Circuit Mind haalt $18,5 miljoen op in serie A en kondigt $25 miljoen aan voor AI-ontwerp van elektronica

Circuit Mind heeft aangekondigd $25 miljoen aan financiering te hebben opgehaald om zijn AI-platform voor het ontwerpen en controleren van elektronische schakelingen uit te breiden. Het financieringspakket omvat een serie A-financieringsronde van $18,5 miljoen en een niet eerder aangekondigde seedronde. Daarmee komt de totale financiering van het Londense bedrijf op $33,4 miljoen.

De serie A werd geleid door Norwest, met deelname van bestaande investeerders Third Prime, Differential Ventures en Blackhorn Ventures, naast de nieuwe investeerder Lightscape VC. Third Prime leidde de seedronde. Dave Zilberman, general partner bij Norwest, treedt toe tot de raad van bestuur van Circuit Mind.

De financiering valt samen met de introductie van AVE, de nieuwe Agentic Verification Engine van het bedrijf, die ontwerpen controleert aan de hand van componentgegevensbladen en de technische ontwerpregels van een bedrijf. Samen met ACE, de bestaande ontwerpassistent, richt deze oplossing zich op twee samenhangende problemen: een werkbare schakeling ontwerpen en fouten opsporen voordat die schakeling een fysieke printplaat wordt.

Het werk tussen eisen en een schakelschema automatiseren

Elektronica ontwerpen houdt meer in dan symbolen op een scherm rangschikken. Ingenieurs moeten compatibele onderdelen selecteren, voldoen aan elektrische randvoorwaarden, rekening houden met de beschikbaarheid van onderdelen en documenteren waarom een ontwerp aan de eisen voldoet. Een ogenschijnlijk kleine afwijking kan ertoe leiden dat een team het productie- en testproces opnieuw moet doorlopen.

ACE van Circuit Mind, een afkorting van Assistant to Circuit Engineers, begint met een hardwareblokschema. Volgens de aankondiging levert het binnen enkele minuten een schakelschema, stuklijst en ondersteunende analyses op. Ingenieurs kunnen daarbij opties vergelijken die zijn geoptimaliseerd voor kosten, formaat, stroomverbruik of de beschikbaarheid van onderdelen.

De productdocumentatie van het bedrijf geeft nuttige aanvullende informatie: als invoer kunnen onder meer signalen, functionele eisen, mechanische beperkingen en inkoopbehoeften dienen. De uitvoer omvat mogelijke schakelschema’s, een analyse van de vormfactor en de beschikbaarheid, en exports voor ECAD-software en componentbibliotheken. Ingenieurs kunnen de relevante randvoorwaarden opgeven en alternatieven verkennen.

Daarmee is ACE een hulpmiddel om afwegingen bij het ontwerpen te verkennen. Een goedkoper onderdeel kan het stroomverbruik verhogen; een kleinere behuizing kan het thermisch beheer of de inkoop bemoeilijken. Door het zoekwerk te automatiseren, kunnen ingenieurs meer opties krijgen om te beoordelen, terwijl zij zelf verantwoordelijk blijven voor de aannames en acceptatiecriteria.

Waarom Circuit Mind AI met natuurkunde combineert

Het platform combineert agentische AI met een gepatenteerde beslisengine op basis van natuurkundige principes, gestructureerde modellen van elektronische componenten en technische context die specifiek is voor de klant. Die context omvat goedgekeurde fabrikanten, voorkeurscomponenten en ontwerpregels. Circuit Mind zegt dat het platform integreert met de ECAD-tools, bibliotheken, systemen voor productlevenscyclusbeheer en technische omgevingen die klanten al gebruiken.

Dit is een andere aanpak van technisch ontwerp dan een chatbot voor algemene doeleinden vragen om een schakeling te bedenken. Een taalmodel kan helpen informatie te interpreteren, maar voor het selecteren van onderdelen en verbindingen zijn ook expliciete controles nodig op elektrische limieten en ontwerpeisen. Circuit Mind combineert automatisering met een gestructureerde weergave van wat een component kan.

In de eerdere introductie van ACE beschreef het bedrijf hoe het op basis van een blokschema opties voor schakelschema’s en stuklijsten genereert. De optimalisatie strekt zich daarbij uit tot de levenscyclusstatus, de veerkracht van de toeleveringsketen en voorkeursfabrikanten. De nieuwe aankondiging verbreedt dat verhaal: van een ontwerp genereren naar het verifiëren ervan volgens de eigen werkwijzen van een onderneming.

