Компании OpenAI и Synopsys объявили о заключении многолетнего партнерского соглашения, в рамках которого будет создана специализированная модель GPT-Synopsys. Новая разработка нацелена на оптимизацию проектирования полупроводников с использованием инструментов автоматизации электронного проектирования (EDA) от компании Synopsys. Согласно официальному анонсу от 30 сентября, объединение возможностей OpenAI в области искусственного интеллекта и экспертных знаний Synopsys позволит автоматизировать инженерные процессы, предоставив специалистам возможность быстрее выпускать сложные микрочипы.
Автоматизация этапов создания микросхем
Инженеры при проектировании и верификации чипов проходят через множество этапов, начиная с написания кода на уровне регистровых передач (RTL) и преобразования его в логические вентили. Далее следуют физическое проектирование, трассировка соединений, проверка временных характеристик и соответствие производственным стандартам перед отправкой на фабрику. Каждый этап требует итераций для достижения баланса между мощностью, производительностью и площадью кристалла (PPA).
Партнерство предполагает, что инженеры смогут делегировать рутинные задачи ИИ-агентам, которые будут управлять инструментами проектирования и выполнять процессы до стадии проверки человеком. Ожидается, что этот подход позволит командам разработчиков оценивать больше вариантов архитектуры чипов. В рамках сделки OpenAI лицензирует инструменты Synopsys для обучения модели, которая будет работать на инфраструктуре OpenAI. После завершения разработки компании планируют совместно выпустить продукт и распределять выручку.
Особенности модели GPT-Synopsys
Разработчики описывают GPT-Synopsys как систему, способную делать инженерные выводы при работе с программным обеспечением Synopsys. Модель будет обучаться интерпретировать результаты работы инструментов и направлять последующие изменения, выполняя функции эксперта. В отличие от интеграции общецелевых моделей с набором внешних инструментов, данное решение предполагает специализированное обучение модели для непосредственного управления движками EDA.
Интеграция планируется с платформами Synopsys.ai и Autopilot. Работа системы на инфраструктуре OpenAI вызывает вопросы безопасности интеллектуальной собственности. Компании заявили, что данные клиентов будут шифроваться при хранении и передаче, а также исключаться из процесса обучения модели. При этом детальные условия по срокам хранения данных, правам на результаты работы и ответственности сторон пока не раскрываются.
Рынок автономного проектирования и конкуренция
Использование ИИ в проектировании чипов не является новинкой для индустрии. Еще в марте 2020 года Synopsys представила инструмент DSO.ai, а в ноябре 2023 года запустила Synopsys.ai Copilot в сотрудничестве с Microsoft. В сентябре 2026 года компания также анонсировала платформу Autopilot и семь типов специализированных агентов для различных задач, от аналогового проектирования до электромагнитного анализа.
Конкуренция в этом сегменте усиливается: компания Cadence в феврале 2026 года выпустила систему ChipStack AI Super Agent, построенную на базе передовых больших языковых моделей. В июне OpenAI продемонстрировала использование собственных ИИ-моделей при создании ускорителя Jalapeño совместно с Broadcom, что позволило сократить путь от проекта до выхода на производство до девяти месяцев. GPT-Synopsys по сути превращает этот внутренний опыт OpenAI в коммерческий продукт, ориентированный на профессиональные команды разработчиков.
На данный момент стоимость услуг и дата официального релиза GPT-Synopsys не уточняются. Успех модели будет зависеть от того, насколько эффективно она сможет справляться с задачами оптимизации PPA, и оправдает ли экономия времени затраты на использование вычислительных ресурсов для работы агентов и анализа результатов специалистами.
Эволюция ИИ в проектировании: от Copilot к агентным системам
История внедрения ИИ в EDA-инструменты (Electronic Design Automation) началась задолго до текущего бума генеративных моделей. Лидерами этого рынка исторически остаются Synopsys, Cadence и Siemens EDA. В марте 2020 года компания Synopsys совершила важный шаг, представив DSO.ai (Design Space Optimization AI). Этот инструмент использует обучение с подкреплением для анализа предыдущих этапов оптимизации дизайна, что позволяет эффективнее балансировать параметры PPA (мощность, производительность, площадь кристалла).
