·聚焦:人工智能、芯片等行业
欢迎各位客官关注、转发
芯片设计速度成为AI产业加速瓶颈
随着AI模型训练和推理需求激增，芯片迭代节奏显著加快。然而，过去几十年芯片设计遵循着一条非健康的增长曲线：复杂度每翻一倍，设计时间几乎同步翻倍。传统依赖增加工程师人数的做法边际成本高昂，且资深人才培养周期漫长。
芯片设计涉及电路描述、逻辑综合、布局布线及物理验证等复杂环节，需反复权衡性能、功耗、面积与成本。从概念到流片通常耗时数年，期间市场需求与算法可能已多次迭代。若下一代芯片研发滞后，将直接制约算力供给节奏。
GPT-Synopsys的核心突破：从辅助到代理
此次合作标志着AI从通用大模型向半导体上游EDA领域深度渗透。与以往仅连接通用大模型生成脚本或解释报错不同，GPT-Synopsys实现了本质跨越。
OpenAI联合创始人Greg Brockman表示，该模型将学习如何使用新思科技软件工具，协助工程师处理设计中的权衡与优化，有望将设计流程缩短数周甚至数月。
形象而言，现有AI辅助EDA如同配备了一名懂理论的实习生，仅能查资料、写文档，操作仍需人工；而GPT-Synopsys则让实习生直接上机床，不仅能操作，还能自动检测公差并调整参数，直至合格后再交由工程师验收。
具体工作流为：工程师设定目标（如功耗、时序收敛），AI代理自动调用EDA工具，读取分析数据，实施修改并迭代，最终提交验证结果供审核。这将把工程师从重复性体力劳动中解放出来，专注于架构决策。
为何是新思科技？护城河与紧迫性
EDA行业增长逻辑正发生转变。新思科技首席产品管理官Ravi Subramanian指出，芯片完整设计流程需压缩至一年以内，项目数量日益增多。若新思不主动将AI嵌入工具链，面临被通用模型或云厂商绕过、直接切入设计入口的风险。因此，主动融合AI是巩固其护城河的必然选择。
对OpenAI而言，“打造更好的芯片才能构建更好的AI”。此前OpenAI自研推理芯片Jalapeño从设计到流片仅用九个月，期间已尝到AI加速设计的甜头。此次合作旨在将这种能力系统化、产品化。
商业模式创新：按效果分成
双方合作采用“培训订阅费+收入分成”模式。OpenAI先支付费用学习使用Synopsys工具；当客户使用GPT-Synopsys时，双方根据模型对设计的改善程度进行分成。这种模式降低了客户对AI价值的不确定性顾虑，并将OpenAI利益与客户实际收益绑定。
新思科技CEO Sassine Ghazi强调，该协议旨在创造增量价值而非蚕食现有业务。尽管具体分成比例及排他性条款未披露，但数据安全机制已明确：客户专属设计数据不用于模型训练，静态存储与传输均加密，并提供可配置的数据保留与权限控制，以保障半导体行业至关重要的知识产权安全。
结语
新思科技与OpenAI的联手虽不能立刻解决所有痛点，但指明了清晰方向：芯片设计竞争正转向“AI代理迭代能力”。当AI具备自主操作、评估与优化能力时，芯片设计的游戏规则或将彻底重塑。
网络援引：
电子技术应用网：《新思科技拟寻求与中国AI实验室合作，在华加速芯片设计》
华尔街见闻：《新思科技与OpenAI达成多年期芯片设计模型框架合作》
智通财经：《新思科技(SNPS.US)携手OpenAI开发芯片设计AI模型，收入分成模式推动股价一度涨7%》