Una apuesta de US$60 millones en una idea simple pero radical: ¿y si lo que frena a la IA es que los humanos todavía diseñan el hardware a mano?
El 1 de abril de 2026, Cognichip anunció una ronda Serie A de US$60 millones — sobresuscrita, liderada por Seligman Ventures y respaldada por uno de los nombres más poderosos del mundo de los semiconductores: Lip-Bu Tan, actual CEO de Intel, quien se incorporó al consejo de la empresa. Con esta ronda, el financiamiento total de Cognichip alcanza los US$93 millones desde su fundación en 2024.
El anuncio llega en un momento en que toda la industria de la IA está enfrentando un techo concreto. Los modelos son cada vez más inteligentes. Los centros de datos se están expandiendo. Pero los chips que hacen funcionar todo — el silicio físico que hace posible la IA — están teniendo dificultades para seguir el ritmo.
El Problema del que Nadie Habla Suficiente
Diseñar un chip avanzado hoy en día lleva entre tres y cinco años, desde el concepto hasta la producción en masa. La fase de diseño por sí sola puede extenderse dos años antes de que comience siquiera el trazado físico. La última GPU Blackwell de Nvidia contiene 104 mil millones de transistores. Cada uno debe ser posicionado, verificado y optimizado en dominios digitales, analógicos y de señal mixta simultáneamente — un proceso que cuesta cientos de millones de dólares por familia de chips.
Esta es la trampa circular en la que está atrapada la industria: las capacidades de IA avanzan más rápido que el hardware que las ejecuta. Pero construir mejor hardware requiere tiempo y recursos que escalan mal. El fundador y CEO de Cognichip, Faraj Aalaei, llama a esto una "restricción circular" — la IA está limitada por el hardware, pero el hardware no puede evolucionar lo suficientemente rápido para seguir el ritmo de la IA.
¿El resultado? Cada modelo poderoso que usás hoy está corriendo en chips que fueron diseñados hace años. El hardware siempre está atrasado.
Lo que Cognichip Realmente Construyó
Cognichip no está construyendo otra herramienta de automatización de diseño electrónico (EDA) — la categoría dominada por los jugadores establecidos Synopsys y Cadence Design Systems. En cambio, creó lo que llama ACI — Artificial Chip Intelligence — un modelo fundacional completo e informado por física, entrenado específicamente en datos de diseño de chips.
La distinción importa. Los modelos de IA de propósito general como GPT o Claude fueron entrenados en texto y código. Pueden ayudar a los ingenieros a escribir scripts o documentación, pero no tienen comprensión nativa de la disipación de calor, la distribución de energía, la física de transistores o las complejas interdependencias entre las capas digitales y analógicas de un chip.
El ACI de Cognichip fue construido desde cero para entender estas restricciones. Fusiona razonamiento lógico y basado en física para navegar por espacios de diseño que ninguna IA de propósito general puede alcanzar. Aalaei lo describe no como una herramienta, sino como un colaborador de ingeniería: decile qué resultado querés, y produce el diseño.
Los Números que Hacen Esto Real
El impacto potencial es medible y específico. Según Cognichip:
- Los costos de desarrollo de chips pueden reducirse en más del 75%.
- Los plazos de diseño pueden reducirse a más de la mitad, de tres a cinco años a potencialmente 18 meses o menos.
- La plataforma reduce el esfuerzo de ingeniería hasta en un 50% en tareas individuales de diseño.
- Cognichip ya trabaja con más de 30 empresas de diseño de semiconductores, incluyendo algunas de las más grandes de la industria.
Para dar contexto: el diseño de semiconductores es un mercado donde una sola familia de chips puede costar entre US$500 millones y US$1.000 millones para desarrollar. Una reducción de costos del 75% sería una de las ganancias de eficiencia más significativas en la historia de la industria.
El Círculo Virtuoso — Y Por Qué Lo Cambia Todo
Esta es la idea que convierte a Cognichip en algo más que una simple historia de startup. Se trata de lo que ocurre cuando el loop se cierra.
Hoy, la IA hace posibles los chips. Mañana, la IA diseñará los chips que harán posible la próxima generación de IA. Los chips más rápidos y eficientes reducen el costo de entrenar y ejecutar modelos de IA. Una IA más barata libera más ciclos de investigación. Más investigación produce mejor IA. La mejor IA diseña chips aún más eficientes.
Este es el círculo virtuoso — y no tiene un techo obvio.
Umesh Padval, socio gerente de Seligman Ventures y veterano de 40 años en semiconductores, describió el momento actual como la mayor ola de capital en infraestructura de IA que ha visto jamás. El CEO de Intel, Lip-Bu Tan, quien anteriormente lideró la transformación de Cadence Design Systems en líder mundial de EDA, calificó a la industria de semiconductores como en un "momento crítico" donde un marco centrado en IA desbloqueará una oportunidad global masiva.
