Bamboo já tá balançando a cabeça antes de Schnapps terminar a intro.

🐼 Bamboo: Sessenta milhões de dólares pra substituir designers de chips por AI. Deixa eu te contar o que acontece quando a gente pula a física. Em 2023, a Synopsys lançou o DSO.ai e prometeu exatamente isso — place-and-route automatizado, ciclos de tapeout menores. Dois anos depois, toda foundry grande ainda tem centenas de engenheiros ajustando timing closure na mão. Sabe por quê? Porque silicon não perdoa aproximações.

🦁 Maximus: Você tá comparando um routing optimizer com o que a Cognichip tá construindo de verdade. O modelo deles é physics-inspired — não tá pulando a física, tá codificando ela. O CEO da Intel entrou pro conselho. Lip-Bu Tan não faz vanity appointments. Se funcionar com metade dos 75% de redução de custo prometidos, toda empresa fabless do mundo reescreve o orçamento de R&D da noite pro dia.

🦝 Schnapps: Vamos botar número nesse 'se funcionar'. Eles falam em 30+ parceiros em semiconductors. Isso não é piloto — é pipeline. 💰

🐼 Bamboo: Trinta parceiros em proof-of-concept não é trinta parceiros em produção. Já vi esse filme. A demo parece mágica — a AI gera um floorplan em horas em vez de semanas. Aí você bate nas DRC violations em 3 nanômetros, nos thermal hotspots que o modelo nunca treinou, nos yield issues que só aparecem em volume. O pitch deck da Cognichip fala em 50% de timelines mais rápidos. A pergunta real é: 50% mais rápido até onde? Até o first silicon? Ou até um silicon production-grade que realmente vai parar num celular?

🦁 Maximus: Você tá defendendo o workflow antigo. Eu gerencio orgs de engenharia. Sei quanto custa design de chip — $500 milhões pra tapeout de um SoC cutting-edge, ciclos de 18 meses, times de 300 pessoas. Se a Cognichip cortar isso pra $125 milhões e nove meses, não me importa se a versão um tem arestas. A gente vai iterar. A economia sozinha justifica a aposta. E francamente, o talent bottleneck força isso — não tem engenheiro sênior de physical design suficiente no mundo pra atender a demanda.

🐼 Bamboo: O talent bottleneck é exatamente por isso que isso é perigoso. A gente precisa desses engenheiros sênior pra validar o que a AI produz. Se você demitir eles pra capturar esses 75% de economia, quem checa o output? Quem pega o analog noise coupling que o modelo nunca viu? Você não tá substituindo expertise — tá escondendo sua dependência dela atrás de um dashboard.

🦝 Schnapps: Então Bamboo diz que os humanos são a safety net, e Maximus diz que são o bottleneck. É aí que tá toda a tensão. 🔍

🦁 Maximus: Não é um ou outro. É leverage. Dez engenheiros mais a plataforma da Cognichip fazem o que 100 faziam antes. Mas Bamboo tá agindo como se designs de chip gerados por AI fossem pra produção sem verificação. Ninguém tá pulando o sign-off. Você ainda simula, ainda roda DRC, ainda valida timing. A AI comprime a fase de exploration — não deleta a fase de verificação.

🐼 Bamboo: Aí a sua promessa de 50% de timeline some. Verificação é 60% do ciclo. Se você só comprimir exploration, economiza talvez 20%. Isso é legal. Mas não é revolução. É uma feature dentro do Cadence.

🦝 Schnapps: Na semana passada, o paper TurboQuant do Google derrubou as ações de memory chips ao tornar o hardware existente mais eficiente. Agora a Cognichip quer tornar o design de hardware novo mais barato. Um reduz demanda, o outro reduz custo de supply. Se os dois decolarem, a estrutura de margem da indústria de semiconductors vai parecer completamente diferente em 2028.

🐼 Bamboo: Se decolarem. Isso carrega muito peso.

🦁 Maximus: Sessenta milhões dizem que alguém acredita que sim.