Cloem es una empresa tecnológica que desarrolla software basado en inteligencia artificial para la industria de automatización de diseño electrónico (EDA) de semiconductores. Las herramientas de la empresa aplican técnicas de aprendizaje automático y aprendizaje profundo para abordar desafíos complejos en el diseño físico de chips, incluidos la ubicación, el enrutamiento y la verificación. El enfoque de Cloem busca reducir los tiempos de ciclo de diseño y mejorar las métricas de rendimiento, potencia y área (PPA) para circuitos integrados avanzados.
Fundada a finales de la década de 2010, Cloem surgió de investigaciones en la intersección de la optimización de redes neuronales y el diseño VLSI. La empresa se ha posicionado dentro de la tendencia más amplia de aplicar metodologías de IA generativa y modelos de lenguaje de gran escala al diseño de hardware, aunque sus ofertas de productos específicos siguen centradas en flujos de trabajo EDA clásicos. Cloem no ha divulgado públicamente detalles financieros extensos ni nombres de clientes importantes, pero ha participado en conferencias de la industria y ha colaborado con instituciones académicas.
Tecnología y enfoque
La tecnología central de Cloem aprovecha arquitecturas de redes residuales y aprendizaje por refuerzo (mediante retroalimentación de estilo RLHF) para optimizar el diseño de chips. A diferencia de las herramientas EDA tradicionales basadas en reglas, los modelos de Cloem aprenden de datos históricos de diseño, utilizando aumento de datos y aprendizaje curricular para mejorar la generalización en diferentes nodos de proceso. La empresa afirma que sus herramientas pueden manejar diseños de 5nm o inferiores, donde la optimización manual se vuelve cada vez más poco práctica.
El software se integra con flujos EDA estándar de los principales proveedores, proporcionando módulos complementarios para poda de modelos y recorte de gradientes para garantizar la estabilidad numérica durante el entrenamiento. Cloem también emplea técnicas de normalización por lotes y normalización de capas para acelerar la convergencia en sus redes profundas. El motor de inferencia de la empresa utiliza muestreo top-p para la exploración probabilística de alternativas de diseño, un método tomado de los modelos de lenguaje basados en transformadores.
Desarrollo de productos
Cloem ha lanzado varias versiones de su optimizador de diseño físico insignia. El producto inicial, presentado en 2020, se centró en la ubicación de celdas estándar. Una versión posterior de 2022 añadió optimización de enrutamiento mediante mecanismos de atención de múltiples cabezas, permitiendo la consideración simultánea de congestión, temporización y potencia. La versión más reciente, anunciada en 2024, incorpora atención cruzada entre representaciones lógicas y de diseño, permitiendo una optimización de extremo a extremo desde RTL hasta GDSII.
La empresa también ha desarrollado un asistente de verificación que utiliza modelos secuencia a secuencia para detectar violaciones de reglas de diseño. Esta herramienta genera sugerencias correctivas mediante decodificación de búsqueda de haz, reduciendo el esfuerzo de revisión manual en un estimado del 40% en evaluaciones comparativas internas. Los productos de Cloem están disponibles como software local o mediante implementaciones en la nube de Amazon Web Services y Azure.
Posición en el mercado y competencia
Cloem opera en un panorama competitivo que incluye gigantes EDA establecidos y nuevas empresas emergentes nativas de IA. Su principal diferenciador es el uso de arquitecturas codificador-decodificador entrenadas con conjuntos de datos propietarios de asociaciones con fundiciones. La empresa ha anunciado colaboraciones con TSMC y Samsung Electronics para la calibración de modelos específicos de proceso, aunque estos acuerdos son no exclusivos.
En comparación con competidores como Groq y Samba Nova, que se centran en la aceleración de hardware de IA, Cloem apunta a la capa de software de diseño. Las herramientas de la empresa están optimizadas para ejecutarse en CPU de AMD e Intel, con aceleración opcional de AWS Trainium para trabajos de entrenamiento a gran escala. Cloem no ha divulgado cifras de ingresos, pero analistas de la industria estiman sus ingresos recurrentes anuales en menos de 10 millones de dólares en 2024.
Investigación y publicaciones
El equipo de investigación de Cloem, liderado por exmiembros de Stanford AI Lab y Berkeley AI Research, ha publicado artículos en las principales conferencias EDA, incluidas DAC e ICCAD. Un trabajo notable incluye un artículo de 2023 sobre "Enrutamiento global basado en atención" que demostró una reducción del 15% en la longitud de cable en circuitos de referencia. La empresa también ha presentado patentes sobre esquemas de codificación posicional para representaciones de diseño basadas en cuadrículas.
En 2024, Cloem publicó un conjunto de datos de código abierto con 10,000 diseños de chips anotados para fomentar la reproducibilidad en la investigación de EDA impulsada por IA. Este conjunto de datos ha sido utilizado por grupos académicos en MIT CSAIL y Carnegie Mellon University para evaluar nuevos algoritmos. La empresa mantiene una colaboración de investigación activa con la Universidad de Toronto sobre técnicas de compresión de modelos compatibles con Graphcore.
Direcciones futuras
Cloem está explorando aplicaciones de IA generativa para la síntesis de circuitos analógicos, un dominio donde los métodos de optimización tradicionales tienen dificultades. La empresa también ha iniciado un proyecto para adaptar sus modelos al diseño de hardware de computación cuántica, aprovechando sistemas D-Wave para la optimización híbrida clásico-cuántica. Sin embargo, estos esfuerzos se encuentran en etapas tempranas de investigación y no han producido productos comerciales en 2025.
La empresa planea expandir su fuerza laboral de 45 a 120 empleados para 2026, centrándose en roles de ingeniería de software y aplicaciones de campo. El liderazgo de Cloem ha indicado interés en posibles asociaciones con Google Cloud y Oracle Cloud para ofertas de servicios gestionados, aunque no se han anunciado acuerdos formales. La tendencia más amplia de la industria hacia la inteligencia artificial en el diseño de chips sugiere una relevancia continua para la tecnología de Cloem, pero la empresa enfrenta desafíos para escalar sus soluciones a arquitecturas 3D-IC heterogéneas.
Véase también
- Automatización de diseño electrónico
- Diseño de chips
- Diseño físico
- IA para hardware