OpenAI i Synopsys 30 września 2026 roku ogłosiły wieloletnią współpracę nad GPT-Synopsys – specjalistycznym modelem AI przeznaczonym do projektowania półprzewodników. Model ma nauczyć się pracy z profesjonalnymi narzędziami EDA firmy Synopsys i wspierać inżynierów w kolejnych etapach projektowania układu: od opisu funkcji logicznych po fizyczne rozmieszczenie ogromnej liczby tranzystorów.
To ciekawy przykład specjalizacji modeli frontier. Zamiast tworzyć kolejnego ogólnego chatbota, OpenAI łączy model z zamkniętym zestawem narzędzi i ekspercką wiedzą konkretnej branży. GPT-Synopsys ma działać jako agent inżynierski, ale finalna poprawność projektu nadal będzie sprawdzana tradycyjnymi metodami sign-off.
- Co ma robić GPT-Synopsys?
- Dlaczego projektowanie chipów nadaje się do AI?
- AI nie zastępuje sign-off
- Specjalistyczne modele mogą stać się ważniejsze niż ogólne chatboty
Co ma robić GPT-Synopsys?
OpenAI będzie licencjonować narzędzia EDA Synopsys na potrzeby treningu i rozwoju modelu. GPT-Synopsys ma nauczyć się nie tylko odpowiadać na pytania o projektowanie układów, ale korzystać z całego profesjonalnego środowiska inżynierskiego. Obejmuje to automatyzację zadań, analizę wyników i proponowanie kolejnych zmian w projekcie.
Firmy planują wspólne badania, rozwój produktu i komercjalizację. Umowa zakłada także model współdzielenia przychodów powiązany z faktyczną wartością modelu dla projektantów układów.
Dlaczego projektowanie chipów nadaje się do AI?
Projekt półprzewodnika jest ogromnym problemem optymalizacyjnym. Inżynier musi jednocześnie brać pod uwagę logikę, pobór energii, wydajność, powierzchnię układu, timing i fizyczne ograniczenia procesu produkcyjnego. Współczesne projekty obejmują miliardy tranzystorów, więc duża część pracy już dziś opiera się na automatyzacji EDA. Model AI może dołożyć warstwę planowania, analizy i szybkiego iterowania nad kolejnymi wariantami.
- AI do projektowania procesorów – analiza i optymalizacja architektury układu;
- AI do EDA – praca z profesjonalnymi narzędziami projektowymi;
- agent AI dla inżyniera – wykonywanie wieloetapowych workflow;
- specjalistyczny model AI – trening pod konkretną branżę i narzędzia.
AI nie zastępuje sign-off
Najważniejszym zabezpieczeniem pozostaje sign-off, czyli formalna i fizyczna weryfikacja projektu przy pomocy tradycyjnych narzędzi obliczeniowych. Model może zaproponować zmianę albo zoptymalizować część układu, ale nie jest ostatecznym źródłem prawdy. Projekt musi przejść zestaw deterministycznych kontroli zanim zostanie uznany za gotowy do produkcji.
To bardzo podobny kierunek do formalnej weryfikacji kodu: AI pomaga znaleźć rozwiązanie, a wyspecjalizowany system sprawdza, czy spełnia ono konkretne reguły. Warto porównać ten mechanizm z naszym tekstem o Leanstral 1.5 i formalnym sprawdzaniu dowodów oraz właściwości oprogramowania.
Specjalistyczne modele mogą stać się ważniejsze niż ogólne chatboty
GPT-Synopsys jest dobrym przykładem modelu, którego przewaga nie musi wynikać z bycia „najmądrzejszym LLM-em na świecie”. Liczy się dostęp do specjalistycznych narzędzi, danych, procesu pracy i systemu weryfikacji. W takich zastosowaniach ogólny model frontier staje się fundamentem, na którym buduje się wyspecjalizowanego agenta dla jednej branży.
Jeśli ten model okaże się skuteczny, podobnego kierunku można oczekiwać w innych obszarach inżynierii. Naturalne tematy do dalszego rozwinięcia to AI do projektowania chipów, GPT-Synopsys, AI do EDA, AI dla inżynierów elektroniki i specjalistyczne modele AI.
Źródła i komunikaty branżowe
News przygotowano na podstawie wspólnego komunikatu Synopsys i OpenAI oraz relacji Reuters dotyczącej warunków współpracy i sposobu weryfikacji projektów.
