Vinci-მ $250 მლნ მოიზიდა — AI-სიმულაცია ჩიპის დიზაინს აჩქარებს

პალო-ალტოში დაფუძნებულმა Vinci-მ 2026 წლის 6 ოქტომბერს $250 მლნ Series B მოიზიდა $1.5 მლრდ-იანი შეფასებით; Axios-ის გარიგებათა მიმოხილვის მიხედვით, რაუნდს Advent International, Temasek და Xora უძღვებოდნენ, ხოლო AMD Ventures, Eclipse, Khosla Ventures და Madrona მონაწილეობდნენ. დაფინანსება ჩიპებისა და სხვა რთული აპარატურის დიზაინისთვის შექმნილ ფიზიკური სიმულაციის პლატფორმას უკავშირდება. მისი ამოცანაა, ინჟინერს დიზაინის ფიზიკური შედეგის შეფასება მაშინ შეეძლოს, როცა კონსტრუქციის შეცვლა ჯერ კიდევ შესაძლებელია.

6 ოქტომბრის Advent International-ის განცხადებაში Vinci-ის თანადამფუძნებელი და აღმასრულებელი დირექტორი ჰარდიკ კაბარია ამბობს: “Our ambition is to compress it.” საუბარია იდეასა და მის საინჟინრო განხორციელებას შორის დროის შემცირებაზე. იმავე განცხადებაში კომპანია ამტკიცებს, რომ მისი პლატფორმა ასეულობით მილიონიდან 15 მილიარდზე მეტ თავისუფლების ხარისხამდე ზომის საწარმოო ამოცანებს წუთებში ამუშავებს, მაშინ როცა ასეთ ანალიზს ადრე საათები ან დღეები სჭირდებოდა. ეს არის კომპანიის მიერ დასახელებული შესაძლებლობა; რაუნდის ეკონომიკური მნიშვნელობა იმაზეა დამოკიდებული, რამდენად ფართოდ და საიმედოდ იმუშავებს ის მომხმარებლების რეალურ პროექტებში.

რატომ აქვს ადრეულ სიმულაციას ფასი

ჩიპის დიზაინში ფიზიკური შემოწმების დაგვიანება მხოლოდ ერთი გამოთვლის დაგვიანება არ არის. კომპონენტის მდებარეობამ შეიძლება შეცვალოს სითბოს მოძრაობა დაფაზე, ტემპერატურის ცვლილებამ კი სხვადასხვა მასალის გაფართოება და შეფუთვის დეფორმაცია გამოიწვიოს. თუ ეს კავშირები მხოლოდ მას შემდეგ გამოჩნდა, რაც განლაგებაზე სხვა გადაწყვეტილებებიც აიგო, მათი გადახედვა მეტ დროსა და სამუშაოს მოითხოვს. სწორედ ამ შუალედის შემცირებას ცდილობს Vinci: ფიზიკური პასუხი დიზაინის არჩევანის დროს უნდა გამოჩნდეს და არა მხოლოდ მოგვიანებით ჩატარებული შემოწმებისას.

ინვესტორებისთვის სავარაუდო ღირებულება ამ სამუშაო პროცესშია. სწრაფი ანალიზი გუნდს საშუალებას მისცემდა, გადაწყვეტილებამდე მეტი ვარიანტი შეედარებინა და შემდგომი გადაკეთების რისკი ადრე დაენახა. ერთი სიმულაციის სიჩქარე ბიზნესის მასშტაბს თავისთავად ვერ განსაზღვრავს: შედეგს მნიშვნელობა მაშინ აქვს, თუ ინჟინრებს მისი გამოყენება ხშირად, სხვადასხვა გეომეტრიასა და პირობებში შეუძლიათ. ამდენად, მაღალი შეფასება ასახავს მოლოდინს, რომ ფიზიკური ანალიზი ცალკეული, სპეციალისტზე დამოკიდებული შემოწმებიდან დიზაინის რეგულარულ ნაწილად გადაიქცევა. ეს ინვესტიციის ლოგიკაა და არა უკვე გაზომილი ფინანსური უკუგება.

როგორ მუშაობს Continuous Physics Reasoning

Vinci-ის აღმასრულებელი დირექტორის განმარტებით, Continuous Physics Reasoning აერთიანებს დიზაინის ავტომატურ მომზადებას, Foundation Model for Physics-ს, აგენტურ კოორდინაციასა და GPU-ზე მომუშავე ფიზიკურ გამოთვლებს. მიზანია, ინჟინერმა კონსტრუქციის ცვლილების შედეგი მუშაობის პროცესშივე მიიღოს, სიმულაციის ცალკე მომზადებისა და ხანგრძლივი ლოდინის შემდეგ კი არა. კომპანიის მტკიცებით, სისტემა ახალ დიზაინზე მომხმარებლისთვის სპეციალურად გაწვრთნილი ან დამატებით მორგებული მოდელის გარეშეც მუშაობს. ეს განსაკუთრებით მნიშვნელოვანია მაშინ, როცა თითოეული ახალი განლაგებისთვის მოდელის თავიდან მომზადება სწრაფი შემოწმების უპირატესობას გააქრობდა.

პლატფორმის კომერციულად შეთავაზებული მიმართულებები სითბურ, თერმომექანიკურ და კონვექციური სითხის ქცევის ანალიზს მოიცავს. ისინი ერთმანეთთანაა დაკავშირებული: ენერგიის მოხმარება გავლენას ახდენს გაგრილების მოთხოვნაზე, ტემპერატურის ცვლილება კი მასალებისა და შეფუთვის მექანიკურ ქცევაზე. ინჟინერმა ამიტომ შეიძლება ერთი გადაწყვეტილების რამდენიმე ფიზიკური შედეგი შეაფასოს, სანამ ჩიპის, შეფუთვისა და დაფის კონსტრუქცია საბოლოოდ ჩამოყალიბდება. სწრაფი პასუხის სარგებლიანობა დამოკიდებულია იმაზეც, ინარჩუნებს თუ არა გამოთვლა წარმოებისთვის მნიშვნელოვან დეტალებს და შეესაბამება თუ არა გამოყენებულ მასალებსა და სამუშაო პირობებს.

