OpenAI и Synopsys создают GPT-Synopsys для проектирования чипов

GPT-Synopsys: Frontier Intelligence to Revolutionize Chip Design

OpenAI и Synopsys создают GPT-Synopsys для проектирования чипов

Synopsys и OpenAI заключили многолетнее соглашение о совместной разработке GPT-Synopsys — специализированной модели, которая научится работать с EDA-инструментами Synopsys как эксперт-инженер: запускать их, интерпретировать результаты и итеративно оптимизировать проекты. Партнёрство включает лицензирование EDA-инструментов, разделение выручки и совместный выход на рынок. Модель будет работать на инфраструктуре OpenAI, интегрируется с Synopsys.ai и Autopilot, а данные заказчиков не используются для обучения.

Мы используем наши самые передовые технологии, чтобы улучшить системы, которые питают AI. Вместе с Synopsys мы переносим эту работу в проектирование чипов, помогая инженерам исследовать больше вариантов и быстрее получать работающий чип. Помогая им создавать лучшие чипы, мы можем создавать лучший AI и приносить его большему числу людей.
  1. aurareturn

    С точки зрения инвестиций, я думаю, что производители чипов TSMC, Intel и Samsung выиграют от улучшения инструментов проектирования ИИ-чипов.

    Если ИИ сделал разработку ПО в 100 раз быстрее и дешевле, то внезапно появляется взрывной рост количества ПО, которое нужно где-то размещать. Так что компании вроде AWS / iOS App Store / облачные провайдеры выигрывают.

    Если ИИ делает проектирование чипов в 100 раз быстрее и дешевле, то будет взрывной рост кастомных чипов для всевозможных применений. Эти чипы всё равно нужно физически производить на TSMC, Intel или Samsung.

    Apple говорит, что на проектирование каждого поколения Apple Silicon уходит 3-4 года.[0] Так что M6 проектировался уже в 2022-2023 годах. Сообщается, что проектирование передового чипа с нуля до финиша стоит от сотен миллионов до миллиарда долларов.[0]

    Круто то, что у нас появятся нишевые ASIC-чипы для ускорения специальных приложений, для которых раньше рынок был недостаточно большим, чтобы кто-то мог на этом заработать. То же самое происходит сегодня с ПО. Сейчас гораздо проще создать кастомное ПО для небольшой ниши и получать прибыль, чем в 2022 году.

    Может быть, однажды какой-нибудь парень в гараже просто скажет ИИ спроектировать кастомный чип, отправит его на TSMC и получит чип по почте через несколько недель.

    И учитывая, что закон Мура по сути мёртв с точки зрения масштабирования плотности, наличие ИИ для автоматической оптимизации проектирования и выжимания максимума производительности из транзисторов может помочь нам получить ещё несколько лет приятного роста производительности.

    [0]https://fireflies.ai/blog/ […]

  2. aniceperson

    > Я вижу, вы используете IP Cadence в своём проекте, к сожалению, это не разрешено условиями, и о вас сообщат властям

    А ещё: создайте проприетарную закрытую EDA -> нет данных для обучения моделей -> модели в этом плохи -> обратитесь в AI-лабораторию, чтобы обучить на этом с RL -> ожидайте, что пользователи будут платить и за EDA, и за модель.

  3. joennlae

    «Совместное предложение услуг обеспечит объединённые вычисления, модель и лицензии, при этом гарантируя защиту данных конкретного заказчика».

    Я не уверен, что Nvidia захочет отправлять свои проекты чипов в OpenAI.

  4. amelius

    Дайте нам больше открытых EDA-инструментов, а не раздутых хайпом EDA-вендоров.

  5. tails4e

    Я считаю, что это хуже для младших инженеров, чем для старших. Сейчас у младших инженеров нет опыта, чтобы замечать проблемы, и если gpt-synopsys выдаёт ответ, они не знают, что его нужно подвергать сомнению. Он также будет лучше многих младших инженеров уже из коробки.

    Так что младшие инженеры не получают шанса учиться и дорасти до старших. Старшие инженеры (пока что) будут взаимодействовать с этими агентами и проверять вывод, и могут ими руководить. Опять же, пока он не станет лучше и в этом.

    Интересные времена. За год многое произошло... где мы будем через год?

  6. dimatura

    Лишь косвенно связано, но много-много лет назад я провёл значительную часть летней стажировки в Synopsys, исправляя предупреждения gcc в одном из их продуктов. Кодовая база была огромной, многие её части на тот момент были старше десяти лет. Я много узнал о малоизвестных уголках C. В наши дни передовая модель могла бы выполнить эту работу за несколько дней (а может, и за один день, если бы процесс сборки и тестирования был ускорен — тогда это занимало несколько часов на выделенном кластере).

  7. karlkloss

    Мы только что похоронили почти завершённый проект ASIC.

    Причина: было отклонение, которое потребовало бы смены маски, но из-за спроса на ИИ-чипы производитель запросил за это столько денег, что мы сказали: да ну его.

    Итак, теперь у нас есть инструменты проектирования чипов на базе ИИ, которые удешевляют проектирование, но из-за ИИ производство чипов стало настолько дорогим, что мы больше не можем его себе позволить.

    Отлично.

  8. ducktective

    Вопрос к тем, кто активно работает в индустрии проектирования чипов: формальные методы и формальное доказательство корректности проекта более распространены и привычны в этой отрасли по сравнению с обычной разработкой ПО?

    Например, для проекта микроконтроллера Arm инженеры тщательно тестируют и формально доказывают корректность функционирования каждого компонента? Если это так, почему тогда существуют кремниевые errata?

Ещё за этот день

2026-10-01