OpenAI × Synopsys 联合推出GPT-Synopsys：面向自主芯片设计的专用AI模型，可直接操控EDA工具

OpenAI与EDA巨头Synopsys（新思科技）签署多年合作协议，联合开发GPT-Synopsys，一款针对半导体设计专门定制的AI模型。该方案融合OpenAI大模型能力与Synopsys EDA工具、领域智能体技术，目标实现芯片自主设计，加速复杂芯片交付。

这套产品的工作逻辑：工程师只需要设定设计目标，AI智能体就可以调用EDA工具、执行完整流程，持续迭代直到产出可供人工评审的芯片设计结果。OpenAI将授权使用Synopsys EDA工具用于模型训练，模型部署在OpenAI托管平台；双方后续联合发布产品、收入分成，公告暂未公布上线时间与定价。

AI在芯片EDA领域的演进背景

芯片EDA设计是一套长迭代链路：从RTL硬件代码，逻辑综合，布局布线，再到时序收敛、功能验证、可制造性检查，最后流片。整个过程需要反复调试，持续权衡功耗、性能、芯片面积（PPA）三大核心指标。Synopsys、Cadence、西门子EDA长期垄断EDA市场。

• Synopsys早在2020年推出DSO.ai，依靠强化学习做设计空间PPA优化；
• 2023年推出Synopsys.ai Copilot，依托Azure OpenAI，在EDA工具内提供自然语言辅助；
• 近期路线转向智能体AI，9月底发布Autopilot平台与AgentEngineer，包含7个长视野智能体，覆盖验证、实现、仿真、制造等环节，计划2026年末可用。

不止Synopsys，行业竞品都在布局自主芯片智能体：Cadence推出ChipStack AI Super Agent，还和谷歌Gemini合作，目标实现L5级自主芯片设计。

而OpenAI本身也有芯片自研需求，此前和博通合作开发Jalapeño推理加速器，整个芯片设计大量依靠自家AI，仅9个月就完成从设计到流片。GPT-Synopsys相当于把这套内部工程能力，转化为对外商业化产品。

GPT-Synopsys核心能力

GPT-Synopsys并非简单给通用大模型套工具调用插件，而是专门训练、学会像芯片工程师一样操作EDA软件。

1. 直接操作Synopsys全套EDA工具，自主完成芯片设计推理、时序收敛、PPA优化、设计验证；
2. 智能体自动运行EDA仿真、解读工具输出报告、修改设计参数，循环迭代，输出可评审的设计；
3. 可和Synopsys.ai、Autopilot平台打通，复用Autopilot的记忆、权限治理模块，也兼容客户自研Agent Harness；
4. 当前已经和头部半导体客户开展早期技术对接，面向芯片设计团队，同时OpenAI也希望借助该项目，设计出更适配大模型运行的硬件。

OpenAI总裁Greg Brockman表示：帮助客户设计更好的芯片，反过来就能打造更强的AI，服务更多用户。当然这套工具能否降低小团队芯片开发门槛，最终要看定价，同时依然需要专业工程师监督。

现存风险与待解问题

1. 芯片设计数据保密

模型托管在OpenAI基础设施。双方承诺客户数据不会用于模型训练，传输与静态存储加密，配套权限、审计、数据留存管控。但公告未明确托管地区、数据默认保留期限；IP版权、设计产出归属、侵权赔偿等合同细则暂未披露，芯片IP属于高度机密，这也是半导体企业最关心的痛点。

2. 成本经济性未知

AI智能体、EDA仿真、人工审查都会产生高额开销。行业已有观点：现阶段AI辅助芯片设计未必省钱，甚至成本更高。GPT-Synopsys能否依靠缩短设计周期带来综合收益，还有待落地验证，定价信息暂未放出。

3. 竞品路线差异

Cadence ChipStack：自研智能体框架，外接第三方大模型（Gemini/Nemotron）；
GPT-Synopsys：由OpenAI专门微调训练专属模型，原生适配Synopsys整套EDA工具，模型和工具深度绑定。

要点小结

1. 合作：OpenAI+Synopsys多年联合项目，产品命名GPT-Synopsys，面向自主半导体芯片设计。
2. 核心：不是简单插件调用，专门训练的领域模型，可直接操控EDA工具，自动迭代PPA、时序、验证流程。
3. 部署：托管于OpenAI基础设施，对接Synopsys Autopilot生态，头部芯片客户已经开启早期对接。
4. 行业格局：Cadence、Synopsys同步发力EDA智能体赛道；OpenAI同时服务外部客户，也反哺自身AI芯片研发。
5. 不确定性：上线时间、定价、IP归属、数据托管细节均未公布，芯片机密数据安全是最大关注点。