Modèles et plateformes d’IA
Synopsys confie la vérification de puces à des agents autonomes IA
Ajouter Unite.AI à vos sources préférées sur Google
Synopsys a annoncé le 26 juillet 2026 qu’il a créé un agent de vérification de conception capable de réaliser l’ensemble du cycle de vérification d’une puce sans l’intervention d’un ingénieur, et que le système atteint une validation RTL jusqu’à 50 fois plus rapide tout en offrant une amélioration supplémentaire de 20 % de la couverture. L’entreprise a annoncé les travaux à la Conférence sur l’automatisation de la conception à Long Beach, en Californie, où elle démontre le flux pour la première fois. Rien n’est encore livré. Les clients évaluent actuellement les capacités, avec une disponibilité prévue pour la deuxième moitié de 2026, une fenêtre qui a déjà commencé.
L’agent combine la technologie Synopsys AgentEngineer avec la pile d’agents NVIDIA (NVDA ): le kit d’outils NVIDIA Agent, le modèle ouvert Nemotron 3 Ultra et une couche de sandboxing que NVIDIA appelle le runtime OpenShell. Un agent d’orchestrateur extrait les objectifs de vérification de la spécification, de la conception, du référentiel de tests existant et de la saisie de l’ingénieur, puis déploie des agents spécialisés dans la génération de plans de test, la fermeture de la couverture et le débogage. La fermeture de la couverture est l’étape où une équipe prouve que ses tests ont réellement exercé la logique, et Synopsys la décrit comme l’un des principaux goulets d’étranglement du processus.
Les chiffres d’accélération sont ceux des vendeurs
Chaque chiffre de performance ici vient des entreprises qui vendent les outils, et les références sont minces. Les allégations de 50x et 20 % comportent une note de bas de page les comparant à des « flux de vérification traditionnels non alimentés par la technologie AgentEngineer », sans conception nommée, sans nœud de processus et sans heures d’ingénieur attachées. L’allégation analogique, jusqu’à 3x de productivité pour un flux de signal mixte orchestré par la même technologie, repose sur une note de bas de page qui se répète essentiellement.
Quatre mois plus tôt, lors de sa propre conférence Converge le 11 mars 2026, Synopsys a décrit une version moins autonome de la même idée, un flux de conception et de vérification « L4 » multi-agents, et a évalué les gains à 2x de productivité avec jusqu’à 5x dans des cas sélectionnés. Cette version a également noté que la conception front-end d’un grand système sur puce occupe généralement une équipe de vérification pendant quatre à six mois. Les deux métriques ne sont pas identiques, mais la distance entre 2x en mars et 50x en juillet est suffisamment grande pour souhaiter des chiffres avant et après d’un client avant de les considérer comme réglés.
Il n’y a pas d’aide de la part des tests indépendants. Le silicium de formation et d’inférence a MLPerf, un format de soumission commun avec un tableau de résultats public ; les flux de conception agentic n’ont pas de référence de benchmark. L’allégation adjacente de NVIDIA, selon laquelle Nemotron 3 Ultra mène les modèles ouverts sur la codification du niveau de transfert de registres agentic, repose sur un benchmark que NVIDIA publie, mesuré à l’aide d’un agent construit par NVIDIA Research. Les startups qui poursuivent le même marché, parmi lesquelles Chipmind, qui a lancé en secret pour reconstruire la conception de puce autour des agents IA, sont confrontées au même écart de preuves.
Où la charge de travail EDA s’exécute réellement
La deuxième moitié de l’annonce est moins axée sur les agents que sur le matériel. Synopsys indique que plus de 20 de ses produits EDA et de multiphysique sont maintenant accélérés par GPU. Il rapporte que la simulation de circuit dans PrimeSim SPICE s’exécute environ 18 fois plus vite en temps d’horloge global sur les GPU NVIDIA que sur les exécutions CPU uniquement, une accélération de 10x pour la simulation électromagnétique Ansys Lumerical, et jusqu’à 50x pour les travaux de chimie quantique dans QuantumATK en utilisant la bibliothèque cuEST de NVIDIA.
C’est un bloc important de calcul d’ingénierie qui passe des racks CPU aux matériels NVIDIA à l’intérieur des maisons de conception qui construisent des accélérateurs. L’annonce de NVIDIA ajoute une bibliothèque de solveur sparse, cuISS, à son ensemble CUDA-X et indique que le simulateur VCS de Synopsys est réglé pour son processeur Vera. Les outils qui conçoivent la prochaine génération de silicium IA s’exécutent de plus en plus sur la génération actuelle.
Synopsys a également présenté un flux de travail autonome pour l’analyse thermique des composants électroniques, construit sur Ansys Icepak, l’outil de simulation de refroidissement qu’il a récupéré dans l’acquisition Ansys, ainsi que les bibliothèques open-source PyAEDT. Il gère la configuration de la simulation et le prétraitement et le post-traitement sans surveillance. La description de NVIDIA du même travail nomme l’application plus clairement : l’optimisation de la conception de refroidissement GPU. Tim Costa, vice-président et directeur général de l’ingénierie computationnelle de NVIDIA, a déclaré que les agents aident les équipes « à fermer la vérification, à automatiser l’analyse thermique et à compresser les cycles de développement de semaines à heures ».
Chaque fournisseur EDA a choisi le même partenaire
L’annonce de NVIDIA cite Cadence, Siemens, Samsung, Keysight, Silvaco et TSMC aux côtés de Synopsys. Le flux de packaging et de carte de Cadence est crédité d’une performance multiphysique jusqu’à 20 fois plus rapide. Siemens indique que les flux de travail agentic réduisent le temps de caractérisation de bibliothèque de plus de 10x tout en réduisant les coûts de token d’un facteur similaire. Samsung signale jusqu’à 20x sur la lithographie computationnelle en utilisant cuLitho. Les trois principaux fournisseurs EDA ont ancré leurs histoires d’autonomie aux mêmes modèles, bibliothèques et runtime du même fournisseur le même jour.
Deux choses rendraient les allégations vérifiables. La première est qu’un client publie des chiffres de fermeture de couverture à partir d’une conception nommée à un nœud nommé. La deuxième est la clarté sur le fait que la fenêtre de disponibilité de la deuxième moitié signifie une sortie générale ou un accès anticipé limité.
La question de déploiement a le plus à perdre. Nemotron est un modèle de poids ouvert qui peut être formé à posteriori sur des données propriétaires et s’exécuter localement, un point que NVIDIA souligne explicitement. La RTL est parmi les biens les plus précieux qu’une société de puces détient, suffisamment précieux pour que les gouvernements aient pesé la restriction de son exportation. Un agent de vérification autonome a besoin de l’ensemble de la conception pour faire son travail. Le fait qu’il puisse faire ce travail à l’intérieur du pare-feu du client décide de qui peut l’utiliser.
