OpenAI联手Synopsys,GPT-Synopsys重塑芯片设计

GPT-Synopsys: Frontier Intelligence to Revolutionize Chip Design

OpenAI联手Synopsys,GPT-Synopsys重塑芯片设计

OpenAI与Synopsys正式宣布达成战略合作,共同推出专为芯片设计打造的GPT-Synopsys模型。这次合作将OpenAI的前沿AI能力与Synopsys的行业领先EDA工具深度结合,旨在彻底革新半导体设计流程。不同于以往仅将通用模型连接到工具的模式,GPT-Synopsys将让前沿模型成为精通EDA工具的专家,能够像资深工程师一样运行工具、解读结果并迭代优化设计。双方将共享收益并联合推广,让工程师能更高效地探索更多设计方案,在优化PPA(功耗、性能、面积)的同时加速先进硅片的交付。这不仅是工具的升级,更是半导体工程迈向AI原生设计的关键一步。

通过帮助工程师构建更好的芯片,我们能够打造更强大的AI,并将其带给更多人。
  1. fwlr

    GPT-Synopsys 将 OpenAI 的前沿模型与 Synopsys 的 EDA 技术及领域专长相结合,使专用模型能够直接操作 Synopsys 的工具。工程师将委托设计目标……由代理运行工具、解读结果、实施更改,并迭代以生成经工程师审核的验证结果。

    “代理将完成所有工程工作。工程师只需委托和审核。”哈哈,不,工程师们真正要做的恐怕是被裁员。

  2. karlkloss

    我们刚刚放弃了一个几乎完成的 ASIC 设计。

    原因:存在一个偏差,需要修改掩膜,但由于 AI 芯片的需求,制造商索要的金额高得离谱,我们只好说拉倒吧。

    所以我们现在有 AI 驱动的芯片设计工具让设计更便宜,但正因为 AI,芯片制造变得如此昂贵,以至于我们再也负担不起了。

    真棒。

  3. aurareturn

    从投资角度来看,我认为台积电(TSMC)、英特尔(Intel)和三星(Samsung)等芯片代工厂将从更先进的 AI 芯片设计工具中受益。

    如果 AI 能让软件开发速度快 100 倍且成本低 100 倍,那么需要托管的软件数量将突然爆发。因此,像 AWS、iOS App Store 和云公司这样的企业将受益。

    如果 AI 能让芯片设计速度快 100 倍且成本低 100 倍,那么各种应用的定制芯片数量将爆发。这些芯片仍然需要在台积电、英特尔或三星进行物理制造。

    苹果表示,每一代 Apple Silicon 的设计周期需要 3-4 年。[0] 所以 M6 实际上在 2022-2023 年就已经开始设计了。据报道,从头到尾设计一款尖端芯片的成本高达数亿甚至十亿美元。[0]

    有趣的是,我们将拥有用于加速特殊应用的利基 ASIC 芯片,而这些应用此前由于市场规模太小,无人能从中获利。这与今天的软件行业如出一辙。如今为小众市场构建定制软件并实现盈利,比 2022 年容易得多。

    也许有一天,某个在车库里的孩子只需告诉 AI 设计一颗定制芯片,将其发送给台积电,几周后就能收到寄来的芯片。

    此外,鉴于摩尔定律在密度扩展方面已基本失效,利用 AI 自动对设计进行极致优化,从晶体管中榨取尽可能多的性能,或许能让我们再享受几年的性能提升。

    [0]https://fireflies.ai/blog/ […]

  4. aniceperson

    > 我看到您的项目中使用了 Cadence IP,很遗憾,这违反了条款和条件,我们将向有关部门举报您。

    另外:创建专有且封闭的 EDA 工具 -> 没有数据用于训练模型 -> 模型表现糟糕 -> 联系 AI 实验室进行强化学习(RL)-> 然后指望用户为 EDA 工具和模型买单。

  5. joennlae

    “联合服务将提供捆绑的计算资源、模型和许可证,同时确保客户特定的设计数据得到保护。”

    我不确定英伟达(Nvidia)是否愿意将他们的芯片设计发送给 OpenAI。

同日更多故事

2026-10-01