シノプシス、チップ検証を自律AIエージェントに任せる

シノプシスは2026年7月26日、エンジニアの介入なしにチップの検証サイクル全体を実行できる設計検証エージェントを開発し、システムが検証済みRTLまで50倍高速化し、さらに20%のカバレッジの改善を実現したと発表した。同社は、この成果をカリフォルニア州ロングビーチで開催されたDesign Automation Conferenceで発表し、最初のデモを行った。まだ出荷は開始されていない。顧客は現在この機能を評価中で、2026年下半期に提供予定である。

エージェントは、シノプシスのAgentEngineer技術とNVIDIAのエージェントスタックを組み合わせたもので、NVIDIA (NVDA ) Agent Toolkit、Nemotron 3 Ultraオープンモデル、そしてNVIDIAがOpenShellランタイムと呼ぶサンドボックス層で構成される。オーケストレータエージェントは、仕様、設計、既存のテストリポジトリ、エンジニアの入力から検証目標を抽出し、テストプラン生成、カバレッジクロージャ、デバッグの各エージェントに割り当てる。カバレッジクロージャは、チームが実際にロジックをテストしたことを証明するステップであり、シノプシスはこのプロセスの最大のボトルネックの1つと説明している。

スピードアップの数字はベンダー自身のもの

ここでのパフォーマンスの数字はすべてツールを販売する会社から提供されており、ベースラインは薄い。50倍と20%の主張は、AgentEngineer技術で動作しない「従来の検証ワークフロー」と比較したもので、設計名、プロセスノード、エンジニア時間は記載されていない。アナログの主張は、同じテクノロジーでオーケストレーションされた混合信号フローで最大3倍の生産性を実現するもので、注釈は基本的に自分自身を繰り返している。

4か月前に、2026年3月11日のConverge会議で、シノプシスは、同じアイデアの「L4」マルチエージェント設計と検証ワークフローを紹介し、2倍の生産性と最大5倍の改善を実現したと述べた。このリリースでは、大規模なSoCのフロントエンド設計が通常検証チームを4〜6か月間占有することも指摘された。これらの2つの指標は同一ではないが、3月の2倍と7月の50倍の間隔は、ベンダー自身の主張のみで判断を下すには広すぎる。実際の設計とノードでの顧客自身の前後比較データが必要である。

独立したテストでは助けになるものはない。トレーニングと推論シリコンにはMLPerfという共通の提出形式とパブリック結果テーブルがあるが、エージェント設計フローにはベンチマークが存在しない。NVIDIAの隣接する主張である、Nemotron 3 Ultraがオープンモデルでのエージェントレジスタ転送レベルコーディングで優れているというものは、NVIDIAが公開するベンチマークに基づいており、NVIDIA Researchによって構築されたエージェントを使用して測定されたものである。同じ市場を狙うスタートアップ、Chipmindを含む、は同じ証拠のギャップに直面している。

EDAワークロードが実際に走る場所

発表の後半は、エージェントよりもハードウェアに関するものである。シノプシスは、20以上のEDAおよびマルチフィジックス製品が現在GPUアクセラレーションされていると述べている。PrimeSim SPICEでの回路シミュレーションは、NVIDIA GPU上でCPUのみの実行よりも約18倍高速化し、Ansys Lumerical電磁シミュレーションでは10倍、QuantumATKでの量子化学作業ではNVIDIAのcuESTライブラリを使用して最大50倍高速化したと報告している。

これは、設計ハウス内でのエンジニアリングコンピューティングの大きなブロックがCPUラックからNVIDIAハードウェアに移行することを意味する。NVIDIAの自身の発表では、CUDA-XセットにcuISSというスパースソルバーライブラリを追加し、シノプシスのVCSシミュレータをVera CPUに最適化している。次世代のAIシリコンを設計するツールは、現在のAIシリコン上で実行されることが増えている。

シノプシスは、Ansys Icepakをベースに、オープンソースのPyAEDTライブラリを使用した、電子機器の熱解析のための自律ワークフローも紹介した。シミュレーションの設定と前処理、後処理を含むすべてのステップを自動化する。NVIDIAの説明では、このアプリケーションを「GPUクーリング設計最適化」と呼んでいる。Tim Costa、NVIDIAのコンピューティングエンジニアリング担当VPおよびGMは、「エージェントがチームに検証のクロージャー、熱解析の自動化、開発サイクルの圧縮を助ける」と述べた。

すべてのEDAベンダーが同じパートナーを選択した

NVIDIAのリリースでは、シノプシスとともに、Cadence、Siemens、Samsung、Keysight、Silvaco、TSMCがリストされている。Cadenceのパッケージングとボードフローは、最大20倍のマルチフィジックスパフォーマンスを実現したとされる。Siemensは、エージェントワークフローがライブラリの特性化時間を10倍以上短縮し、トークンコストを同等の割合で削減したと述べている。Samsungは、cuLithoを使用した計算機械工学で最大20倍の改善を報告している。主要な3つのEDAベンダーはすべて、同じサプライヤーのモデル、ライブラリ、ランタイムを使用して、自律性の物語を構築している。

主張を検証するには2つのことが必要である。1つは、名前のある設計とノードでのカバレッジクロージャーの数字を公開する顧客である。2つ目は、後半の提供時期が一般的なリリースか、限定的な早期アクセスかを明確にすることである。

展開に関する質問には最も多くのものがかかっている。Nemotronは、プロプライエタリデータで事後トレーニングが可能で、ローカルで実行できるオープンウェイトモデルであり、NVIDIAはこれを明確に述べている。RTLは、チップ企業が持つ最も厳密に守られる知的財産であり、その輸出を制限することを政府が検討するほど価値がある。自律検証エージェントは、全体の設計が必要であり、顧客のファイアウォール内でその仕事を実行できるかどうかが、誰がそれを使用できるかを決定する。tly. RTLは、チップ会社が持つ最も厳密に守られる知的財産であり、その輸出を制限することを政府が検討するほど価値がある。自律検証エージェントは、全体の設計が必要であり、顧客のファイアウォール内でその仕事を実行できるかどうかが、誰がそれを使用できるかを決定する。