Synopsys มอบหมายการยืนยันชิปให้กับตัวแทน AI อิสระ

Synopsys กล่าวว่าเมื่อวันที่ 26 กรกฎาคม 2026 ว่าได้สร้างตัวแทนการยืนยันการออกแบบที่สามารถทำงานได้โดยไม่ต้องมีวิศวกรขับเคลื่อน และระบบนี้สามารถทำงานได้เร็วขึ้น 50 เท่า และมีการปรับปรุงการครอบคลุมเพิ่มขึ้น 20% บริษัท ประกาศงาน ที่การประชุม Design Automation Conference ใน Long Beach, California ซึ่งเป็นการแสดงผลงานครั้งแรก ยังไม่มีการจัดส่งสินค้า ลูกค้ากำลังประเมินความสามารถอยู่ในขณะนี้ โดยมีการวางแผนการวางจำหน่ายในช่วงครึ่งหลังของปี 2026 ซึ่งเป็นช่วงเวลาที่ได้เริ่มต้นแล้ว

ตัวแทนรวมเทคโนโลยี AgentEngineer ของ Synopsys และสแต็ก agentic ของ NVIDIA (NVDA ): NVIDIA Agent Toolkit, โมเดล Nemotron 3 Ultra ที่เปิดกว้าง และชั้น sandboxing ที่ NVIDIA เรียกว่า OpenShell runtime ตัวแทนผู้จัดการดึงเป้าหมายการยืนยันจากข้อกำหนดการออกแบบ ที่เก็บข้อมูลทดสอบที่มีอยู่และข้อมูลจากวิศวกร จากนั้นจึงส่งตัวแทนเชี่ยวชาญไปยังการสร้างแผนการทดสอบ การปิดการครอบคลุม และการแก้ปัญหา การปิดการครอบคลุมคือขั้นตอนที่ทีมงานพิสูจน์ว่าการทดสอบของพวกเขาทำงานจริงๆ และ Synopsys อธิบายว่าเป็นหนึ่งในข้อจำกัดที่ใหญ่ที่สุดในกระบวนการ

ตัวเลขความเร็วเป็นของซัพพลายเออร์เอง

ตัวเลขประสิทธิภาพทั้งหมดมาจากบริษัทที่ขายเครื่องมือ และฐานที่ใช้ในการเปรียบเทียบมีขนาดเล็ก ตัวเลข 50x และ 20% มีหมายเหตุเทียบกับ “การทำงานการยืนยันแบบดั้งเดิมที่ไม่ได้รับการสนับสนุนจากเทคโนโลยี AgentEngineer” โดยไม่มีการออกแบบที่ระบุ ไม่มีกระบวนการผลิต และไม่มีเวลาในการทำงานของวิศวกร การอ้างอิงที่คล้ายกันสำหรับกระบวนการ mixed-signal สูงสุด 3x ประสิทธิภาพนั้นขึ้นอยู่กับหมายเหตุที่พูดซ้ำตัวเอง

สี่เดือนก่อนหน้านี้ ที่การประชุม Converge ของตนเองเมื่อวันที่ 11 มีนาคม 2026 Synopsys อธิบาย เวอร์ชันที่ไม่เป็นอิสระมากนักของแนวคิดเดียวกัน ซึ่งเป็น “L4” การทำงานการออกแบบและการยืนยันแบบ multi-agent และให้ผลผลิต 2x โดยมีผลผลิตสูงสุด 5x ในกรณีที่เลือก การเปิดตัวครั้งนั้นยังระบุด้วยว่าการออกแบบ front-end ของระบบ system-on-chip ขนาดใหญ่โดยทั่วไปจะใช้เวลาประมาณสี่ถึงหกเดือนสำหรับทีมงานการยืนยัน สองตัวชี้วัดนี้ไม่เหมือนกัน แต่ความแตกต่างระหว่าง 2x ในเดือนมีนาคมและ 50x ในเดือนกรกฎาคมกว้างพอที่จะทำให้ต้องการตัวเลขก่อนและหลังของลูกค้าเองก่อนที่จะยอมรับว่ามันถูกต้อง

ไม่มีการช่วยเหลือจากการทดสอบอิสระ ซิลิกอนสำหรับการฝึกอบรมและการอนุมานมี MLPerf ซึ่งเป็นรูปแบบการยื่นขอผลลัพธ์ที่เปิดกว้าง แต่การไหลของการออกแบบ agentic ไม่มีมาตรฐานการวัดใดๆ ทั้งสิ้น การอ้างอิงที่อยู่ใกล้เคียงของ NVIDIA ว่า Nemotron 3 Ultra เป็นผู้นำในโมเดลที่เปิดกว้างสำหรับการเข้ารหัสระดับทรานซิสเตอร์-ทรานซิสเตอร์ขึ้นอยู่กับการวัดที่ NVIDIA ตีพิมพ์ โดยใช้ตัวแทน NVIDIA Research ที่สร้างขึ้น บริษัทสตาร์ทอัพหลายแห่งที่กำลังไล่ตามตลาดเดียวกัน รวมถึง Chipmind ซึ่งออกจากความลับเพื่อสร้างการออกแบบชิปใหม่โดยใช้ตัวแทน AI ต้องเผชิญกับช่องว่างหลักฐานเดียวกัน

