Uma aposta de US$60 milhões em uma ideia simples, mas radical: e se o que está freando a IA for o fato de que humanos ainda projetam o hardware à mão?
Em 1º de abril de 2026, a Cognichip anunciou uma rodada Série A de US$60 milhões — superscrita, liderada pela Seligman Ventures e apoiada por um dos nomes mais poderosos do mundo dos semicondutores: Lip-Bu Tan, atual CEO da Intel, que ingressou no conselho da empresa. Com essa rodada, o financiamento total da Cognichip chega a US$93 milhões desde sua fundação em 2024.
O anúncio acontece em um momento em que toda a indústria de IA está enfrentando um teto concreto. Os modelos estão ficando mais inteligentes. Os data centers estão se expandindo. Mas os chips que fazem tudo funcionar — o silício físico que torna a IA possível — estão com dificuldades para acompanhar o ritmo.
O Problema que Ninguém Fala o Suficiente
Projetar um chip avançado hoje leva de três a cinco anos, do conceito à produção em massa. A fase de design por si só pode se estender por dois anos antes mesmo de o layout físico começar. A mais recente GPU Blackwell da Nvidia contém 104 bilhões de transistores. Cada um precisa ser posicionado, verificado e otimizado em domínios digitais, analógicos e de sinal misto simultaneamente — um processo que custa centenas de milhões de dólares por família de chips.
Eis a armadilha circular em que a indústria está presa: as capacidades da IA avançam mais rápido do que o hardware que as executa. Mas construir hardware melhor exige tempo e recursos que escalam mal. O fundador e CEO da Cognichip, Faraj Aalaei, chama isso de "restrição circular" — a IA é limitada pelo hardware, mas o hardware não consegue evoluir rápido o suficiente para acompanhar a IA.
O resultado? Cada modelo poderoso que você usa hoje está rodando em chips que foram projetados anos atrás. O hardware está sempre atrasado.
O que a Cognichip Realmente Construiu
A Cognichip não está construindo mais uma ferramenta de automação de design eletrônico (EDA) — a categoria dominada pelos incumbentes Synopsys e Cadence Design Systems. Em vez disso, criou o que chama de ACI — Artificial Chip Intelligence — um modelo fundacional completo e informado por física, treinado especificamente em dados de design de chips.
A distinção importa. Modelos de IA de propósito geral como GPT ou Claude foram treinados em texto e código. Eles podem ajudar engenheiros a escrever scripts ou documentação, mas não têm compreensão nativa de dissipação de calor, distribuição de energia, física de transistores ou as interdependências complexas entre as camadas digitais e analógicas de um chip.
O ACI da Cognichip foi construído do zero para entender essas restrições. Ele combina raciocínio lógico e baseado em física para navegar por espaços de design que nenhuma IA de propósito geral consegue alcançar. Aalaei o descreve não como uma ferramenta, mas como um colaborador de engenharia: diga a ele o resultado que você quer, e ele produz o design.
Os Números que Tornam Isso Real
O impacto potencial é mensurável e específico. Segundo a Cognichip:
- Os custos de desenvolvimento de chips podem ser reduzidos em mais de 75%.
- Os prazos de design podem ser cortados em mais da metade, de três a cinco anos para potencialmente 18 meses ou menos.
- A plataforma reduz o esforço de engenharia em até 50% em tarefas individuais de design.
- A Cognichip já trabalha com mais de 30 empresas de design de semicondutores, incluindo algumas das maiores da indústria.
Para ter contexto: o design de semicondutores é um mercado onde uma única família de chips pode custar de US$500 milhões a US$1 bilhão para desenvolver. Uma redução de custos de 75% seria um dos ganhos de eficiência mais significativos da história da indústria.
O Círculo Virtuoso — E Por que Ele Muda Tudo
Esta é a ideia que torna a Cognichip mais do que apenas uma história de startup. É sobre o que acontece quando o loop se fecha.
Hoje, a IA torna os chips possíveis. Amanhã, a IA projetará os chips que tornarão possível a próxima geração de IA. Chips mais rápidos e eficientes reduzem o custo de treinar e executar modelos de IA. IA mais barata libera mais ciclos de pesquisa. Mais pesquisa produz IA melhor. IA melhor projeta chips ainda mais eficientes.
Este é o círculo virtuoso — e ele não tem um teto óbvio.
Umesh Padval, Sócio Gerente da Seligman Ventures e veterano de 40 anos em semicondutores, descreveu o momento atual como a maior onda de capital em infraestrutura de IA que já viu. O CEO da Intel, Lip-Bu Tan, que anteriormente liderou a Cadence Design Systems em sua transformação em líder global de EDA, chamou a indústria de semicondutores de um "momento crítico" onde um framework centrado em IA desbloqueará uma oportunidade global massiva.
