Reutersは、ChipAgentsがNvidiaとの提携拡大後に6,000万ドルを調達したと報じた

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)、ChipAgentsの背後にいる人工知能の教授が、半導体設計におけるAIエージェントの活用を加速するために$60 millionを調達した、とReutersが7月29日に報じた。

報道によれば、この資金調達はChipAgentsがMatter Venture Partners主導で$50 millionのSeries A1をクロージングしたのから6か月未満でのことだ。Bessemer Venture Partners、Micron、MediaTek、Ericssonが参加していた。ChipAgentsは2月17日のラウンドで調達総額が$74 millionに達したと述べていた。Reutersが伝えた新たな$60 millionという数字はそれに続くものであるが、ChipAgentsは最近のラウンドに評価額を付けていない。

WangはChipAgentsの企業体であるAlpha Design AIを2024年に設立した。彼は言語モデルと機械的推論に関するキャリアを築いてきたコンピュータサイエンスの教授で、University of California, Santa BarbaraのMellichamp Endowed Chair in Mind and Machine Intelligenceを務め、同大学の自然言語処理グループを指揮するとともにCenter for Responsible Machine Learningを設立した。

彼のチップ検証への道は半導体ソフトウェアというより定理証明から始まった。2025年のBessemerとのインタビューでWangは、そのアイデアを2011年のCarnegie Mellon Universityでの博士研究にまで遡らせた。当時彼は形式手法とスケーラブルな推論に取り組んでいた。2024年までに、彼はエージェント的システムの進展が電子設計自動化（エンジニアがチップを設計・検証するために使うソフトウェア層）に適用する準備が整ったと結論付けた。

Wangはまた、ChipAgentsの経歴ページによれば2022年から2024年までAWS Bedrock上のAmazon Qにも携わっていた。この言語モデル研究と形式的推論の組み合わせがChipAgentsの主張の基盤になっている。半導体設計では、汎用のコーディング支援のように振る舞うのではなく、ハードウェアの意図を理解し、既存の設計ツールを呼び出し、自らの出力を検証できるエージェントが必要だとする。

チップ工学向けドメインモデルへの資金提供

ChipAgentsは資金を、6月17日に発表したドメイン特化型の大規模言語モデル兼エージェントシステムであるRenoirを中心に構築するために使用している。Renoirは仕様を読み、レジスタ転送レベル（RTL）コード、検証計画、アサーション、ログ、波形、および電子設計自動化ツールの出力を横断的に推論するよう設計されている。

このシステムは顧客の管理下にあるインフラストラクチャ内にデプロイ可能であり、設計ファイルやデバッグ記録が厳重に保護された知的財産を含む半導体企業にとって重要な要件となっている。ChipAgentsによればRenoirは、公開されている半導体関連資料と同社の内部トレーニングシステムで生成した独自データを用いて、オープンウェイトのmixture-of-expertsモデルからファインチューニングされたという。

7月26日、ChipAgentsはRenoirのトレーニングと最適化のためにNvidiaとの協業を拡大した。ChipAgentsは分散モデルのトレーニングにNvidiaのMegatron Core、チェックポイント変換にNeMo Megatron Bridge、量子化と推論効率化にModel Optimizerを使用している。

Nvidiaの役割はAIソフトウェアと加速コンピューティングに集中している。この関係により、Wangは製品を個々のエンジニアリングタスクを自動化するエージェントから、より長い閉ループの設計・検証ワークフローを完了できるシステムへと移行させようとする際に、確立されたトレーニングとデプロイのスタックにアクセスできる。

この差異はこの分野に流入する資本の規模にとって中心的な意味を持つ。チップ設計エージェントにはモデル訓練、半導体特有のデータ、既存EDA製品との統合、および広範な検証が必要だ。生成されたソフトウェア機能はデプロイ後に改訂できるが、検証を通り抜けた設計ミスは高価なチップの再設計（respin）を強い、生産を遅延させる可能性がある。

ChipAgentsは2月にプラットフォームが80社の半導体企業に導入され、年間定期収益が前年同期比で140倍に成長したと述べていた。現在のLinkedInプロフィールでは同製品が120社以上の半導体企業で使用されているとされている。これらの採用と成長の数値はChipAgentsが提供したもので、対応する収益額は公表されていない。

性能に関する数値もまた同社の計測によるものだ。ChipAgentsは、仕様理解を15倍、形式的アサーション生成を240倍、Universal Verification Methodology環境の生成を400倍に加速できると主張している。商業的な試験は、これらのタスクレベルでの改善が、エンジニアが独自のツールチェーン、巨大なコードベース、サインオフ要件を管理しなければならない本番プログラム全体で持続するかどうかになるだろう。

Nvidiaは分野全体で活動している

ChipAgentsは、顧客との深い関係を持ち、半導体開発の至る所に製品が組み込まれているEDAベンダーが支配する市場に参入している。既存の大手は独自のエージェント層を追加しており、多くはNvidiaの技術を用いている。

CadenceはChipStack AI Super Agentを2月に発表した。Cadenceによれば、このシステムは設計とテストベンチを生成し、検証計画を作成し、回帰テストを実行し、既存のEDA製品をオーケストレーションして障害をデバッグすることができるという。

SynopsysはNvidiaとともにAgentEngineerを構築しており、オープンでハードウェアアクセラレーテッドなエージェント型EDAスタックの一部としている。SiemensはFuse EDA AI Agentを3月に導入し、7月26日にNvidiaとの協業を拡大して、半導体およびプリント回路基板設計にわたる自己検証ワークフローを支援するようにした。

したがってNvidiaは、Wangに専有的な技術チャネルを与えることなく、ChipAgentsにインフラと業界からの裏付けを提供している。ChipAgentsはドメインモデル、デプロイメントのオプション、そして大手ベンダーが所有するツール環境を横断して動作できる能力で競争しなければならない。

スタートアップも同じ機会を狙っている。Cognichipは4月にチップ設計向けの物理法則を組み込んだファンデーションモデルのために$60 millionのSeries Aを調達した。アプローチは様々だが、資金調達の論理は一貫している。チップの複雑化の進行と経験豊富なエンジニアの供給の制約が、半導体企業にとって設計生産性を経済的制約にしているのだ。

WangはChipAgentsを変革しようとする業界出身の幹部で取り巻いた。顧問には元Mentor Graphics CEOのWally Rhines、元Synopsysの最高技術責任者 Raul Camposano、元Cadence CEOのJack Hardingが含まれる。Matterの創設マネージングパートナーWen Hsiehは2月の資金調達後に取締役会に加わり、Marvell Data Center Group PresidentのSandeep Bharathiはアドバイザリーボードに参加した。

報じられた$60 millionの調達は、検証と流通が勝敗を分ける競争に向けてWangに追加の資源を与える。ChipAgentsは、独立したAI層が半導体プログラム内部で動作するために必要な信頼を獲得できることを証明しなければならない。一方でCadence、Synopsys、Siemensはエンジニアリングチームが既に使用しているツールにエージェントを直接バンドルしている。