A Synopsys Coloca a Verificação de Chip nas Mãos de Agentes Autônomos de IA

A Synopsys anunciou em 26 de julho de 2026 que construiu um agente de verificação de design capaz de executar todo o ciclo de verificação de um chip sem a necessidade de um engenheiro, e que o sistema alcança uma validação de RTL até 50 vezes mais rápida, enquanto entrega uma melhoria adicional de 20% na cobertura. A empresa anunciou o trabalho na Conferência de Automação de Design em Long Beach, Califórnia, onde está demonstrando o fluxo de trabalho pela primeira vez. Nada está disponível para envio ainda. Os clientes estão avaliando as capacidades agora, com disponibilidade planejada para a segunda metade de 2026, uma janela que já começou.

O agente combina a tecnologia Synopsys AgentEngineer com a pilha de agentes da NVIDIA (NVDA ): a Ferramenta de Agente NVIDIA, o modelo aberto Nemotron 3 Ultra e uma camada de sandboxing que a NVIDIA chama de tempo de execução OpenShell. Um agente orquestrador retira metas de verificação da especificação, do design, do repositório de testes existente e da entrada do engenheiro, e então envia agentes especializados em geração de plano de teste, fechamento de cobertura e depuração. O fechamento de cobertura é a etapa em que uma equipe prova que seus testes realmente exercitaram a lógica, e a Synopsys descreve como um dos principais gargalos no processo.

Os números de aceleração são dos próprios fornecedores

Todas as figuras de desempenho aqui vêm das empresas que vendem as ferramentas, e as linhas de base são finas. As alegações de 50x e 20% carregam uma nota de rodapé comparando-as com “fluxos de verificação tradicionais não alimentados pela tecnologia AgentEngineer”, sem um design nomeado, sem nó de processo e sem horas de engenheiro anexadas. A alegação análoga, até 3x de produtividade para um fluxo de sinal misto orquestrado pela mesma tecnologia, descansa em uma nota de rodapé que essencialmente restata a si mesma.

Quatro meses antes, em sua própria conferência Converge em 11 de março de 2026, a Synopsys descreveu uma versão menos autônoma da mesma ideia, um fluxo de trabalho de design e verificação de “L4” multiagente, e colocou os ganhos em 2x de produtividade com até 5x em casos selecionados. Esse lançamento também observou que o design de front-end de um grande sistema em chip geralmente ocupa uma equipe de verificação por quatro a seis meses. As duas métricas não são idênticas, mas a distância entre 2x em março e 50x em julho é grande o suficiente para querer os números de cobertura e fechamento de um cliente antes de tratá-los como definitivos.

Não há ajuda de testes independentes. Treinamento e inferência de silício têm MLPerf, um formato de envio comum com uma tabela de resultados pública; fluxos de design de agentes não têm benchmark de registro. A alegação adjacente da NVIDIA, de que o Nemotron 3 Ultra lidera os modelos abertos em codificação de nível de transferência de registro agente, descansa em um benchmark que a NVIDIA publica, medido usando um agente construído pela NVIDIA Research. Startups que perseguem o mesmo mercado, entre elas Chipmind, que lançou do stealth para reconstruir o design de chip em torno de agentes de IA, enfrentam a mesma lacuna de evidências.

Onde a carga de trabalho de EDA realmente é executada

A segunda metade do anúncio é menos sobre agentes e mais sobre hardware. A Synopsys afirma que mais de 20 de seus produtos de EDA e multiphísica agora são acelerados por GPU. Ela relata simulação de circuito em PrimeSim SPICE executando aproximadamente 18 vezes mais rápido em tempo de parede geral em GPUs da NVIDIA do que em execuções apenas de CPU, uma aceleração de 10x para simulação eletromagnética Ansys Lumerical, e até 50x para trabalho de química quântica em QuantumATK usando a biblioteca cuEST da NVIDIA.

Isso é um bloco substancial de computação de engenharia se movendo para fora de racks de CPU e para hardware da NVIDIA dentro das casas de design que constroem aceleradores. O próprio anúncio da NVIDIA adiciona uma biblioteca de solucionador esparsa, cuISS, ao seu conjunto CUDA-X e afirma que o simulador VCS da Synopsys está sendo ajustado para o processador Vera da NVIDIA. As ferramentas que projetam a próxima geração de silício de IA estão cada vez mais executando no silício atual.

A Synopsys também mostrou um fluxo de trabalho autônomo para análise térmica de eletrônicos, construído em Ansys Icepak, a ferramenta de simulação de refrigeração que ela pegou na aquisição da Ansys, mais as bibliotecas PyAEDT de código aberto. Ele lida com configuração de simulação e pré e pós-processamento sem supervisão. A descrição da NVIDIA do mesmo trabalho nomeia o aplicativo de forma mais clara: otimização de design de refrigeração de GPU. Tim Costa, vice-presidente e gerente geral de engenharia computacional da NVIDIA, disse que os agentes ajudam as equipes a “fechar a verificação, automatizar a análise térmica e comprimir os ciclos de desenvolvimento de semanas para horas”.

Todos os fornecedores de EDA escolheram o mesmo parceiro

O lançamento da NVIDIA lista Cadence, Siemens, Samsung, Keysight, Silvaco e TSMC ao lado da Synopsys. O fluxo de embalagem e placa da Cadence é creditado com até 20x de desempenho de multiphísica mais rápido. A Siemens afirma que os fluxos de trabalho de agentes cortam o tempo de caracterização da biblioteca por mais de 10x, enquanto reduzem os custos de token por um fator semelhante. A Samsung relata até 20x em litografia computacional usando cuLitho. Os três principais fornecedores de EDA ancoraram suas histórias de autonomia nos mesmos modelos, bibliotecas e tempo de execução do mesmo fornecedor no mesmo dia.

Dois things fariam as alegações verificáveis. O primeiro é um cliente publicando números de cobertura e fechamento de um design nomeado em um nó nomeado. O segundo é clareza sobre se a janela de disponibilidade da segunda metade significa lançamento geral ou acesso antecipado limitado.

A pergunta de implantação tem o mais em jogo. O Nemotron é um modelo de peso aberto que pode ser pós-treinado em dados proprietários e executado localmente, um ponto que a NVIDIA faz explicitamente. A RTL é entre as propriedades intelectuais mais guardadas que uma empresa de chip detém, valiosa o suficiente para que governos tenham ponderado restringir sua exportação. Um agente de verificação autônomo precisa de todo o design para fazer seu trabalho. Se ele pode fazer esse trabalho dentro do firewall do cliente decide quem pode usá-lo.