A Concorrência Já Está Esquentando
A Cognichip não está sozinha. A ChipAgents fechou uma Série A estendida de US$74 milhões em fevereiro de 2026. A Ricursive levantou uma Série A de US$300 milhões em janeiro de 2026. A Synopsys e a Cadence estão incorporando IA em seus próprios fluxos de trabalho. A corrida para automatizar o design de chips começou de verdade.
O que diferencia a Cognichip é sua estratégia de dados. Ao contrário do desenvolvimento de software, onde bilhões de linhas de código aberto estão disponíveis para treinar modelos de IA, os dados de design de chips são propriedade intelectual rigorosamente guardada. A Cognichip construiu seu próprio conjunto de dados proprietário, complementado com dados sintéticos e informações licenciadas de parceiros, e desenvolveu pipelines de treinamento seguros que permitem que fabricantes de chips treinem o modelo em sua própria PI sem expô-la externamente.
Em um hackathon na San Jose State University, estudantes de engenharia usaram a plataforma da Cognichip para projetar CPUs funcionais baseadas na arquitetura de chip de código aberto RISC-V — uma prova de conceito inicial significativa.
O que os US$60 Milhões Vão Fazer
A Cognichip planeja expandir operações, aprofundar parcerias com empresas de semicondutores e construir presença global. A natureza superscrita da rodada — ou seja, os investidores queriam colocar mais dinheiro do que a Cognichip precisava — sinaliza uma confiança que vai além das apostas típicas de estágio inicial.
O conselho agora inclui o CEO em exercício da Intel, um dos executivos de chips mais experientes do mundo. Isso não é um voto especulativo. É um endosso estrutural de dentro da indústria de que o design de chips orientado por IA não é uma possibilidade futura — é a direção presente.
O Fim dos Limites de Escala?
Por uma década, a indústria de IA escalou adicionando mais capacidade computacional — mais GPUs, data centers maiores, treinos maiores. Essa abordagem está batendo em paredes físicas e econômicas. Consumo de energia, rendimento de chips e custos de design estão todos se tornando gargalos.
A aposta da Cognichip é que a solução não é construir mais chips iguais mais rapidamente. É projetar chips fundamentalmente melhores — chips otimizados por IA para IA — em uma fração do tempo e do custo. Se funcionar, os limites que têm freado o progresso de hardware da IA por anos podem começar a se dissolver.
O círculo virtuoso estaria completo.
Quer acompanhar cada grande movimento da IA no momento em que acontece? Junte-se a milhares de leitores em fabioraphaelli.com e receba as maiores notícias de IA toda semana.
Frequently Asked Questions
O que é a Cognichip e o que ela faz?
A Cognichip é uma startup de semicondutores fundada em 2024 que usa inteligência artificial para auxiliar no design de chips de computador. Sua plataforma ACI (Artificial Chip Intelligence) usa modelos de IA informados por física para reduzir os custos de desenvolvimento de chips em mais de 75% e cortar os prazos de design em mais da metade.
Quanto a Cognichip captou e quem são seus investidores?
A Cognichip captou US$60 milhões em uma Série A liderada pela Seligman Ventures, com participação da SBI Investment, Mayfield, Lux Capital e do CEO da Intel, Lip-Bu Tan. O financiamento total chegou a US$93 milhões desde a fundação em 2024.
Por que o design de chips por IA é importante para o futuro da IA?
Os modelos de IA atuais são limitados pela velocidade com que novos chips podem ser projetados e fabricados — um processo que leva de três a cinco anos. Se a IA puder projetar chips mais rápido e de forma mais barata, isso cria um ciclo autorreforcante: chips melhores habilitam IA mais poderosa, que por sua vez projeta chips ainda melhores.
Como a Cognichip se diferencia das ferramentas de design de chips existentes?
Ao contrário de IA de propósito geral ou ferramentas de EDA tradicionais da Synopsys e Cadence, a Cognichip construiu um modelo fundacional treinado especificamente em dados de design de chips, com raciocínio baseado em física que entende calor, energia e comportamento de transistores — restrições que a IA genérica não consegue lidar.
A Cognichip já projetou um chip real?
Em abril de 2026, a Cognichip ainda não anunciou publicamente um chip comercializado projetado com sua plataforma. Ela está colaborando com mais de 30 empresas de semicondutores e demonstrou capacidades iniciais por meio de hackathons acadêmicos usando arquiteturas de chips de código aberto.