Развитие технологий привело к появлению более сложных решений. В ноябре 2023 года был запущен Synopsys.ai Copilot — первая интеграция генеративного ИИ, созданная в партнерстве с Microsoft. Она использует службу Azure OpenAI для предоставления естественного языкового взаимодействия внутри инженерных инструментов. Однако текущий тренд — это Agentic AI (агентный ИИ). Впервые это направление было представлено на Design Automation Conference в июле, где компания продемонстрировала автономный рабочий процесс верификации, построенный на базе Nvidia Agent Toolkit и модели Nemotron 3 Ultra.
Всего за два дня до сделки с OpenAI, 28 сентября, Synopsys анонсировала платформу Autopilot и портфолио AgentEngineer. Этот комплекс включает семь «долгосрочных» (long-horizon) агентов, специализирующихся на различных задачах: от верификации, реализации и аналогового проектирования до производства, создания сеток (meshing), анализа горения и электромагнитной совместимости (EMC). Компания уже отчиталась о более чем 50 пилотных проектах, а доступность платформы запланирована на конец 2026 года.
GPT-Synopsys: глубокая интеграция вместо простых надстроек
Суть GPT-Synopsys заключается в том, чтобы превратить генеративную модель из простого «чат-бота для инструментов» в полноценного инженера. Пока EDA-движки Synopsys выполняют тяжелые вычисления и проверки, модель берет на себя интеллектуальную интерпретацию результатов и управление цепочкой действий агентов. Это позволяет реализовать цикл «кремний проектирует кремний». Изначально предполагается, что модель будет работать с уже существующими клиентами Synopsys, которые занимаются разработкой кастомных микросхем, а также интегрироваться с пользовательскими «агентскими обвязками» (agent harnesses).
Особую роль в создании продукта сыграл внутренний опыт OpenAI. В июне компания в сотрудничестве с Broadcom представила Jalapeño — свой первый кастомный ускоритель для инференса. В процессе его разработки OpenAI активно применяла собственные модели ИИ, что позволило сократить цикл от начального дизайна до «tape-out» (передачи проекта на фабрику) до рекордных девяти месяцев. GPT-Synopsys переносит этот успешный внутренний эксперимент в плоскость готового коммерческого решения.
Грег Брокман, президент и сооснователь OpenAI, подчеркнул стратегическую важность проекта: «Помогая им создавать лучшие чипы, мы сможем создавать лучший ИИ и доносить его до большего числа людей». Это подтверждает, что OpenAI рассматривает данное партнерство не только как бизнес-сделку, но и как способ ускорить развитие собственной аппаратной базы.
Вопросы доверия, безопасности и экономики
Несмотря на амбициозность проекта, остается ряд нерешенных проблем. Главная из них — конфиденциальность. Размещение модели на инфраструктуре OpenAI вызывает опасения у разработчиков микросхем, для которых интеллектуальная собственность является самым ценным активом. Хотя компании обещают шифрование данных (как в покое, так и при передаче) и исключение их из процесса обучения модели, остаются неясными следующие детали:
- Отсутствие информации о регионах хостинга и периодах хранения данных по умолчанию.
- Отсутствие четких контрактных условий в отношении того, кому принадлежат сгенерированные проекты.
- Вопросы об использовании сторонних лицензированных IP-блоков (интеллектуальной собственности) в процессе работы агентов и юридической ответственности (индемнити) в случае ошибок ИИ.
Также открыт вопрос экономической целесообразности. Индустрия уже столкнулась с реальностью, в которой использование ИИ не всегда означает экономию: в некоторых сценариях стоимость вычислительных ресурсов для ИИ-агентов может превышать затраты на квалифицированный человеческий труд. Учитывая, что каждая итерация — это сочетание вызовов API модели, работы EDA-софта и обязательного надзора инженеров, ценообразование станет критическим фактором успеха.
Конкурентная среда
Synopsys действует в условиях жесткой конкуренции. Cadence активно продвигает свой ChipStack AI Super Agent, запущенный в феврале для фронтенд-проектирования. В апреле 2024 года Cadence объявила об интеграции ChipStack с моделью Gemini на базе Google Cloud. Более того, на выставке Computex компания заявила о переходе к «автономности 5-го уровня» в ChipStack, используя модели Nvidia Nemotron, с планами по открытию раннего доступа во второй половине 2026 года.
Ключевое отличие стратегии OpenAI и Synopsys от конкурентов заключается в подходе к архитектуре: в то время как Cadence создает собственное ПО, работающее поверх сторонних «общецелевых» языковых моделей, GPT-Synopsys представляет собой специализированную модель, которая с самого начала обучается под управление конкретными инженерными инструментами Synopsys.
