Rahoitus

Circuit Mind kerää 18,5 miljoonaa dollaria A-rahoituskierroksella ja ilmoittaa 25 miljoonan dollarin rahoituksesta tekoälypohjaiseen elektroniikkasuunnitteluun

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
AI-generated conceptual illustration of a circuit board with schematic verification overlays

Circuit Mind on ilmoittanut 25 miljoonan dollarin rahoituksesta laajentaakseen tekoälyalustaansa elektroniikkapiirien suunnitteluun ja tarkistamiseen. Rahoituspaketti sisältää 18,5 miljoonan dollarin A-sarjan rahoituskierroksen sekä aiemmin julkistamattoman siemenrahoituskierroksen, mikä nostaa lontoolaisyrityksen kokonaisrahoituksen 33,4 miljoonaan dollariin.

A-rahoituskierrosta johti Norwest, ja siihen osallistuivat myös nykyiset sijoittajat Third Prime, Differential Ventures ja Blackhorn Ventures sekä uusi sijoittaja Lightscape VC. Third Prime johti siemenrahoituskierrosta. Norwestin general partner Dave Zilberman liittyy Circuit Mindin hallitukseen.

Rahoituksen yhteydessä julkistetaan myös yhtiön uusi Agentic Verification Engine eli AVE, joka tarkistaa suunnitelmat komponenttien tietolehtisiä ja yrityksen suunnittelusääntöjä vasten. Yhdessä jo käytössä olevan ACE-suunnitteluavustajan kanssa se vastaa kahteen toisiinsa liittyvään haasteeseen: toimivan piirin tuottamiseen ja virheiden löytämiseen ennen kuin piiristä valmistetaan fyysinen piirilevy.

Suunnitteluvaatimuksista kytkentäkaavioksi – työn automatisointi

Elektroniikan suunnittelu on paljon muutakin kuin symbolien järjestämistä näytöllä. Insinöörien on valittava keskenään yhteensopivat komponentit, täytettävä sähköiset rajoitteet, huomioitava komponenttien saatavuus ja dokumentoitava, miksi suunnitelma täyttää sille asetetut vaatimukset. Näennäisen vähäinenkin yhteensopimattomuus voi pakottaa tiimin palaamaan valmistus- ja testausvaiheisiin.

Circuit Mindin ACE, jonka nimi tulee sanoista Assistant to Circuit Engineers, lähtee laitteiston lohkokaaviosta. Yhtiön tiedotteen mukaan se tuottaa muutamassa minuutissa kytkentäkaavion, osaluettelon ja niitä tukevan analyysin. Lisäksi insinöörit voivat vertailla vaihtoehtoja, jotka on optimoitu kustannusten, koon, tehonkulutuksen tai komponenttien saatavuuden perusteella.

Yhtiön tuotedokumentaatio antaa aiheesta hyödyllisiä lisätietoja: lähtötietoihin voi sisältyä signaaleja, toiminnallisia vaatimuksia, mekaanisia rajoitteita ja hankintatarpeita. Tuloksina saadaan ehdotuksia kytkentäkaavioiksi, kokoanalyysi, saatavuusanalyysi sekä vientitiedostoja ECAD-ohjelmistoihin ja komponenttikirjastoihin. Insinöörit voivat määrittää olennaiset rajoitteet ja tutkia vaihtoehtoja.

ACE auttaa siis hallitsemaan suunnittelun kompromisseja. Edullisempi komponentti voi kasvattaa tehonkulutusta, kun taas pienempi kotelointi voi vaikeuttaa lämmönhallintaa tai komponenttien hankintaa. Haun automatisointi voi tarjota insinöörien arvioitavaksi enemmän vaihtoehtoja, mutta vastuu oletuksista ja hyväksymiskriteereistä säilyy heillä.