საწარმოო საინჟინრო პროგრამებში პლატფორმის გამოყენება კომერციული საქმიანობის უფრო კონკრეტული ნიშანია, ვიდრე მხოლოდ ტექნოლოგიური დემონსტრაცია. თუმცა გამოყენების ფაქტი არ გვიჩვენებს, რა მოცულობის კონტრაქტებად იქცევა მომსახურება ან რამდენად ხშირად უბრუნდებიან მას გუნდები დიზაინის სხვადასხვა ეტაპზე. Vinci-ის ბიზნესმოდელის შესახებ საჯაროდ აღწერილი ნაწილი კომერციული საინჟინრო პლატფორმა და მისი საწარმოო გამოყენებაა; მომხმარებელთა რაოდენობის, შემოსავლისა და ფასების გარეშე გაყიდვების ტემპის შეფასება ნაადრევია. AMD Ventures-ის მონაწილეობა და AMD-ის წარმომადგენლის მხარდამჭერი შეფასება ასევე არ უდრის AMD-ის, როგორც გადამხდელი მომხმარებლის, დადასტურებას.

რას აჩვენებს სიმულაციის მასშტაბი

თავისუფლების ხარისხი აღწერს გამოთვლითი მოდელის ზომას: რამდენ დამოუკიდებელ ცვლადზე უნდა გამოითვალოს ფიზიკური პასუხი. დიდი მაჩვენებელი მნიშვნელოვანია, რადგან ჩიპის, შეფუთვისა და დაფის ერთობლივ შესწავლას დეტალური გეომეტრია შეიძლება დასჭირდეს. მაგრამ მოდელის ზომა არ არის არც დასრულებული პროექტების რაოდენობა და არც სიზუსტის საზომი. მასშტაბისა და სიჩქარის მტკიცება სრულ სურათს მხოლოდ მაშინ იძლევა, როცა ცნობილია გამოყენებული გეომეტრია, მასალები, სასაზღვრო პირობები, აპარატურა და ის, რასთანაც შედეგი შედარდა.

ამ განსხვავებას პრაქტიკული მნიშვნელობა აქვს. ერთსა და იმავე საწყის მონაცემებზე განმეორებადი პასუხი სისტემის თანმიმდევრულობაზე მეტყველებს; მისი შესაბამისობა სხვა რიცხვით გამოთვლასთან კი გამოყენებული მოდელის ფარგლებში უნდა შეფასდეს. არც ერთი მათგანი თავისთავად არ ნიშნავს, რომ კონკრეტული ნაწარმის რეალური ტემპერატურა ან დეფორმაცია ზუსტად იქნება ნავარაუდევი ყველა პირობებში. საწარმოო გადაწყვეტილებისთვის საჭიროა შესაბამისი გეომეტრიისა და დატვირთვის შედეგების შედარება დამოუკიდებელ გამოთვლასთან ან ფიზიკურ გაზომვასთან. განსაკუთრებით მნიშვნელოვანია ეს მაშინ, როცა შეცდომა გაგრილებას, გამძლეობას ან კონსტრუქციის საიმედოობას შეეხებოდა.

რას უნდა მიაღწიოს ახალმა კაპიტალმა

დაფინანსების გაცხადებული მიმართულება არსებული ფიზიკური ანალიზის გაფართოება, უფრო ძლიერი საინჟინრო სამუშაო პროცესები და მომხმარებლების სისტემებთან ღრმა ინტეგრაციაა. კომპანიის სამომავლო ამბიცია ნახევარგამტარებს სცდება და სხვა აპარატურული სისტემების ფიზიკურ ქცევასაც მოიცავს. ეს ზრდის შესაძლო ბაზარს, მაგრამ დღევანდელი კომერციული შესაძლებლობებისგან უნდა გაიმიჯნოს: ახლა აღწერილი პროდუქტი კონკრეტულ ფიზიკურ ამოცანებს ემსახურება, უფრო ფართო საინჟინრო ინტელექტი კი განვითარების მიმართულებაა.

შეფასების დასაბუთება საბოლოოდ იმაზე იქნება დამოკიდებული, გადაიქცევა თუ არა გამოქვეყნებული ტექნიკური შესაძლებლობები განმეორებად კომერციულ გამოყენებად. შემდეგი მნიშვნელოვანი მონაცემები იქნება ახალი საწარმოო დანერგვები, შემოსავლების დინამიკა და ისეთი შედარებები, სადაც სიზუსტე და გამოთვლის დრო ერთი და იმავე ამოცანის პირობებში ჩანს. თუ სწრაფი ფიზიკური პასუხი ამ შემოწმებას გაუძლებს, ჩიპის დიზაინში მეტი გადაწყვეტილების მიღება შესაძლებელი გახდება მანამდე, სანამ მათი შეცვლა ძვირი გახდება.

ასევე წაიკითხეთ:

• Flow Engineering-მა $50 მლნ მოიზიდა — შეფასება ერთ წელიწადში $750 მლნ გახდა
• General Intuition-მა $220 მლნ მოიზიდა — თამაშის მონაცემები $6,2 მლრდ-ად ფასობს
• OneByZero-მ $20 მლნ მოიზიდა — AI ექსპერიმენტიდან სამუშაო სისტემაში გადადის