Circuit Mind 宣布为 AI 电子设计融资 2500 万美元，其中 A 轮 1850 万美元

Circuit Mind 宣布完成 2500 万美元融资，用于扩展其设计和检查电子电路的 AI 平台。该笔资金包括 1850 万美元 A 轮和一轮此前未披露的种子轮，使这家伦敦公司的融资总额达到 3340 万美元。A 轮由 Norwest 领投，现有投资者 Third Prime、Differential Ventures 和 Blackhorn Ventures 参投，新投资者 Lightscape VC 加入。种子轮由 Third Prime 领投。Norwest 普通……

Circuit Mind 宣布完成 2500 万美元融资，用于扩展其设计和检查电子电路的 AI 平台。该笔资金包括 1850 万美元 A 轮和一轮此前未披露的种子轮，使这家伦敦公司的融资总额达到 3340 万美元。

A 轮由 Norwest 领投，现有投资者 Third Prime、Differential Ventures 和 Blackhorn Ventures 参投，新投资者 Lightscape VC 加入。种子轮由 Third Prime 领投。Norwest 普通合伙人 Dave Zilberman 将加入 Circuit Mind 董事会。

融资发布的同时，该公司还推出了新的 Agentic Verification Engine（AVE），它依据元件数据手册和企业工程规则检查设计。它与公司现有的 ACE 设计助手一道，解决两个相互关联的问题：产出一个可行的电路，以及在电路变成实体板卡之前发现错误。

电子设计远不止在屏幕上摆放符号。工程师必须选择兼容的元件、满足电气约束、考虑供货情况，并记录设计为何满足要求。一个看似微小的失配，就可能让团队重返制造与测试环节。

Circuit Mind 的 ACE（Assistant to Circuit Engineers，电路工程师助手）从硬件框图出发。据公告介绍，它可以在几分钟内生成原理图、物料清单和配套分析，同时允许工程师比较针对成本、尺寸、功耗或元件供应优化的不同方案。

公司的产品文档提供了更多细节：输入可以包括信号、功能需求、机械约束和采购需求；输出包括候选原理图、形态尺寸分析、供应分析，以及面向 ECAD 软件和元件库的导出文件。工程师可以指定自己关心的约束条件并探索备选方案。

这使 ACE 成为驾驭设计权衡的工具。更便宜的元件可能增加功耗；更小的封装可能让热管理或采购复杂化。自动化搜索能为工程师提供更多候选方案，同时把假设和验收标准的责任留给他们。

该平台将智能体 AI 与获得专利的、基于物理的决策引擎、结构化电子元件模型以及客户特定的工程上下文相结合。这些上下文包括认可的制造商、首选元件和设计规则。Circuit Mind 表示，平台可与客户已在使用的 ECAD 工具、元件库、产品生命周期管理系统和工程环境集成。

这与让通用聊天机器人「发明」一个电路是完全不同的工程命题。语言模型可以帮助解读信息，但选择元件和连接还需要对照电气极限与设计要求做显式检查。Circuit Mind 的做法是把自动化与元件能力的结构化表示结合起来。

在早前对 ACE 的介绍中，该公司描述了从框图生成原理图和物料清单方案，优化范围延伸到生命周期状态、供应链韧性和首选制造商。新公告把故事从生成设计拓宽到在企业自身规范内验证设计。

这一演进与其他将 AI 应用于工程的努力（包括 AI 辅助芯片设计）并行。但任务是不同的：Circuit Mind 处理的是板级电子电路，而非半导体的内部布局。在一个领域的成功并不能证明在另一个领域的性能。

AVE 利用 AI 智能体把设计与元件数据手册以及组织的设计规则进行比对。Circuit Mind 表示，目标是在原型制造之前暴露常规原理图评审可能遗漏的问题，从而减少电路板重新流片的次数。

生成与验证的分离是有益的。团队需要对照需求审查提出的设计，而不是假设自动生成器已经解决了所有问题。验证也让企业能够在各个项目中一致地应用机构知识。

不过，任何检查的范围都很重要。通过了一组规则的原理图，并不自动等于一件成品、合格的产品。物理布局、电磁干扰、热行为、制造公差和工作条件都可能引入额外约束。因此，Circuit Mind 关于可证明精度的主张，应结合其所采用的模型、假设和检查来理解。

该公司表示，Emerson、Schneider Electric 以及 Fortune 5 公司的工程团队在使用其平台。其公告引用的成果包括：设计周期从数月缩短到数周、物料清单成本降低 25%，以及制造返工减少。这些是公司自己报告的结果，而非来自统一独立基准……