OpenAI与Synopsys合作开发芯片设计模型，让模型学会直接开EDA工具

A5站长网10月2日消息，Synopsys与OpenAI宣布签下多年期协议，共同开发一个叫GPT-Synopsys的专用模型，目标是把前沿模型用在芯片设计流程里。协议包含两件事：OpenAI获得Synopsys的EDA工具授权，用于训练这个专用模型；两家共同把产品推向客户，并在研发与市场推广上深度协作。

要理解这步的意义，得先看清现状。现在芯片设计里接AI的常见做法，是把通用模型接到EDA工具上跑流程，模型负责思考，工具负责执行，中间靠接口来回传。这次想做的下一跳，是让模型本身成为工具的原生使用者：学会像资深工程师那样操作这些工具、读懂工具返回的结果、再据此迭代设计。官方把这形容为让模型具备“专家用户”的能力，而不是停在通用助手的角色上。

落到工作方式上，工程师下达的是设计目标，比如功耗性能面积的优化、时序收敛、验证收敛；接下任务的智能体去操作工具、解释输出、实施改动，一轮轮迭代到可验证的结果，再交给工程师复核。整个链条里，人负责定目标和验收，模型负责探索方案空间。Synopsys的首席执行官Sassine Ghazi把这层分工说得很清楚：模型的产出仍然要由使用传统计算技术的Synopsys工具再查一遍，因为物理正确性需要sign-off级别的验证。

部署与数据边界也有交代。GPT-Synopsys跑在OpenAI托管的基础设施上，设计上与客户自己的智能体编排系统对接，并与Synopsys.ai和Synopsys Autopilot平台深度集成。双方称早期技术合作已经在部分头部半导体客户处展开，联合交付会把算力、模型和工具授权打包在一起。数据层面，客户设计数据不用于训练模型，静态与传输过程中均加密，保留期限、审计和权限可以通过配置项管理。

双方高管的表态指向同一个动机。OpenAI联合创始人Greg Brockman的说法是用最先进的技术去改进支撑AI本身的系统，帮助工程师探索更多设计、更快拿到能工作的芯片；Ghazi则强调要在不牺牲功耗性能面积和一次流片成功的前提下加速设计流程。两人说的其实是同一件事的两头：AI要吃掉更多算力，就得先让芯片设计更快。

把这条合作和最近几个月密集出现的“智能体操作专业软件”放在一起看，路径是清晰的。先是通用模型接入工具，再是模型学会熟练使用工具，最后才是把这类能力固化进工程流程。芯片设计是难度最高的一类场景，工具链封闭、验证要求严苛、出错代价极大，如果这条路能走通，其他工程软件的门槛只会更低。