Reuters informa que ChipAgents recaudó 60 millones de dólares tras ampliarse su alianza con Nvidia

Why it matters

ChipAgents is financing an independent AI layer for chip verification while entrenched EDA vendors deploy their own Nvidia-backed agents. Trusted results and distribution will determine whether Wang can break into production workflows.

William Wang (@WilliamWangNLP), el profesor de inteligencia artificial detrás de ChipAgents, ha recaudado 60 millones de dólares para acelerar su uso de agentes de IA en el diseño de semiconductores, informó Reuters el 29 de julio.

La financiación informada llega a menos de seis meses de que ChipAgents cerrara una Serie A1 de 50 millones de dólares liderada por Matter Venture Partners, con la participación de Bessemer Venture Partners, Micron, MediaTek y Ericsson. ChipAgents dijo que la ronda del 17 de febrero elevó su capital total recaudado a 74 millones de dólares. La nueva cifra de 60 millones de dólares de Reuters sigue a esa financiación, aunque ChipAgents no ha asignado una valoración a sus rondas recientes.

Wang fundó Alpha Design AI, la entidad corporativa detrás de ChipAgents, en 2024 después de construir una carrera en torno a modelos de lenguaje y razonamiento automático. Es profesor de ciencias de la computación y ocupa la Cátedra Mellichamp en Mente e Inteligencia de Máquina (Mellichamp Endowed Chair in Mind and Machine Intelligence) en la University of California, Santa Barbara, donde dirige el grupo de procesamiento de lenguaje natural de la universidad y fundó su Center for Responsible Machine Learning.

Su camino hacia la verificación de chips comenzó con la demostración de teoremas más que con el software para semiconductores. En una entrevista de 2025 con Bessemer, Wang remonta la idea a su investigación doctoral en Carnegie Mellon University en 2011, cuando trabajó en métodos formales e inferencia escalable. Para 2024, concluyó que los avances en sistemas basados en agentes estaban listos para aplicarse a la automatización de diseño electrónico (electronic design automation), la capa de software que los ingenieros usan para diseñar y verificar chips.

Wang también trabajó en Amazon Q en AWS Bedrock entre 2022 y 2024, según su biografía en ChipAgents. Esa combinación de investigación en modelos de lenguaje y razonamiento formal sustenta el argumento de ChipAgents: la ingeniería de semiconductores requiere agentes que comprendan la intención del hardware, invoquen herramientas de diseño establecidas y verifiquen su propia salida en lugar de comportarse como asistentes de codificación de propósito general.

Funding a domain model for chip engineering

ChipAgents está utilizando el capital para construir alrededor de Renoir, un modelo de lenguaje grande especializado en dominio y sistema de agentes presentado el 17 de junio. Renoir está diseñado para leer especificaciones y razonar sobre código a nivel de transferencia de registros, planes de verificación, aserciones, registros (logs), formas de onda y salidas de herramientas de electronic design automation.

El sistema puede desplegarse dentro de la infraestructura controlada por el cliente, un requisito importante para las empresas de semiconductores cuyos archivos de diseño y registros de depuración contienen propiedad intelectual fuertemente resguardada. ChipAgents afirma que Renoir fue afinado (fine-tuned) a partir de un modelo mixture-of-experts de pesos abiertos usando material semiconductor público y datos propietarios generados a través de su sistema interno de entrenamiento.

El 26 de julio, ChipAgents amplió su colaboración con Nvidia para entrenar y optimizar Renoir. ChipAgents está utilizando Megatron Core de Nvidia para entrenamiento distribuido de modelos, NeMo Megatron Bridge para la conversión de checkpoints y Model Optimizer para cuantización y eficiencia de inferencia.

El rol de Nvidia se centra en el software de IA y la computación acelerada. La relación le da a ChipAgents acceso a una pila de entrenamiento y despliegue establecida mientras Wang intenta mover el producto de agentes que automatizan tareas de ingeniería individuales hacia sistemas que puedan completar flujos de trabajo de diseño y verificación en bucle cerrado más largos.

