Модели и платформы ИИ
Synopsys передает верификацию микросхем автономным агентам ИИ
Добавьте Unite.AI в избранные источники в Google
Synopsys заявила 26 июля 2026 года, что она разработала агент для верификации конструкции, способный выполнять весь цикл верификации микросхемы без участия инженера, и что система достигает проверенной RTL до 50 раз быстрее, обеспечивая дополнительное улучшение покрытия на 20%. Компания объявила о работе на конференции Design Automation в Лонг-Бич, Калифорния, где она демонстрирует поток впервые. Поставки еще не начались. Клиенты оценивают возможности сейчас, с планируемой доступностью во втором полугодии 2026 года, окно которого уже началось.
Агент сочетает технологию Synopsys AgentEngineer с агентским стеком NVIDIA (NVDA ): инструментарием NVIDIA Agent Toolkit, открытой моделью Nemotron 3 Ultra и слоем sandboxing, который NVIDIA называет средой выполнения OpenShell. Оркестратор-агент извлекает цели верификации из спецификации, конструкции, существующего репозитория тестов и ввода инженера, а затем отправляет специализированные агенты на генерацию плана тестирования, закрытие покрытия и отладку. Закрытие покрытия – это шаг, на котором команда доказывает, что ее тесты фактически выполнили логику, и Synopsys описывает его как одну из самых больших узких мест в процессе.
Цифры ускорения принадлежат поставщикам
Каждая цифра производительности здесь исходит от компаний, продающих инструменты, и базовые значения тонкие. Заявления о 50-кратном и 20-процентном увеличении носят оговорку, сравнивая их с “традиционными потоками верификации, не оснащенными технологией AgentEngineer”, без указания конструкции, узла технологического процесса и часов работы инженера. Аналогичное заявление, до 3-кратного увеличения производительности для смешанного потока, оркестрированного той же технологией, основано на оговорке, которая по сути повторяет себя.
Четыре месяца ранее, на своей конференции Converge 11 марта 2026 года, Synopsys описала менее автономную версию той же идеи, “L4” многоагентный поток проектирования и верификации, и оценила выгоды в 2-кратное увеличение производительности с увеличением до 5-кратного в отдельных случаях. В том же выпуске также было отмечено, что передний край проектирования большой системы на кристалле обычно занимает команду верификации четыре до шести месяцев. Два показателя не идентичны, но расстояние между 2-кратным увеличением в марте и 50-кратным в июле достаточно велико, чтобы хотеть иметь собственные цифры клиента до и после, прежде чем считать это установленным.
Нет помощи от независимого тестирования. Обучение и вывод силikonового оборудования имеют MLPerf, общий формат представления с публичной таблицей результатов; агентские потоки проектирования не имеют никакого эталонного показателя. Смежное заявление NVIDIA, что Nemotron 3 Ultra лидирует среди открытых моделей на агентском уровне RTL, основано на бенчмарке, который публикует NVIDIA, измеренном с помощью агента, построенного NVIDIA Research. Стартапы, преследующие тот же рынок, среди них Chipmind, который запустился из скрытности, чтобы перестроить проектирование микросхем вокруг агентов ИИ, сталкиваются с тем же пробелом в доказательствах.
Где фактически выполняется рабочая нагрузка EDA
Вторая половина объявления менее связана с агентами, чем с оборудованием. Synopsys заявляет, что более 20 ее продуктов EDA и мультифизики теперь ускорены с помощью GPU. Она сообщает, что симуляция цепи в PrimeSim SPICE работает примерно в 18 раз быстрее в общем времени выполнения на GPU NVIDIA, чем на запусках только с CPU, 10-кратное ускорение для электромагнитной симуляции Ansys Lumerical и до 50-кратного для квантово-химической работы в QuantumATK с использованием библиотеки cuEST от NVIDIA.
Это существенный блок инженерных вычислений, перемещающийся с CPU-стендов и на оборудование NVIDIA внутри дизайнерских домов, которые строят ускорители. Собственное объявление NVIDIA добавляет библиотеку разреженного решателя, cuISS, к набору CUDA-X и заявляет, что симулятор VCS от Synopsys настраивается для процессора Vera CPU. Инструменты, которые проектируют следующее поколение кремниевых ускорителей, все чаще работают на текущем.
Synopsys также продемонстрировала автономный поток для термического анализа электроники, построенный на Ansys Icepak, инструменте симуляции охлаждения, который она получила в результате приобретения Ansys, плюс открытые библиотеки PyAEDT. Он обрабатывает настройку симуляции и до- и постобработку без участия человека. Описание NVIDIA той же работы называет приложение более прямо: оптимизация конструкции охлаждения GPU. Тим Коста, вице-президент и генеральный менеджер NVIDIA по вычислительному инжинирингу, сказал, что агенты помогают командам “закрыть верификацию, автоматизировать термический анализ и сжать циклы разработки с недель до часов”.
Каждый поставщик EDA выбрал того же партнера
Выпуск NVIDIA перечисляет Cadence, Siemens, Samsung, Keysight, Silvaco и TSMC наряду с Synopsys. Поток упаковки и платы Cadence заслуга до 20-кратного ускорения мультифизических показателей. Siemens заявляет, что агентские потоки сокращают время характеристики библиотеки более чем на 10-кратное, уменьшая затраты на токены аналогичным образом. Samsung сообщает о до 20-кратном увеличении на вычислительной литографии с использованием cuLitho. Все три основных поставщика EDA закрепили свои истории об автономности к моделям, библиотекам и среде выполнения одного и того же поставщика в один и тот же день.
Две вещи сделали бы заявления проверяемыми. Первая – это когда клиент публикует цифры закрытия покрытия из названной конструкции на названном узле. Вторая – это ясность относительно того, означает ли окно доступности второго полугодия общий выпуск или ограниченный ранний доступ.
Вопрос развертывания имеет наибольший объем. Nemotron – это открытая модель веса, которую можно дообучить на проприетарных данных и запустить локально, точку, которую NVIDIA делает явно. RTL – это одна из наиболее охраняемых интеллектуальных ценностей, которые компания микросхем может иметь, достаточно ценная, чтобы правительства взвешивали возможность ограничения ее экспорта. Автономный агент верификации нуждается в всей конструкции, чтобы выполнить свою работу. То, может ли он выполнить эту работу внутри собственного файрвола клиента, решает, кто может использовать его вообще.
