
Vinci собра 250 милиони долари за симулации од денови во минути

Vinci, компанија од Пало Алто, на 6 октомври 2026 година објави рунда од серијата Б од 250 милиони долари при проценка од 1,5 милијарди долари. Advent, Temasek и Xora ја предводеа инвестицијата, а учествуваа и AMD Ventures, Eclipse, Khosla Ventures и Madrona. Средствата се наменети за проширување на платформа што го пресметува физичкото однесување на хардверски дизајн додека инженерите сè уште можат да го менуваат.
Инвестицискиот билтен на Axios ја евидентира завршената рунда и ја опишува Vinci како стартап за симулации на чипови. Сржта на производната теза е временска: ако топлината, деформацијата или струењето се пресметаат пред да се утврди распоредот на компонентите, резултатот може да влијае врз следната инженерска одлука. Побрзата повратна информација би им дозволила на тимовите да испитаат повеќе дизајнерски варијанти пред промените да станат поскапи.
Каде ќе одат парите од рундата
Vinci планира да ја зголеми пресметковната инфраструктура и тимот, а паралелно да ја прошири физиката што платформата може да ја симулира. Во интервјуто за Reuters, извршниот директор Хардик Кабарија ја опиша амбицијата за раст со зборовите „not just two pilot deployments but 20“. Извештајот наведува дека компанијата има околу 70 вработени и дека меѓу идните насоки се симулации на вибрации и електромагнетизам. Бројот од цитатот означува цел за проширување, а не објавена листа на веќе завршени комерцијални внедрувања.
Проценката од рундата е вредноста што инвеститорите ѝ ја припишуваат на компанијата во рамките на ова финансирање. Таа не е мерка за приход, профит или точност на симулациите. За инвестицијата да се претвори во траен бизнис, Vinci треба да го прошири користењето од одделни инженерски програми кон редовни работни текови, во кои времето до резултат и неговата доверливост се важни истовремено. Компанијата засега не објавила податоци за бројот на платени клиенти или обемот на приходите.
Vinci влегува на пазар на кој веќе работат големи добавувачи на софтвер за дизајн на чипови, меѓу кои Cadence и Synopsys. Разликата што ја предлага е физичките последици да се пресметуваат во текот на дизајнирањето, наместо да се чека посебен доцен термин за анализа. Тоа бара побрза пресметка, но и помалку рачна подготовка на геометријата и условите за симулација. Капиталот ѝ дава простор да го развива целиот тој процес, а не само една функција за топлина.
Од часови или денови до минути: што опфаќа тврдењето

Vinci веќе комерцијализирала термички и термомеханички симулации, како и симулации на конвективно струење на флуиди во полупроводнички дизајни. Во објаснувањето на Кабарија, компанијата тврди дека анализи на дизајни со производствена сложеност, за кои претходно биле потребни часови или денови, сега завршуваат за минути. Таа вели дека платформата веќе работи во производствени инженерски програми. Објавеното тврдење не е придружено со независно мерени времиња и отстапувања за исти дизајни под исти услови.
Времето се губи и пред да почне решавањето на физичките равенки. Инженерите треба да ја претворат геометријата во модел погоден за пресметка, да доделат материјали и да постават услови како напојување, температура и ладење. Ако подготовката бара специјалист и долги паузи меѓу повторувањата, само мал дел од можните распореди ќе биде испитан пред рокот за одлука. Затоа раната симулација има вредност кога може да влезе во истиот циклус со промената на дизајнот.
Кај чипот, неговото пакување и плочата, промената на еден дел може да го смени однесувањето на другите. Поместување на компонента може да го промени патот на топлината низ плочата, а различните температури можат да доведат до нееднакво ширење на материјалите и искривување на пакувањето. Изборот на напојување и распоредот на компонентите влијаат и врз барањата за ладење. Ако одговорот пристигне додека тие избори се отворени, инженерите можат да споредат повеќе варијанти пред дизајнот да биде речиси завршен.
Брз резултат сепак има вредност само со доволна точност за конкретниот инженерски проблем. Важни се деталноста на моделот, употребените гранични услови и совпаѓањето со проверена пресметка или мерење. Разликата е особено значајна кога мала промена во геометријата го менува локалното загревање или механичкото оптоварување. Споредливи резултати од клиентски програми би покажале дали тврдената брзина се задржува и надвор од примерите што ги избира самата компанија.
Што работи платформата сега, а што е следно

Намалувањето на чекањето зависи и од автоматизација при подготовката на моделот. Описот во SiliconANGLE наведува дека корисникот може да внесе CAD-модел на чип, по што Vinci автоматски создава пресметковна мрежа и користи програмски јадра за графички процесори при пресметката. Мрежата ја дели геометријата на мали делови за кои може да се решаваат физичките односи. Ако таа подготовка трае долго, дури и брзото решавање на равенките нема да донесе одговор навреме за следната промена.
Тековниот комерцијален опсег е врзан за топлина, термомеханика и конвективно струење, прво кај полупроводници. Намерата да се анализираат пошироки хардверски системи, како возила, авиони и сателити, е план за проширување, а не опис на веќе достапни примени во тие индустрии. Уште подалечна е целта софтверот да предлага што треба да се измени во дизајнот или да создава нови решенија врз основа на инженерска намера. Таа разлика ја поставува границата меѓу денешната понуда и визијата за која е собран капиталот.
Следните производствени програми ќе покажат дали симулациите можат да се повторуваат доволно често за да станат дел од секојдневните одлуки, наместо повремена експертска проверка. Клучни ќе бидат споредливи податоци за вкупното време од внесување дизајн до резултат, отстапувањето од проверени пресметки и бројот на инженерски варијанти што навистина стигнале до одлука. Од тоа ќе зависи дали финансирањето ќе се претвори во поширока употреба на платформата.
Прочитајте и:
Поврзани статии


VEIR собра 110 милиони долари, но суперспроводниците сè уште се скапи

Стартапите собраа 92 милијарди долари, но 61 милијарда отиде во AI

Autoheal собра 7,9 милиони долари: AI-агентите сами си ги поправаат грешките

Oratomic стигна до 775 милиони долари пред да изгради квантен компјутер

Anthropic вложува 100 милиони долари: 10.000 инженери ќе учат на проекти
Претплатете се на нашиот билтен
Добивајте ги најновите вести за Web3, AI и крипто директно во вашето сандаче.