ที่ที่งาน EDA ทำงานจริง

ครึ่งหลังของการประกาศนี้ไม่เกี่ยวกับตัวแทน แต่เกี่ยวกับฮาร์ดแวร์ Synopsys กล่าวว่าผลิตภัณฑ์ EDA และ multiphysics มากกว่า 20 รายการได้รับการเร่งความเร็วโดย GPU แล้ว บริษัทรายงานว่าซิมูเลชันวงจรใน PrimeSim SPICE ทำงานเร็วขึ้นประมาณ 18 เท่าในเวลาทั้งหมดบน GPU ของ NVIDIA เมื่อเทียบกับการทำงาน CPU เท่านั้น และมีการเร่งความเร็ว 10x สำหรับการจำลองแม่เหล็กไฟฟ้าของ Ansys Lumerical และสูงสุด 50x สำหรับการทำงานเคมีควอนตัมใน QuantumATK โดยใช้ไลบรารี cuEST ของ NVIDIA

นี่คือการย้ายการคำนวณวิศวกรรมขนาดใหญ่จาก CPU ไปยังฮาร์ดแวร์ของ NVIDIA ภายในบริษัทที่ออกแบบเครื่องเร่งความเร็ว การประกาศของ NVIDIA เพิ่มไลบรารี sparse-solver ชื่อ cuISS ในชุด CUDA-X และระบุว่าซิมูเลเตอร์ VCS ของ Synopsys กำลังได้รับการปรับให้เหมาะสมสำหรับ Vera CPU ของตน เครื่องมือที่ออกแบบซิลิกอนรุ่นต่อไปของ AI ทำงานบนซิลิกอนรุ่นปัจจุบันมากขึ้น

Synopsys ยังแสดงการทำงานอัตโนมัติสำหรับการวิเคราะห์ความร้อนของอิเล็กทรอนิกส์ โดยใช้ Ansys Icepak ซึ่งเป็นเครื่องมือจำลองการทำความเย็นที่ได้มาจากการเข้าซื้อกิจการ Ansys ตลอดจนไลบรารี PyAEDT ที่เปิดกว้าง มันจัดการการกำหนดค่าการจำลองและการประมวลผลก่อนและหลังโดยไม่มีการดูแล NVIDIA อธิบายงานเดียวกันว่าเป็นการ “การปรับให้เหมาะสมการออกแบบการทำความเย็นของ GPU” Tim Costa รองประธานและผู้จัดการทั่วไปของ NVIDIA สำหรับการวิศวกรรมคำนวณกล่าวว่าตัวแทนเหล่านี้ช่วยให้ทีมงาน “ปิดการยืนยัน การวิเคราะห์ความร้อนอัตโนมัติ และบีบอัดวงจรพัฒนาจากสัปดาห์เป็นชั่วโมง”

ทุกๆ ซัพพลายเออร์ EDA เลือกพันธมิตรเดียวกัน

การประกาศของ NVIDIA ระบุ Cadence, Siemens, Samsung, Keysight, Silvaco และ TSMC ควบคู่ไปกับ Synopsys การไหลของแพ็คเกจและบอร์ดของ Cadence ได้รับการยกย่องว่ามีการทำงาน multiphysics ที่เร็วขึ้น 20 เท่า Siemens กล่าวว่าการทำงาน agentic ลดเวลาในการสร้างลิบรารีลงมากกว่า 10 เท่า ในขณะที่ลดต้นทุน token ในระดับเดียวกัน Samsung รายงานว่าได้รับการเร่งความเร็ว 20 เท่าในการทำลิเธียมคอมพิวเตอร์โดยใช้ cuLitho ทั้งสามซัพพลายเออร์ EDA รายใหญ่ที่ยึดเรื่องราวความเป็นอิสระของตนเองกับโมเดล ไลบรารี และ runtime ของซัพพลายเออร์เดียวกันในวันเดียวกัน

สิ่งสองอย่างที่จะทำให้คำกล่าวอ้างสามารถตรวจสอบได้ คือ ลูกค้าเผยแพร่ตัวเลขการปิดการครอบคลุมจากการออกแบบที่มีชื่อและโหนดที่มีชื่อ และความชัดเจนเกี่ยวกับว่าหน้าต่างการวางจำหน่ายในช่วงครึ่งหลังหมายถึงการวางจำหน่ายทั่วไปหรือการเข้าถึงในระยะแรก

คำถามเกี่ยวกับการใช้งานมีสิ่งที่มีผลมากที่สุด Nemotron เป็นโมเดลที่มีน้ำหนักเปิดซึ่งสามารถฝึกอบรมแบบ post-training ได้โดยใช้ข้อมูลที่เป็นของเจ้าของและทำงานในท้องถิ่น ซึ่งเป็นจุดที่ NVIDIA เน้นย้ำอย่างชัดเจน RTL เป็นหนึ่งในทรัพย์สินทางปัญญาที่มีการป้องกันมากที่สุดของบริษัทชิป มีคุณค่ามากพอที่จะ รัฐบาลพิจารณาจำกัดการส่งออก ตัวแทนการยืนยันอิสระต้องการการออกแบบทั้งหมดเพื่อทำงานให้เสร็จสิ้น และไม่ว่าจะสามารถทำงานได้ภายในไฟร์วอลล์ของลูกค้าหรือไม่ จะตัดสินว่าใครสามารถใช้งานได้