Startup Vinci, osnovan 2023. u Silicijskoj dolini, izašao je iz faze prikrivenog rada i objavio ukupno 46 mil. USD prikupljenih ulaganja te novu platformu koja, prema tvrdnjama tvrtke, skraćuje simulacije poluvodičkih sklopova s tjedana na sate.
Osnivači i tehnologija • Tvrtku su pokrenuli Hardik Kabaria, stručnjak za računalnu geometriju čiji je doktorski rad na Stanfordu automatizirao visokofiducijsko mreženje, i Sarah Osentoski, pionirka strojnog učenja velikih razmjera. • Njihov „physics-driven“ AI spaja tradicionalne fizikalne modele s neuronskom mrežom koja radi „poput tima hardverskih inženjera“, izvodeći tisuće provjerenih simulacija u satima, bez zahtjeva za korisničkim podacima.
Glavne tvrdnje • Sustav je, prema navodima tvrtke, do 1000 puta brži od konvencionalnih FEA alata, a pritom zadržava punu točnost na geometrijama koje konkurentski programi moraju pojednostavljivati. • Rješenje radi iza korporativnih vatrozida, ne koristi povjerljive podatke i isporučuje verifikacijske rezultate odmah po instalaciji.
Rana primjena i potvrde • Platforma je već u pogonu kod tri vodeća proizvođača čipova, a više od deset drugih kompanija zasebno ju je usporedilo s vlastitim FEA rješenjima i eksperimentalnim mjerenjima. U svim slučajevima, navodi se, točnost je bila jednaka ili bolja, uz višestruko kraće trajanje simulacija.
Financiranje i investitori • Seriju A predvodila je Xora Innovation, dok je seed rundu vodio fond Eclipse. U financiranju sudjeluju i Khosla Ventures. • Partner Eclipsea Charly Mwangi ističe da je riječ o rijetkom timu koji „spaja dubinsko poznavanje fizike s isporukom gotovog softvera“. • Phil Inagaki iz Xore dodaje da bi platforma uskoro mogla ponuditi i suvremene alate za kodizajn različitih hardverskih proizvoda, čime bi proširila tradicionalno poimanje EDA tržišta.
Izjave „Vinci omogućuje inženjerima da u sekundama vide kako će se dizajn ponašati umjesto da čekaju dane, i to uz djelić računalnog troška“, naglasio je osnivač i izvršni direktor Kabaria.
„Vinci je pokazao da može isporučiti munjevito brze, visoko precizne simulacije bez oslanjanja na korisničke podatke za neke od najkompleksnijih fizičkih uređaja, suvremene poluvodičke pakete“, poručio je Inagaki.
Širi planovi Iz tvrtke poručuju da je njihova „temeljna fizikalna paradigma za AI“ ono što su veliki jezični modeli postigli u području jezika – pouzdanost i brzinu, ali sada na području fizike i inženjerskog dizajna. Ključna ambicija: dostaviti alate koji svakoj inženjerskoj ekipi daju uvid u stvarno ponašanje proizvoda prije nego što se on proizvede.