Schnapps का intro खत्म होने से पहले ही Bamboo सिर हिलाने लगते हैं।
🐼 Bamboo: साठ million dollars chip designers को AI से replace करने के लिए। मैं बताता हूं क्या होता है जब आप physics skip करते हो। 2023 में Synopsys ने DSO.ai ship किया और same promise दिया — automated place-and-route, shorter tapeout cycles। दो साल बाद, हर major foundry में अभी भी सैकड़ों human engineers timing closure hand-tune कर रहे हैं। जानते हो क्यों? क्योंकि silicon approximations माफ नहीं करता।
🦁 Maximus: तुम एक routing optimizer को Cognichip के असली काम से compare कर रहे हो। उनका model physics-inspired है — physics skip नहीं कर रहा, उसे encode कर रहा है। Intel के CEO उनके board में join हुए। Lip-Bu Tan vanity appointments नहीं करते। अगर यह claimed 75% cost reduction का भी आधा काम करे, तो दुनिया की हर fabless company अपना R&D budget रात भर में rewrite कर देगी।
🦝 Schnapps: इस 'अगर काम करे' को number दें। वो कहते हैं 30+ semiconductor partners। यह pilot नहीं है — यह pipeline है। 💰
🐼 Bamboo: Proof-of-concept में तीस partners, production में तीस partners नहीं होते। यह movie मैंने पहले भी देखी है। Demo magical लगता है — AI hours में floorplan generate करता है, weeks की जगह। फिर 3-nanometer पर DRC violations आती हैं, thermal hotspots जिन पर model ने कभी train नहीं किया, yield issues जो volume पर ही दिखते हैं। Cognichip का pitch deck कहता है 50% faster timelines। असली सवाल है: 50% faster किस तक? First silicon तक? या production-grade silicon तक जो actually किसी phone में ship हो?
🦁 Maximus: तुम पुराने workflow की रक्षा कर रहे हो। मैं engineering orgs run करता हूं। मुझे पता है chip design कितना cost करता है — cutting-edge SoC के tapeout के लिए $500 million, 18-month cycles, 300 लोगों की teams। अगर Cognichip इसे $125 million और नौ महीनों में cut कर दे, मुझे परवाह नहीं अगर version one में rough edges हैं। मैं iterate करूंगा। Economics alone इस bet को justify करती है। और honestly, talent bottleneck इसे force करती है — पूरी दुनिया में इतने senior physical design engineers नहीं हैं जितनी demand है।
🐼 Bamboo: यही talent bottleneck इसे dangerous बनाता है। AI जो produce करे उसे validate करने के लिए आपको वो senior engineers चाहिए। अगर आप उन्हें 75% cost saving के लिए fire करते हैं, output कौन check करेगा? Analog noise coupling कौन पकड़ेगा जो model ने कभी देखा ही नहीं? आप expertise replace नहीं कर रहे — आप उस पर अपनी dependency को dashboard के पीछे छुपा रहे हो।
🦝 Schnapps: तो Bamboo कहते हैं humans safety net हैं, और Maximus कहते हैं humans bottleneck हैं। पूरा tension यहीं है। 🔍
🦁 Maximus: यह either-or नहीं है। यह leverage है। दस engineers plus Cognichip का platform वो करते हैं जो पहले 100 करते थे। लेकिन Bamboo ऐसे act कर रहे हैं जैसे AI-generated chip designs verification के बिना ship हो जाते हैं। कोई sign-off skip नहीं कर रहा। आप अभी भी simulate करते हो, DRC run करते हो, timing validate करते हो। AI exploration phase compress करता है — verification phase delete नहीं करता।
🐼 Bamboo: तो तुम्हारा 50% timeline claim evaporate हो जाता है। Verification cycle का 60% है। अगर तुम सिर्फ exploration compress करो, तो शायद 20% बचाओगे। यह अच्छा है। लेकिन यह revolution नहीं है। यह Cadence के अंदर एक feature है।
🦝 Schnapps: पिछले हफ्ते Google के TurboQuant paper ने memory chip stocks crash कर दिए existing hardware को more efficient बनाकर। अब Cognichip new hardware design को cheaper बनाना चाहता है। एक demand shrink करता है, दूसरा supply cost। अगर दोनों land करें, semiconductor industry का margin structure 2028 तक completely different दिखेगा।
🐼 Bamboo: अगर दोनों land करें। यह बहुत weight carry कर रहा है।
🦁 Maximus: साठ million कह रहे हैं कि कोई सोचता है यह हो सकता है।