Die ontwikkeling sluit aan bij andere pogingen om AI toe te passen in technische disciplines, waaronder chipontwerp met behulp van AI. Het gaat om verschillende taken: Circuit Mind richt zich op elektronische schakelingen op printplaatniveau, niet op de interne lay-out van een halfgeleider. Succes op het ene gebied bewijst niet dat het bedrijf ook op het andere goed presteert.

AVE voegt een afzonderlijke verificatieworkflow toe

AVE gebruikt AI-agenten om ontwerpen te vergelijken met componentgegevensbladen en de ontwerpregels van een organisatie. Circuit Mind zegt dat het systeem problemen aan het licht moet brengen die bij conventionele controles van schakelschema’s mogelijk over het hoofd worden gezien, voordat een prototype wordt geproduceerd. Zo kan het aantal nieuwe printplaatrevisies afnemen.

Het is nuttig om het genereren en verifiëren van ontwerpen van elkaar te scheiden. Een team moet een voorgesteld ontwerp toetsen aan de eisen, en er niet van uitgaan dat een geautomatiseerde generator elk probleem al heeft opgelost. Verificatie biedt ondernemingen bovendien een manier om hun institutionele kennis consistent toe te passen op verschillende projecten.

De reikwijdte van elke controle is echter van belang. Een schakelschema dat aan een reeks regels voldoet, is niet automatisch een afgerond en gekwalificeerd product. De fysieke lay-out, elektromagnetische interferentie, het thermische gedrag, productietoleranties en bedrijfsomstandigheden kunnen aanvullende beperkingen met zich meebrengen. De beweringen van Circuit Mind over aantoonbare nauwkeurigheid moeten daarom worden bezien in het licht van de toegepaste modellen, aannames en controles.

Wat de gerapporteerde resultaten laten zien

Het bedrijf zegt dat engineeringteams bij Emerson, Schneider Electric en Fortune 5-bedrijven zijn platform gebruiken. Volgens de aankondiging worden ontwerptermijnen teruggebracht van maanden tot weken, dalen de stuklijstkosten met 25% en zijn er minder productierondes na herontwerp nodig. Dit zijn resultaten die het bedrijf zelf rapporteert, geen uitkomsten van een gemeenschappelijke, onafhankelijke benchmark.

De gepubliceerde samenvatting van een evaluatie door het Los Alamos National Laboratory van Circuit Mind biedt meer context. Voor een microcontrollerontwerp van gemiddelde complexiteit waren vier uur en 13 minuten nodig, tegenover een opgegeven handmatige uitgangswaarde van 60–80 uur. Daarvan bestond 35 minuten uit het instellen, acht minuten uit het geautomatiseerd oplossen en ongeveer drieënhalf uur uit handmatig werk. Dezelfde samenvatting beschrijft een complexer FPGA-ontwerp waarvoor nog veel handmatig werk nodig was, omdat sommige componenten tijdens de evaluatie niet werden ondersteund. Die uiteenlopende gevallen laten zien waarom één enkele snelheidswinst niet naar elke printplaat kan worden doorgetrokken.

In een verklaring in de aankondiging beschrijft een leidinggevende van Schneider Electric vroege evaluaties die wijzen op een mogelijke vermindering van meer dan 90% van de inspanning voor architectuurverkenning. Dat is een beperktere claim dan een verkorting van de volledige hardwareontwikkelingscyclus met hetzelfde percentage. Verkenning, gedetailleerd ontwerp, printplaatontwerp, testen en kwalificatie zijn verschillende fasen.

Het platform en de aanwezigheid in de VS uitbreiden

Circuit Mind, opgericht door Tomide Adesanmi en Basilio Gentile, wil de financiering gebruiken om zijn platform uit te breiden over de volledige levenscyclus van elektronicaontwerp, de teams voor verkoop, engineering en klantensucces uit te breiden en een hoofdkantoor in de VS op te zetten dat Noord-Amerika bedient.

De praktijk zal uitwijzen hoe goed de software omgaat met de uitzonderingen die echte elektronicaprojecten lastig maken: onvolledige datasheets, veranderende eisen, onbekende onderdelen en organisatiespecifieke normen. Sneller kandidaat-oplossingen genereren is waardevol. De grootste winst ontstaat wanneer engineers het bewijs achter een geautomatiseerde keuze kunnen beoordelen en met minder herstelwerk een betrouwbaar ontwerp naar de volgende fase kunnen meenemen.