TITLE

OpenAIとSynopsysが提携、半導体チップ設計特化AI「GPT-Synopsys」を共同開発

投稿日：2026.10.02

何が新しいのか — AIが設計ツールの「熟練した使い手」になるという発想

Synopsysが提供しているのは、チップ設計の現場で実際に使われているEDAツールそのものです。今回の提携でOpenAIが目指しているのは、自社のフロンティアAIモデルを、このEDAツールの「ネイティブなエキスパートユーザー」にすることだと両社は説明しています。モデルはツールの操作方法を学習し、シミュレーション結果などの出力を解釈し、設計を繰り返し最適化します。狙う指標はPPA ― Power(消費電力)・Performance(性能)・Area(回路面積)の3つです。

想定されているワークフローはこうです。エンジニアが設計目標をAIエージェントに渡すと、エージェントがEDAツールを実行し、結果を読み、設計の変更を実装します。人間のエンジニアが1つ1つの設定変更を手で試す代わりに、より多くの設計案を探索できるようになる、という見立てです。

AIエージェントが設計目標の受け取り、EDAツール実行、出力解釈、設計変更までを一周するPPA最適化ループの図解

この構造を一般化すると、「AIにコードを書かせる」「AIに文章を書かせる」とは違う形が見えてきます。AIエージェントが人間の代わりに成果物をゼロから作るのではなく、既存の専門ツールを操作する役を人間から引き継ぐという形です。ツール自体は変わらず、ツールを動かす手だけがAIに置き換わります。

自社の業務ツールに置き換えて考えると何が起きるか

この提携から企業が持ち帰れる問いは、「自社のどの専門ツールを、AIエージェントのネイティブなユーザーにできるか」です。

提供形態も参考になります。OpenAIとSynopsysは共同でコンピュート・モデル・ソフトウェアライセンスを顧客に提供し、契約には共同研究開発と収益分配の枠組みが含まれています。Synopsysの既存AI製品群「Synopsys.ai」との統合も将来予定されており、現時点では早期顧客による技術検証が進んでいる段階です。価格体系は非公表です。

データの扱いにも設計が見えます。Synopsysは、顧客固有のチップ設計データをモデルの学習には使わないと説明しており、データは保存時・通信時ともに暗号化、保持期間やアクセス権限、監査ログは顧客側で設定できるとしています。社外の専門ツールにAIエージェントを組み込む際、自社データが学習に使われるかどうかは、契約を検討する段階で確認すべき条件の一つだとわかります。

書類の上に鍵がかかったイラスト、データが学習に使われない契約設計を表す

私たちの会社でも、AIエージェントが専門ツールを直接操作し、出力を検証してからやり直す、という構造自体は既に使っています。たとえばコードを書くAIエージェントは、テストやセキュリティレビューのツールを自分で実行し、失敗した結果を読んで修正を繰り返します。規模も対象ドメインもGPT-Synopsysとはまったく違いますが、AIがツールを操作し、出力を解釈し、やり直すという骨格は同じです。ただし、この骨格がどんな業務ツールでも同じように機能するとは、私たちの経験上は言えません。EDAのシミュレーション結果も、テストの合否も、出力を見れば機械的に正誤が分かるからこそAIに任せられている面があります。

まとめ

判断に迷ったら、対象ツールの直近の出力を1つ取り出し、人が見なくても合格・不合格を機械的に判定できるかを確かめることから始められます。自社の業務ツールをAIエージェントに渡すかどうかは、機能の多さでなく、出力を機械的に合否判定できるかで決まります。判定基準が明確なツールほどAIがネイティブユーザーになる価値は大きく、曖昧なツールほど「それらしい」出力を繰り返すだけで終わるリスクが高くなります。