最先端チップの製造にはどれくらいの時間がかかるのか。答えは通常3～5年だ。設計段階だけで2年を要する。しかもその2年間は待っているだけではない。数百から数千人のエンジニアが密集して協業し、検証エラーが1つあるだけでパイプライン全体をやり直さなければならない。
これこそがCognichipが解決しようとしている問題だ。2024年に設立されたこのスタートアップは、新たに6000万ドルの資金調達を完了し、プレマネー評価額は9300万ドルに達した。ラウンドをリードしたのはSeligman Venturesで、Intelの現CEOであるLip-Bu Tanが取締役に加わった。
GPTでRTLコードを書くわけではない
Cognichipのアプローチは、大規模言語モデルをIDEに組み込む多くの試みとは異なる。汎用LLMでハードウェア記述言語を処理するのではなく、チップ設計データに特化したディープラーニングモデルをゼロから訓練した。
この違いは極めて重要だ。汎用モデルはチップ設計仕様を理解する能力が非常に限られている。タイミング制約、消費電力予算、プロセスライブラリのルールなどは、インターネットのテキストをスクレイピングするだけでは学習できない。Cognichipは複数のチップ企業と契約を結び、専有設計データへのアクセスを獲得。合成データパイプラインも導入し、チップメーカーが自社の機密データを使ってモデルを微調整できる隔離トレーニング環境を構築した。データ漏洩の心配はない。
同社はRISC-Vオープンソースアーキテクチャをデモ検証にも使用。電気工学の学生でも、AIが完全な設計フローを実行できることを示した。
CEOのFaraj Aalaei氏は目標について次のように説明する。「これらのシステムは今や十分に賢く、欲しい結果を伝えるだけで、実際に優れたコードを生成できる」
数字：75%と50%
同社の公式発表によれば、チップ開発コストを75%以上削減し、開発期間を半分以上短縮できるという。
この2つの数字は半導体業界では驚異的だ。現在主流のEDA（電子設計自動化）ツールはすでに成熟しているが、ワークフローは基本的に数十年前に確立されたパラダイムを踏襲している。RTLの手動記述、論理合成、配置配線、タイミング解析、テープアウト検証——各工程に専任のエンジニアが必要だ。AI介入の可能性は、特定の工程を置き換えることではなく、反復サイクル全体を圧縮し、エンジニアの役割をコード記述から結果検証へとシフトさせることにある。
ただし、これらの数字は同社自身の主張であり、大規模な本番環境での公開検証はまだ行われていない。SeligmanのマネージングパートナーであるUmesh Padval氏は、40年にわたるAIインフラ投資の中で今回が最大の資金流入だと述べている。しかし、それは同時にこの分野がいかに過熱しているかを示しており、調達額を技術検証と誤認すべきではない。
この分野にはすでに複数の有力プレイヤーが存在
Cognichipだけではない。2026年の最初の数ヶ月で、競合のChipAgentsは7400万ドルのシリーズAを完了し、Ricursiveは3億ドルのシリーズAを調達した。両社とCognichipを合わせると、2026年の最初の4ヶ月だけで4億ドル以上がAIチップ設計分野に流入したことになる。
老舗プレイヤーのSynopsysとCadence Design Systemsという2大EDA企業も動いている。両社の時価総額は合計で1000億ドルを超え、AI支援設計機能の開発に積極的に投資している。スタートアップにとっては大きなプレッシャーだ。
Lip-Bu Tan氏がCognichipの取締役に就任したことは注目に値する。Intel自体が世界最大のチップ企業の一つであり、そのCEOが自らAIチップ設計スタートアップを支援するというシグナルは、金銭的な問題を超えた意味を持つ。彼はチップ設計プロセスに対する深い理解と、Intelがこの方向で協力する可能性をもたらしている。
AIが自らの頭脳を作る
この分野で最も魅力的なのは、その再帰性だ。AIモデル自体がトレーニングと推論にチップを必要とし、今や人々はAIを使ってそれらのチップを設計しようとしている。設計サイクルを本当に大幅に短縮できれば、次世代AIアクセラレータの反復速度はエンジニアの人数だけでなく、AI設計ツール自体の能力にも依存するようになる。
これは正のフィードバックループであり、各社が巨額の資金を投じる根本的な論理でもある。
Cognichipが今後直面する真の試練は、大企業が実際のテープアウトプロジェクトで同社のツールを使用する事例を生み出せるかどうかだ。9300万ドルの資金は、しばらくの間は十分に持つだろう。
出典：CocoLoop、Cognichip wants AI to design the chips that power AI, and just raised $60M to try（TechCrunch）