Cognichip公司融资与ACI技术 - Cognichip近日成立并完成3300万美元融资，正在开发名为"人工智能芯片智能"(ACI)的基础AI模型，旨在减少芯片设计过程中的人工工作量[1] - ACI技术预计可将处理器设计项目成本降低高达75%，同时能发现微调芯片性能和效率的机会[1] - 该模型需要数年时间达到"终极性能"，但会提前为芯片设计师带来实际效益[1] - 公司CEO Faraj Aalaei拥有丰富行业经验，曾在富士通网络通信和Centillium Communications等公司任职[25] 半导体行业现状与挑战 - 全球半导体器件年销量接近1万亿件，相当于人均拥有超过100块芯片[3] - 行业面临严重人才危机，预计到2030年需要新增超过100万名技术工人[4] - 美国仅20%毕业生拥有STEM学位，其中仅1%为电子工程专业，而中国近40%学生拥有STEM学位[7] - 德国约三分之一的半导体从业人员将在未来十年内退休[7] - 芯片研发投入巨大，博通去年研发支出超90亿美元，行业平均将52%的EBIT用于研发[9] 芯片设计与制造瓶颈 - 高端处理器晶体管数量从奔腾4的4200万增至苹果M3的200亿，设计复杂度呈指数级增长[9] - 芯片上市时间(TTM)长达数年，研发复合年增长率12%高于EBIT的10%增速[9] - 五家公司占据全球80%以上芯片供应，新建晶圆厂十年总拥有成本达350-430亿美元[12] - 全球半导体行业年研发投入超过1000亿美元，每代芯片开发成本持续攀升[12] 行业变革方向与解决方案 - 采用并行开发模式和模块化设计可缩短产品上市时间[21] - 3D芯片堆叠和chiplet技术可提高良率并降低成本[22] - 需要建立类似软件操作系统的标准化硬件设计平台[22] - 生成式AI为行业带来变革机遇，可打破现有创新瓶颈[23] ACI技术的潜在影响 - ACI目标是将芯片生产时间缩短50%，降低设计门槛[25] - 技术团队汇聚了来自苹果、谷歌、亚马逊等公司的AI和芯片专家[28] - 该技术可能使小型公司能够开发专用芯片，促进行业多元化[29] - ACI并非渐进式改进，而是旨在为行业设定新目标并带来重大变革[32] - 最终目标是让工程师专注于创造力，而AI处理繁琐的设计工作[41]