OpenAI与芯片设计工具厂商Synopsys签署了一项多年协议，将联合开发名为GPT-Synopsys的专用模型，目标是把半导体设计流程中的大量重复性工作交给AI代理完成。根据9月30日发布的公告，双方将把OpenAI的前沿模型能力与Synopsys的EDA（电子设计自动化）工具及代理式AI能力结合，让模型能够直接操作Synopsys的设计软件。

按照设想，工程师不再需要手动反复运行工具、排查问题，而是把功耗、性能、面积（PPA）优化、时序收敛、功能验证等目标交给AI代理。代理会自行运行EDA工具、解读输出结果、实施修改并持续迭代，直到产出可供工程师审核的版本。两家公司称，这种方式能让设计团队评估更多方案，并更快交付更复杂的芯片。

合作模式上，这是一份“优先合作伙伴”协议：OpenAI将授权使用Synopsys的工具来开发该模型，模型运行在OpenAI托管的基础设施上；产品开发完成后，双方将联合发布并分享收入。公告没有披露具体的发布时间表，也没有给出定价结构。Synopsys表示，已与领先的半导体客户展开早期技术合作，但未透露客户名称。

要理解这一合作的意义，需要先看芯片设计流程本身。工程师使用EDA工具在制造前完成芯片设计与验证，流程通常从编写寄存器传输级（RTL）代码开始，用综合软件转换为逻辑门，再由物理设计工具布局电路元件并布线，最后完成时序收敛、功能验证和制造合规检查，才能交付流片。每个阶段都需要多轮迭代，在功耗、性能和硅面积之间反复权衡。Synopsys、Cadence和西门子EDA长期主导这一工具市场。

AI进入芯片设计并非新鲜事。Synopsys早在2020年3月就推出DSO.ai，利用强化学习探索设计优化空间以改善PPA；2023年11月又与微软合作推出Synopsys.ai Copilot，首次引入生成式AI，在工程工具内提供自然语言辅助。公司当前的方向是代理式AI：在7月的设计自动化大会上展示了基于英伟达Agent Toolkit和Nemotron 3 Ultra模型的自主验证工作流；在OpenAI协议签署前两天，即9月28日，Synopsys又发布了Autopilot平台和AgentEngineer，包含覆盖验证、实现、模拟、制造、网格划分、燃烧和EMC分析等七个长周期代理，公司称已有超过50项合作，计划于2026年底开放使用。

这一趋势并非Synopsys独有，Cadence和西门子也在推进自主设计代理。而OpenAI方面，其与博通合作于6月发布了首款定制推理加速器Jalapeño，并称该加速器的设计与优化过程大量借助自家AI模型，从初始设计到流片仅用九个月。GPT-Synopsys某种程度上是把这一内部实验产品化。

从技术定位看，GPT-Synopsys并非简单地把通用模型接到一组工具上，而是让模型学会像专家工程师一样操作软件、解读输出并用结果指导下一步修改。Synopsys的EDA引擎负责计算和检查，模型负责解读结果，代理软件负责管理执行。该模型计划与Synopsys.ai和Autopilot集成，也能配合客户自有的代理框架使用。

OpenAI总裁兼联合创始人Greg Brockman表示，帮助客户造出更好的芯片，也能让OpenAI造出更好的AI并带给更多人——这反映出OpenAI对改进自身模型运行硬件的兴趣。

不过，公告也留下了一些未解问题。模型托管在OpenAI基础设施上，引发外界对机密设计数据如何处理的关注。两家公司表示，客户数据不会被用于模型训练，传输和存储过程均加密，并提供可配置的保留、审计和权限控制。但公告没有说明托管区域或默认数据保留期限，也未给出生成结果的所有权归属、第三方授权设计IP的使用等合同条款。此外，这项服务能否让规模较小的团队也更容易进行先进设计，仍取决于定价以及监督模型所需保留的专业能力。