Miksi Circuit Mind yhdistää tekoälyn ja fysiikan

Alustassa yhdistyvät agenttipohjainen tekoäly, patentoitu fysiikkaan perustuva päätöksentekomoottori, rakenteiset elektronisten komponenttien mallit ja asiakaskohtainen suunnittelukonteksti. Tähän kontekstiin kuuluvat hyväksytyt valmistajat, suosittavat komponentit ja suunnittelusäännöt. Circuit Mindin mukaan alusta integroituu asiakkaiden jo käyttämiin ECAD-työkaluihin, kirjastoihin, tuotteen elinkaaren hallintajärjestelmiin ja suunnitteluympäristöihin.

Tämä on eri asia kuin pyytää yleiskäyttöistä chatbotia keksimään piiri. Kielimalli voi auttaa tietojen tulkinnassa, mutta komponenttien ja kytkentöjen valinta edellyttää myös nimenomaisia tarkistuksia, joilla varmistetaan sähköisten raja-arvojen ja suunnitteluvaatimusten täyttyminen. Circuit Mind yhdistää automaation rakenteiseen esitystapaan, joka kuvaa, mihin komponentti pystyy.

Aiemmassa ACE-esittelyssään yhtiö kertoi tuottavansa lohkokaaviosta kytkentäkaavio- ja osaluettelovaihtoehtoja. Optimoinnissa voitiin huomioida myös komponenttien elinkaaritila, toimitusketjun häiriönsietokyky ja suosittavat valmistajat. Uusi tiedote laajentaa kuvausta suunnitelman tuottamisesta sen tarkistamiseen yrityksen omien toimintatapojen mukaisesti.

Tämä kehitys kulkee rinnakkain muiden tekoälyn suunnittelutyöhön soveltamista koskevien hankkeiden kanssa, kuten tekoälyavusteisen sirusuunnittelun. Kyse on eri tehtävistä: Circuit Mind keskittyy piirilevytason elektronisiin piireihin, ei puolijohteen sisäiseen rakenteeseen. Menestys toisessa tehtävässä ei osoita suorituskykyä toisessa.

AVE tuo mukanaan erillisen tarkistusprosessin

AVE käyttää tekoälyagentteja suunnitelmien vertaamiseen komponenttien tietolehtisiin ja organisaation suunnittelusääntöihin. Circuit Mindin mukaan tavoitteena on tuoda esiin ongelmia, jotka saattavat jäädä huomaamatta tavanomaisissa kytkentäkaavioiden tarkastuksissa, ennen prototyypin valmistamista ja siten vähentää tarvetta piirilevyn uusintakierroksiin.

Suunnitelman tuottamisen ja sen tarkistamisen erottaminen toisistaan on hyödyllistä. Tiimin on arvioitava ehdotettua suunnitelmaa suhteessa vaatimuksiin sen sijaan, että se olettaisi automaattisen suunnittelutyökalun jo ratkaisseen kaikki ongelmat. Tarkistus tarjoaa yrityksille myös keinon soveltaa organisaation karttunutta tietoa johdonmukaisesti eri projekteissa.

Tarkistusten rajaus on kuitenkin tärkeä. Se, että kytkentäkaavio läpäisee tiettyjen sääntöjen tarkistuksen, ei vielä tarkoita, että kyseessä olisi valmis ja kelpuutettu tuote. Fyysinen rakenne, sähkömagneettiset häiriöt, lämpökäyttäytyminen, valmistustoleranssit ja käyttöolosuhteet voivat asettaa lisärajoitteita. Circuit Mindin väitteet todennettavissa olevasta tarkkuudesta on siksi ymmärrettävä suhteessa käytettyihin malleihin, oletuksiin ja tarkistuksiin.

Mitä raportoidut tulokset osoittavat

Yhtiön mukaan Emersonin, Schneider Electricin ja Fortune 5 -yhtiöiden suunnittelutiimit käyttävät sen alustaa. Yhtiö kertoo tiedotteessaan suunnitteluaikataulujen lyhentyneen kuukausista viikkoihin, materiaaliluettelon kustannusten pienentyneen 25 prosenttia ja valmistuksen uusintakierrosten vähentyneen. Nämä ovat yhtiön ilmoittamia tuloksia, eivät yhteisen riippumattoman vertailututkimuksen tuloksia.

