognichip veut résoudre. La startup, fondée en 2024, vient de lever 60 millions de dollars lors d'un nouveau tour de financement, portant sa valorisation pré-monétaire à 93 millions de dollars. Le tour a été mené par Seligman Ventures, et l'actuel PDG d'Intel, Lip-Bu Tan, a également rejoint le conseil d'administration.
Pas utiliser GPT pour écrire du code RTL à votre place
L'approche de Cognichip diffère de la plupart de celles qui intègrent de grands modèles dans les IDE. Ils n'utilisent pas un LLM générique pour traiter les langages de description de matériel ; ils ont plutôt entraîné à partir de zéro un modèle d'apprentissage profond spécifiquement dédié aux données de conception de puces.
Cette différence est cruciale. La capacité des modèles génériques à comprendre les spécifications de conception de puces est très limitée — contraintes temporelles, budget énergétique, règles de bibliothèques de procédés… ces choses ne peuvent pas être apprises simplement en collectant du texte sur Internet. Cognichip a signé des accords avec plusieurs entreprises de puces pour obtenir des données de conception propriétaires, a introduit des pipelines de données synthétiques et a construit un environnement d'entraînement isolé, permettant aux fabricants de puces d'affiner le modèle avec leurs propres données privées sans craindre de fuites.
Ils ont également utilisé l'architecture open source RISC-V pour la démonstration et la validation — montrant à des étudiants en génie électrique qu'une IA peut exécuter un flux de conception complet.
Le PDG Faraj Aalaei a expliqué leur objectif : "Ces systèmes sont désormais suffisamment intelligents. Il vous suffit de leur dire quel résultat vous voulez, et ils peuvent réellement produire du bon code."
Les chiffres : 75 % et 50 %
Selon la déclaration officielle de l'entreprise, ils peuvent réduire les coûts de développement de puces de plus de 75 % et réduire de plus de moitié le temps de développement.
Ces deux chiffres sont stupéfiants dans l'industrie des semi-conducteurs. Les outils EDA (Automatisation de la Conception Électronique) actuellement dominants sont matures, mais le flux de base suit toujours le paradigme établi il y a des décennies : écrire du RTL manuellement, synthèse, placement et routage, analyse temporelle, vérification de tape-out — chaque étape nécessite des ingénieurs dédiés. L'espace d'imagination pour l'intervention de l'IA n'est pas de remplacer une seule étape, mais de compresser tout le cycle itératif — transformant l'ingénieur de rédacteur de code en approbateur de résultats.
Cependant, ces deux chiffres sont des affirmations de l'entreprise elle-même et n'ont pas encore été vérifiés publiquement dans un environnement de production à grande échelle. Umesh Padval, associé gérant de Seligman, a déclaré qu'il s'agissait du plus grand afflux de capitaux qu'il ait vu en 40 ans d'investissement dans l'infrastructure IA — mais cela montre aussi à quel point ce secteur est actuellement en effervescence, et que le montant du financement ne doit pas être considéré comme une validation technique.
Ce secteur compte déjà plusieurs acteurs de poids
Cognichip n'est pas seule. Également dans les premiers mois de 2026, le concurrent ChipAgents a finalisé un tour de série A de 74 millions de dollars, et Ricursive a levé 300 millions de dollars lors d'un tour de série A. Rien que pour les quatre premiers mois de 2026, plus de 400 millions de dollars ont été injectés dans le secteur de la conception de puces IA.
Les géants établis de l'EDA, Synopsys et Cadence Design Systems, ne restent pas non plus inactifs. Leur capitalisation boursière combinée dépasse les 100 milliards de dollars, et tous deux déploient activement des fonctionnalités de conception assistée par IA. La pression sur les startups n'est pas négligeable.
L'entrée de Lip-Bu Tan au conseil d'administration de Cognichip mérite d'être soulignée. Intel elle-même est l'une des plus grandes entreprises de puces au monde, et le fait que son PDG soutienne personnellement une startup de conception de puces IA est un signal qui va au-delà de l'argent. Il apporte la compréhension la plus profonde du processus de conception de puces, ainsi que la volonté potentielle de coopération d'Intel dans cette direction.
L'IA qui aide à construire son propre cerveau
L'aspect le plus fascinant de ce secteur est sa récursivité : les modèles d'IA eux-mêmes ont besoin de puces pour l'entraînement et l'inférence, et maintenant les gens commencent à utiliser l'IA pour concevoir ces puces. Si l'on parvient réellement à compresser significativement le cycle de conception, la vitesse d'itération de la prochaine génération d'accélérateurs IA ne sera plus limitée uniquement par le nombre d'ingénieurs, mais aussi par la capacité même des outils de conception IA.
C'est un cercle vertueux, et la logique fondamentale derrière les investissements massifs.
Le véritable test pour Cognichip est maintenant : peut-elle présenter un cas d'usage où une grande entreprise est prête à l'appliquer dans un projet réel de tape-out ? 93 millions de dollars de munitions suffisent pour brûler un certain temps.
Source de référence : CocoLoop, Cognichip wants AI to design the chips that power AI, and just raised $60M to try (TechCrunch)