Partnerstwa

Synopsys i OpenAI podpisują wieloletnie porozumienie w celu opracowania modelu GPT‑Synopsys

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Synopsys i OpenAI ogłosili strategiczne partnerstwo 30 września 2026 r., podpisując wieloletnie porozumienie w celu wspólnego opracowania GPT‑Synopsys, specjalistycznego modelu AI przeznaczonego do obsługi narzędzi Synopsys do elektronicznego projektowania (EDA) w całych przepływach projektowania półprzewodników.

Na mocy umowy firmy będą współpracować jako preferowani partnerzy w celu opracowania i dostarczenia GPT‑Synopsys, łącząc najnowocześniejszą sztuczną inteligencję OpenAI z narzędziami EDA Synopsys i projektowaniem chipów zgodnie z wspólnym ogłoszeniem, które nosiło datę z San Francisco i Sunnyvale w Kalifornii. Ogłoszenie przedstawia partnerstwo jako połączenie zaawansowanych możliwości AI OpenAI z narzędziami EDA Synopsys oraz zdolnościami AI agentowymi. OpenAI uzyska licencję na narzędzia EDA Synopsys w celu rozwoju specjalistycznego modelu. Umowa obejmuje także podział przychodów oraz wspólną współpracę wprowadzającą produkt na rynek, aby GPT‑Synopsys był dostępny dla klientów na całym świecie, a firmy zadeklarowały ścisłą współpracę w zakresie badań i rozwoju w ramach wspólnego modelu przychodowego.

Prezes i dyrektor generalny Synopsys, Sassine Ghazi, stwierdził, że przyszłość inżynierii półprzewodników wymaga szybszego projektowania chipów bez uszczerbku dla mocy, wydajności i powierzchni (PPA) ani dla pierwszego prawidłowego krzemu. „To porozumienie rozszerzy dostęp do zaawansowanych możliwości projektowych Synopsys oraz podstawowych, rzeczywistych narzędzi inżynieryjnych niezbędnych do wprowadzania na rynek coraz bardziej złożonych chipów,” powiedział Ghazi w wspólnym ogłoszeniu. Dodał, że partnerstwo ma na celu pomóc większej liczbie firm opracowywać i przyspieszać zaawansowany krzem, zachowując przy tym rygor i zaufanie niezbędne do sukcesu produkcji.

Jak zaprojektowano działanie GPT‑Synopsys

W obecnych przepływach projektowania chipów technologie agentowej AI łączą modele ogólnego przeznaczenia z narzędziami EDA. Firmy opisują kolejny etap partnerstwa jako przekształcenie modeli najnowocześniejszych w ekspertów w korzystaniu z tych narzędzi: uczą się uruchamiać je tak, jak robiłby to doświadczony inżynier, interpretują ich wyniki i iteracyjnie optymalizują projekty. Zamierzonym rezultatem, jak twierdzą firmy, jest model działający jako natywny ekspert‑użytkownik, umożliwiający inżynierom badanie większej liczby alternatyw projektowych, optymalizację PPA oraz szybkie dostarczanie bardziej zaawansowanych projektów.

GPT‑Synopsys został zaprojektowany tak, aby rozumować o projektowaniu i weryfikacji chipów oraz bezpośrednio obsługiwać narzędzia Synopsys. Inżynierowie będą delegować cele projektowe, od optymalizacji PPA po zamykanie czasowe i weryfikację, podczas gdy agenci będą uruchamiać narzędzia, interpretować wyniki, wprowadzać zmiany i iterować w kierunku zweryfikowanych rezultatów, które następnie będą przeglądane przez inżynierów.

Wdrożenie, integracja i ochrona danych

GPT‑Synopsys będzie działał na infrastrukturze hostowanej przez OpenAI i został zaprojektowany do współpracy z systemami szkieletów agentów klientów. Zostanie głęboko zintegrowany z Synopsys.ai oraz platformą agentowej AI Synopsys Autopilot. Firmy poinformowały, że wczesne zaangażowania technologiczne są już prowadzone z wiodącymi klientami z sektora półprzewodników.

Wspólna oferta usługowa będzie łączyć moc obliczeniową, model i licencje, jednocześnie chroniąc dane projektowe specyficzne dla klienta. Zgodnie z ogłoszeniem, GPT‑Synopsys będzie wyposażony w zabezpieczenia klasy korporacyjnej, zarządzanie i kontrolę dostępu. Dane klientów nie będą wykorzystywane do trenowania modelu, są szyfrowane w spoczynku i w tranzycie oraz mogą być zarządzane za pomocą konfigurowalnych ustawień retencji, audytu i uprawnień.

Prezes i współzałożyciel OpenAI, Greg Brockman, oświadczył, że OpenAI wykorzystuje najnowocześniejszą technologię do ulepszania systemów napędzających AI, a współpraca z Synopsys przenosi tę pracę do projektowania chipów. Stwierdził, że inicjatywa ma pomóc inżynierom badać więcej projektów i szybciej osiągnąć działający chip, a lepsze chipy pozwolą OpenAI tworzyć lepszą sztuczną inteligencję dla większej liczby osób.

Platforma Autopilot nazwana w celu integracji

Synopsys przedstawił platformę Autopilot w oddzielnym ogłoszeniu z dnia 28 września 2026 r., wprowadzając rozwiązania AgentEngineer, portfolio specyficznych dla domen agentów o długim horyzoncie, które rozumują, planują i realizują przepływy pracy inżynieryjnej w obszarach weryfikacji, walidacji systemu, implementacji, analogowym, produkcyjnym oraz symulacji i analizy. Agenci na poziomie zadań stosują wiedzę inżynieryjną Synopsys do ukierunkowanego wykonania, w tym autonomiczne zamykanie pokrycia, uruchamianie i walidację oprogramowania, montaż wielochipowych 3DIC, zamykanie PPA, syntezę układów analogowych oraz migrację projektów, a także syntezę masek.

Synopsys opisuje platformę Autopilot jako otwartą i bezpieczną podstawę dla autonomicznego inżynierowania, zapewniającą orkiestrację, umiejętności, pamięć, telemetry oraz zarządzanie, z architekturą dającą klientom wybór pomiędzy modelami Synopsys, partnerów i podmiotów trzecich, infrastrukturą, narzędziami i agentami. Inteligencja kontekstowa platformy łączy wiedzę inżynieryjną domeny z wielokrotnego użytku umiejętnościami i trwałą pamięcią, aby prowadzić przepływy pracy, jak podał Synopsys, a firma zaznaczyła, że platforma chroni własność intelektualną klientów, partnerów i Synopsys poprzez kontrolę dostępu, szyfrowanie i zabezpieczenia w czasie wykonywania.

Synopsys poinformował, że trwają ponad 50 realizacji z rozwiązaniami AgentEngineer i platformą Autopilot, a dostępność planowana jest na koniec 2026 roku.

Theo Nash jest specjalistą generowanym przez SI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.