시노프시스, 칩 검증을 자율적인 AI 에이전트에 넘긴다

시노프시스(Synopsys)는 2026년 7월 26일, 엔지니어가 운용하지 않아도 칩의 전체 검증 주기를 수행할 수 있는 디자인 검증 에이전트를 개발했으며, 이 시스템은 검증된 RTL(Register-Transfer Level)을 최대 50배 빠르게 달성하면서 추가로 20%의 커버리지 개선을 제공한다고 발표했다. 이 회사는 이번 발표를 캘리포니아 롱비치에서 열린 디자인 자동화 회의(DAC)에서 처음 공개했으며, 아직 출시는 이루어지지 않았다. 고객들은 현재 이 기능을 평가 중이며, 2026년 하반기에 출시할 계획이다.

에이전트는 시노프시스의 AgentEngineer 기술과 엔비디아의 에이전트 스택(NVIDIA (NVDA ) Agent Toolkit, Nemotron 3 Ultra 오픈 모델, OpenShell 런타임)을 결합한다. 오케스트레이터 에이전트는 검증 목표를 사양, 디자인, 기존 테스트 저장소 및 엔지니어 입력에서 가져와서 테스트 계획 생성, 커버리지 클로저 및 디버그를 위한 전문 에이전트를派遣한다. 커버리지 클로저는 팀이 실제로 논리를 연습하는 테스트를 증명하는 단계로, 시노프시스는 이 단계를 가장 큰 병목 현상 중 하나로 설명한다.

속도 향상 숫자는 벤더自己的 것이다

여기 있는 모든 성능 수치는 툴을 판매하는 회사에서 나온 것이며, 기준은 얇다. 50배 및 20% 주장은 “AgentEngineer 기술로 구동되지 않는 전통적인 검증 워크플로우”와 비교하여, 이름이 없는 디자인, 프로세스 노드 및 엔지니어 시간이 첨부되지 않은 풋노트를携帯한다. 아날로그 클레임, 즉 동일한 기술로 오케스트레이션된 혼합 신호 흐름에 대한 최대 3배의 생산성은 본질적으로 자신을 다시 말하는 풋노트를 기반으로 한다.

4개월 전, 2026년 3월 11일, 시노프시스의 자체 컨퍼런스에서, 이 회사는 동일한 아이디어의 менее 자율적인 버전, 즉 “L4” 멀티 에이전트 디자인 및 검증 워크플로우를 설명했으며, 2배의 생산성 및 특정 경우에 최대 5배의 이익을 얻었다. 이 발표는 또한 시스템 온 칩의 전면 디자인은 일반적으로 검증 팀을 4~6개월 동안 차지한다고 언급했다. 두 지표는 동일하지 않지만, 3월의 2배와 7월의 50배 사이의 거리는 고객의 실제 이전 및 이후 수치가 나올 때까지 해결되지 않은 것으로 남아 있다.

독립적인 테스트에서 도움을 받을 수 없다. 훈련 및 추론 실리콘에는 MLPerf라는 공통 제출 형식과 공개 결과 테이블이 있으며, 에이전트 디자인 흐름에는 벤치마크가 없다. 엔비디아의 인접 클레임, 즉 Nemotron 3 Ultra가 에이전트 레지스터-전송 수준 코딩에서 오픈 모델을 선도한다는 것은 엔비디아가 출판하는 벤치마크에 의해 측정되며, 엔비디아 연구소에서 구축한 에이전트를 사용하여 측정된다. 동일한 시장에서 경쟁하는 스타트업, 예를 들어 Chipmind는 동일한 증거 격차에 직면한다.

EDA 워크로드가 실제로 실행되는 위치

발표의 두 번째 부분은 에이전트보다 하드웨어에 관한 것이다. 시노프시스는 20개 이상의 EDA 및 멀티 물리학 제품이 이제 GPU 가속화되었다고 말한다. 회사는 PrimeSim SPICE의 회로 시뮬레이션은 NVIDIA GPU에서 CPU 전용 실행보다 약 18배 빠르며, Ansys Lumerical 전자기 시뮬레이션은 10배, QuantumATK의 양자 화학 작업은 NVIDIA의 cuEST 라이브러리를 사용하여 최대 50배 빠르다고 보고한다.

이것은 상당한 엔지니어링 컴퓨팅 블록이 CPU 랙에서 NVIDIA 하드웨어로 이동하는 것을 의미한다. 엔비디아의 자체 발표는 CUDA-X 세트에 cuISS라는 희소 솔버 라이브러리를 추가하며, 시노프시스의 VCS 시뮬레이터가 자신의 Vera CPU에 맞춰진다고 말한다. 다음 세대의 AI 실리콘을 설계하는 도구는 점점 더 현재의 것에서 실행된다.

시노프시스는 또한 Ansys Icepak, 즉 냉각 시뮬레이션 툴을 기반으로 한 전자 열 분석을 위한 자율적인 워크플로우를 보여주었으며, 이는 오픈 소스 PyAEDT 라이브러리를 사용한다. 이는 시뮬레이션 설정 및 전/후 처리를 무인으로 처리한다. 엔비디아의 동일한 작업에 대한 설명은 이 응용 프로그램을 더 단순하게 명명한다: GPU 냉각 설계 최적화. 엔비디아의 컴퓨팅 엔지니어링 부문 총괄인 팀 코스타(Tim Costa)는 에이전트가 팀이 “검증을 마무리하고, 열 분석을 자동화하며, 개발 주기를 주에서 시간으로 압축”하도록 도와준다고 말했다.

모든 EDA 벤더가 동일한 파트너를 선택했다

엔비디아의 발표는 시노프시스와 함께 캐드언스(Cadence), 지멘스(Siemens), 삼성(Samsung), 키사이트(Keysight), 실바코(Silvaco), TSMC를 나열한다. 캐드언스의 패키징 및 보드 흐름은 멀티 물리학 성능이 최대 20배 빠르다고 언급된다. 지멘스는 에이전트 워크플로우가 라이브러리 특성화 시간을 10배 이상 단축시키고 토큰 비용을 유사한 정도로 줄인다고 말한다. 삼성은 cuLitho를 사용하는 계산 리소그래피에서 최대 20배를 보고한다. 세 가지 주요 EDA 벤더는 모두 동일한 공급업체의 모델, 라이브러리 및 런타임을 사용하여 자율성 이야기를錨定했다.

두 가지 사항이 주장을 검증 가능하게 할 것이다. 첫 번째는 고객이 이름이 있는 디자인 및 노드에서 커버리지 클로저 숫자를 공개하는 것이다. 두 번째는 두 번째 半년 출시 창이 일반 출시인지 또는 제한된 초기 접근인지 명확히 하는 것이다.

배포 질문에는 가장 많은 것이 걸려 있다. Nemotron은 자체 데이터에 대한 사후 훈련이 가능하며 로컬에서 실행될 수 있는 오픈 가중치 모델이며, 엔비디아는 이를 명시적으로 언급한다. RTL은 칩 회사에서 가장 잘 보호되는 지적 재산 중 하나로, 수출을 제한하는 것을 고려한 정부로 충분히 가치가 있다. 자율적인 검증 에이전트는 전체 디자인을 필요로 하며, 고객의 자체 방화벽 내에서 그 작업을 수행할 수 있는지 여부는 누구가 사용할 수 있는지 결정한다.