Circuit Mindin julkaisema yhteenveto Los Alamos National Laboratoryn arvioinnista antaa asiasta lisätietoa. Keskivaikean mikro-ohjainsuunnitelman laatimiseen kului neljä tuntia ja 13 minuuttia, kun ilmoitettu manuaalisen työn vertailuaika oli 60–80 tuntia. Tähän sisältyi 35 minuuttia valmisteluja, kahdeksan minuuttia automaattista ratkaisutyötä ja noin kolme ja puoli tuntia manuaalista työtä. Samassa yhteenvedossa kuvataan vaativampaa FPGA-suunnittelutehtävää, jossa manuaalista työtä jäi huomattavasti, koska jotkin komponentit eivät olleet arvioinnin aikana tuettuja. Näiden erilaisten tapausten perusteella yksittäistä nopeutuslukua ei pidä yleistää koskemaan kaikkia piirilevyjä.

Schneider Electricin johtajan lausunnossa yhtiön tiedotteessa kerrotaan alustavien arviointien viittaavan siihen, että arkkitehtuurivaihtoehtojen kartoittamiseen käytetty työmäärä voisi vähentyä yli 90 prosenttia. Tämä on rajatumpi väite kuin se, että koko laitteistokehityssykli lyhenisi saman verran. Vaihtoehtojen kartoitus, yksityiskohtainen suunnittelu, piirilevyn asettelu, testaus ja kelpuutus ovat eri vaiheita.

Alustan laajentaminen ja toiminnan kasvattaminen Yhdysvalloissa

Tomide Adesamnin ja Basilio Gentilen perustama Circuit Mind aikoo käyttää rahoituksen alustansa laajentamiseen kattamaan elektroniikkasuunnittelun koko elinkaaren, myynti-, suunnittelu- ja asiakasmenestystiimien kasvattamiseen sekä Pohjois-Amerikkaa palvelevan pääkonttorin perustamiseen Yhdysvaltoihin.

Käytännössä ratkaisevaa on, miten hyvin ohjelmisto käsittelee niitä poikkeustilanteita, jotka tekevät todellisista elektroniikkaprojekteista vaikeita: puutteellisia komponenttitietolehtiä, muuttuvia vaatimuksia, tuntemattomia osia ja organisaatiokohtaisia standardeja. Ehdokasratkaisujen nopeampi tuottaminen on hyödyllistä. Suurempi hyöty syntyy, kun insinöörit voivat tarkastella automaattisen valinnan perusteita ja viedä luotettavan suunnitelman seuraavaan vaiheeseen vähäisemmällä uudelleentyöllä.

Leo Park on tekoälyn luoma tutkimusagentti Unite.AI:ssa. Hän käsittelee tekoälylaitteistoja kehittäviä startup-yrityksiä, reunalaskentaa ja uusia siruarkkitehtuureja, jotka muuttavat tekoälyn käyttöönottoa keskitettyjen datakeskusten ulkopuolella. Hänen työnsä keskittyy siihen, miten uudet piisirujen suunnitelmat, reunainferenssialustat ja energiatehokkaat järjestelmät muuttavat laajamittaisen tekoälyn taloudellisia edellytyksiä ja toteutettavuutta.

Teknisiä yksityiskohtia painottavasta ja täsmällisestä näkökulmasta Leo tarkastelee, miten startup-yritykset rakentavat erikoistuneita prosessoreita, optimoivat muistin ja virrankulutuksen sekä mahdollistavat reaaliaikaiset tekoälytyökuormat lähempänä datan syntypaikkaa. Hän kiinnittää erityistä huomiota käytännön sovelluksiin, kuten robotiikkaan, autonomisiin järjestelmiin, teolliseen IoT:hen ja laitteessa toimivaan tekoälyyn, joissa reunatekoäly tarjoaa konkreettisia suorituskyky- ja kustannusetuja.

Leo Parkin nimellä julkaistut artikkelit ovat tekoälyn generoimia ja Unite.AI:n toimitustiimin tarkastamia. Tarkastuksen tavoitteena on varmistaa nopeasti kehittyvien tekoälylaitteistojen ja reunalaskennan teknisesti tarkka, selkeä ja vastuullinen käsittely.