Vinci 融资 2.5 亿美元：物理分析为何必须跟上芯片设计节奏

当芯片、封装、板卡和系统被协同设计时，基于物理的分析变得愈发重要。

每一项硬件设计中都包含一些决策——它们是在团队尚未完全理解其物理后果之前做出的。选定了一种架构。放置了元器件。选择了材料。工程师们为这些选择贡献经验和判断，但详细的物理分析往往在之后才到来，而那时再改变方向已经更加困难、成本更高。

这种工作顺序限制了工程师所能构建的东西。当每一个答案都需要大量的准备工作、算力和专家时间时，团队不得不决定哪些问题值得去问。一些有前景的想法可能被搁置，因为在项目周期内没有切实可行的方式来研究它们。

我们打造 Vinci 就是为了改变这一点。我们最近宣布了 一笔 2.5 亿美元的 B 轮融资，估值达 15 亿美元。这笔投资为我们提供了资源，以加速一个远超任何单一分析的目标：缩短工程师所能想象的与他们所能构建的之间的距离。

等待物理分析的成本

缓慢分析的成本延伸到远在仿真开始之前就已做出的决策中。团队会简化设计，以便进行评估。他们在仍存在不确定性的地方增加余量。他们会把假设沿用到后续环节，因为逐一测试每种替代方案耗时太长。

以元器件位置变更为例。它可能改善设计的某个方面，同时却改变了热量在板卡中的流动方式。温度和材料膨胀的差异还可能影响翘曲。工程师需要在摆放位置仍是一个可选项时理解这些相互作用。如果这种理解在 其他决策已经依赖它之后才到来，那么即使是很小的改动也可能需要大量的返工。

当工程师协同设计芯片、封装、板卡和系统时，这一点变得更加重要。一个关于功耗的决策会影响散热需求。一个封装选择会改变其他地方的物理约束。相互作用的数量不断增长，而可用于研究它们的时间却依然有限。

AI 为这个问题增添了紧迫性。随着工程工作流程日益自动化和智能体化，它们将能够提出更多的设计选择并付诸行动。而每一个选择仍然具有物理后果。只有当工程师能够确定哪些方案切实可行时，生成各种可能性才有意义。

设计流程中的物理学

持续物理推理（Continuous Physics Reasoning）让值得信赖的物理理解在整个设计过程中随时可用。工程师可以研究某项变更、理解其后果，并利用这种理解来决定下一步该做什么——而此时设计仍在推进之中。

要让这一切切实可行，需要对整个计算过程进行变革。Vinci 将智能体编排与我们的物理基础模型及 GPU 原生物理内核相结合，自动完成设计理解与准备工作。该平台能够在制造分辨率下提供确定性的、求解器级精度的结果，并且无需针对客户进行专门的训练或微调即可适用于新设计。

这些特性相辅相成，缺一不可。工程师需要足够细致的物理细节来评估他们打算制造的的设计。他们需要值得信赖的可重复的答案。而且他们需要能够研究一个新设计，而不必先专门为它构建一个训练好的模型。

我们选择半导体作为第一个试验场，因为其物理特性要求几乎没有妥协的余地。Vinci 已经在生产级工程项目中运行，在热学、热机械和对流流体行为方面具备商用能力。过去需要数小时或数天的制造规模分析，如今可在几分钟内完成。

对于工程团队而言，这改变了他们在做出决策之前能学到多少东西。更多备选方案变得值得评估。曾经会被搁置的问题，现在可以影响下一个设计决策。工程师可以 pursue 那些过去因成本或时间过高而无法探究的想法。

我们的目标

持续物理推理为我们更宏大的抱负奠定了基础。一旦物理理解能够跟上设计的节奏，我们就可以致力于帮助工程师确定应该改变什么来改进产品，并最终根据人类意图创建设计。

这是一个高难度的工程问题。一条有用的建议必须考虑系统中某一部分的改动如何影响其余部分。它必须在材料、制造以及构建产品所涉及的其他学科带来的约束条件下工作。将物理理解扩展为这种工程智能，是我们长期工作的核心。

这笔融资将加速物理和工程两个方面的进展。我们将把物理覆盖范围扩展到超越当前已有的能力，开发更强大的智能体工程工作流，并深化与客户所用系统的集成。我们还将投资于人才和计算基础设施，让 Vinci 进入更多生产级项目。

这种需求远远超出了半导体领域。开发汽车、飞机和卫星的工程师面临不同的物理问题，但他们都需要在决策尚可更改之时理解其后果。我们的目标是让这种理解成为硬件工程赖以运行的基础设施的一部分。

我感谢我们的客户、投资者和团队帮助我们推进这项工作。我们的客户正在真实的工程项目中使用 Vinci，在那里，一个答案的价值取决于它能否为眼前的工作提供参考。

这就是我们要继续坚持的标准。工程师应该能够追求一个想法，因为他们可以探究它、理解它的约束并加以改进。在设计全程赋予他们这种能力，可以扩展他们所能创造产品的范围。这正是 Vinci 下一章的意义所在。