Esa distinción es central para la cantidad de capital que fluye hacia la categoría. Los agentes de diseño de chips necesitan entrenamiento de modelos, datos específicos de semiconductores, integración con productos EDA existentes y validación extensa. Una función de software generada puede revisarse después del despliegue. Un error de diseño que sobreviva a la verificación puede forzar una nueva iteración (respin) costosa del chip y retrasar la producción.

ChipAgents dijo en febrero que su plataforma se había desplegado en 80 empresas de semiconductores y que los ingresos recurrentes anuales habían crecido 140 veces interanual. Su perfil actual en LinkedIn dice que el producto ha sido usado en más de 120 empresas de semiconductores. Esas cifras de adopción y crecimiento las suministra ChipAgents, que no ha publicado las cifras de ingresos correspondientes.

Los números de rendimiento también son mediciones internas de la compañía. ChipAgents ha afirmado que sus agentes pueden acelerar la comprensión de especificaciones 15 veces, la generación de aserciones formales 240 veces y la generación de entornos Universal Verification Methodology 400 veces. La prueba comercial será si esas ganancias a nivel de tarea persisten a lo largo de programas de producción completos, donde los ingenieros deben gestionar cadenas de herramientas propietarias, grandes bases de código y requisitos de aprobación final.

Nvidia is working across the field

ChipAgents está entrando en un mercado controlado por proveedores de EDA con relaciones profundas con los clientes y productos integrados en todo el desarrollo de semiconductores. Esos incumbentes están añadiendo sus propias capas de agentes, a menudo con la tecnología de Nvidia.

Cadence lanzó ChipStack AI Super Agent en febrero para automatizar el diseño y la verificación front-end de chips. Cadence dice que el sistema puede generar diseños y bancos de pruebas, crear planes de verificación, ejecutar pruebas de regresión y depurar fallas orquestando sus productos EDA existentes.

Synopsys está construyendo AgentEngineer con Nvidia como parte de una pila EDA abierta y acelerada por hardware basada en agentes. Siemens introdujo Fuse EDA AI Agent en marzo y amplió su colaboración con Nvidia el 26 de julio para apoyar flujos de trabajo de auto-verificación en el diseño de semiconductores y placas de circuito impreso.

Por lo tanto, Nvidia proporciona a ChipAgents infraestructura y validación de la industria sin darle a Wang un canal técnico exclusivo. ChipAgents debe competir a través de su modelo de dominio, opciones de despliegue y capacidad para trabajar en entornos de herramientas propiedad de proveedores más grandes.

Las startups están presionando la misma apertura. Cognichip recaudó una Serie A de 60 millones de dólares en abril para un modelo base informado por la física para el diseño de chips. Los enfoques en competencia varían, pero la tesis de financiación es consistente: la creciente complejidad de los chips y la oferta limitada de ingenieros experimentados han convertido la productividad del diseño en una restricción económica para las empresas de semiconductores.

Wang ha rodeado a ChipAgents con ejecutivos de la industria que intenta cambiar. Sus asesores incluyen al ex CEO de Mentor Graphics Wally Rhines, al ex chief technology officer de Synopsys Raul Camposano y al ex CEO de Cadence Jack Harding. La socia directora fundadora de Matter, Wen Hsieh, se unió a la junta después de la financiación de febrero, mientras que el presidente de Marvell Data Center Group, Sandeep Bharathi, se unió al consejo asesor.

La recaudación reportada de 60 millones de dólares le da a Wang recursos adicionales para un concurso que se decidirá en verificación y distribución. ChipAgents tiene que demostrar que una capa de IA independiente puede ganarse la confianza necesaria para operar dentro de los programas de semiconductores mientras Cadence, Synopsys y Siemens integran agentes directamente en las herramientas que los equipos de ingeniería ya usan.