La Competencia Ya Se Está Calentando
Cognichip no está sola. ChipAgents cerró una Serie A extendida de US$74 millones en febrero de 2026. Ricursive recaudó una Serie A de US$300 millones en enero de 2026. Synopsys y Cadence están incorporando IA en sus propios flujos de trabajo. La carrera para automatizar el diseño de chips ha comenzado en serio.
Lo que diferencia a Cognichip es su estrategia de datos. A diferencia del desarrollo de software, donde miles de millones de líneas de código abierto están disponibles para entrenar modelos de IA, los datos de diseño de chips son propiedad intelectual celosamente guardada. Cognichip construyó su propio conjunto de datos propietario, complementado con datos sintéticos e información licenciada de socios, y desarrolló pipelines de entrenamiento seguros que permiten a los fabricantes de chips entrenar el modelo con su propia PI sin exponerla externamente.
En un hackathon en la Universidad Estatal de San José, estudiantes de ingeniería usaron la plataforma de Cognichip para diseñar CPUs funcionales basadas en la arquitectura de chip de código abierto RISC-V — una prueba de concepto inicial significativa.
Lo que Harán los US$60 Millones
Cognichip planea expandir operaciones, profundizar las alianzas con empresas de semiconductores y construir presencia global. La naturaleza sobresuscrita de la ronda — es decir, los inversores querían poner más dinero del que Cognichip necesitaba — señala una confianza que va más allá de las apuestas típicas en etapas tempranas.
El consejo ahora incluye al CEO en ejercicio de Intel, uno de los ejecutivos de chips más experimentados del mundo. No es un voto especulativo. Es un respaldo estructural desde dentro de la industria de que el diseño de chips impulsado por IA no es una posibilidad futura — es la dirección presente.
¿El Fin de los Límites de Escala?
Durante una década, la industria de la IA escaló añadiendo más capacidad de cómputo — más GPUs, centros de datos más grandes, entrenamientos más grandes. Ese enfoque está chocando contra paredes físicas y económicas. El consumo de energía, el rendimiento de los chips y los costos de diseño se están convirtiendo en cuellos de botella.
La apuesta de Cognichip es que la solución no es construir más chips iguales más rápido. Es diseñar chips fundamentalmente mejores — chips optimizados por IA para la IA — en una fracción del tiempo y el costo. Si funciona, los límites que han frenado el progreso de hardware de la IA durante años podrían comenzar a disolverse.
El círculo virtuoso estaría completo.
¿Quieres seguir cada gran movimiento de la IA en el momento en que sucede? Únete a miles de lectores en fabioraphaelli.com y recibe las noticias más importantes de IA cada semana.
Frequently Asked Questions
¿Qué es Cognichip y qué hace?
Cognichip es una startup de semiconductores fundada en 2024 que usa inteligencia artificial para asistir en el diseño de chips de computadora. Su plataforma ACI (Artificial Chip Intelligence) usa modelos de IA informados por física para reducir los costos de desarrollo de chips en más del 75% y cortar los plazos de diseño a la mitad.
¿Cuánto ha recaudado Cognichip y quiénes son sus inversores?
Cognichip recaudó US$60 millones en una Serie A liderada por Seligman Ventures, con participación de SBI Investment, Mayfield, Lux Capital y el CEO de Intel, Lip-Bu Tan. El financiamiento total alcanzó los US$93 millones desde su fundación en 2024.
¿Por qué el diseño de chips por IA es importante para el futuro de la IA?
Los modelos de IA actuales están limitados por la velocidad con la que se pueden diseñar y fabricar nuevos chips — un proceso que lleva de tres a cinco años. Si la IA puede diseñar chips más rápido y de forma más económica, crea un ciclo autorreinforzante: mejores chips permiten una IA más poderosa, que a su vez diseña chips aún mejores.
¿Cómo se diferencia Cognichip de las herramientas de diseño de chips existentes?
A diferencia de la IA de propósito general o las herramientas de EDA tradicionales de Synopsys y Cadence, Cognichip construyó un modelo fundacional entrenado específicamente en datos de diseño de chips, con razonamiento basado en física que entiende calor, energía y comportamiento de transistores — restricciones que la IA genérica no puede manejar.
¿Cognichip ya diseñó un chip real?
En abril de 2026, Cognichip no ha anunciado públicamente un chip comercializado diseñado con su plataforma. Está colaborando con más de 30 empresas de semiconductores y ha demostrado capacidades iniciales a través de hackathons académicos usando arquitecturas de chips de código abierto.
¿Cuáles son los beneficios de usar la plataforma ACI de Cognichip?
La plataforma ACI de Cognichip puede reducir los costos de desarrollo de chips en más del 75%, acortar los plazos de diseño a la mitad (potencialmente a 18 meses o menos) y disminuir el esfuerzo de ingeniería hasta en un 50% en tareas de diseño individuales.









