OpenAI 和 Synopsys 周二宣布建立多年战略合作伙伴关系，共同构建 GPT-Synopsys，这是一种用于半导体设计的专用 AI 模型，它将 OpenAI 的前沿模型与 Synopsys 的电子设计自动化 (EDA) 工具（软件工程师用来设计计算机芯片的工具）结合起来。
这笔交易标志着迄今为止将人工智能纳入芯片制造流程本身的最具体举措之一——不仅仅是编写代码，还对硅进行推理。为了报道重塑人工智能行业的商业交易，AI Buzz Wire 跟踪公告的发布。
GPT-Synopsys 的设计目的是什么
根据路透社和 The Decoder 报道的公告，目标是建立一个能够“推理芯片设计和验证，并直接操作 Synopsys 工具”的模型。 OpenAI 正在为该项目授权 Synopsys 的 EDA 软件，最终的模型将在 OpenAI 的基础设施上运行。
该工作流程颠倒了通常的分工。工程师将设计目标委托给模型，然后审查和批准其输出——将人工智能视为一个可以端到端驱动专业级 EDA 工具链的初级工程师，而不是一个自动完成助手。验证是证明芯片设计正确性的极其缓慢的过程，它是与设计本身一样的首要目标。
数据保障和收益分享
两家公司解决了通常阻碍半导体人工智能项目的保密问题。两家公司均表示，客户数据不会用于训练模型，并将以加密方式存储。
在商业上，OpenAI 和 Synopsys 将共同营销产品并分享收入，这种不寻常的结构使双方在采用方面拥有直接利益。与半导体客户的早期测试已经在进行中，尽管这些公司没有宣布全面上市时间或定价。
为什么业界正在关注
Synopsys 首席执行官 Sassine Ghazi 围绕速度构建了合作伙伴关系，表示在芯片开发周期限制整个人工智能领域发展速度的情况下，人工智能可以显着加快设计流程。 OpenAI 联合创始人格雷格·布罗克曼 (Greg Brockman) 将这笔交易描述为一条通往更好芯片、进而更好人工智能的道路——前沿模型在其中设计训练其后继者的芯片的反馈循环。
逻辑很简单。对人工智能计算的需求已经超过了领先芯片的供应，并且每个月都缩短了整个行业的多年设计周期。像 Synopsys 这样的 EDA 巨头正处于瓶颈：几乎每个先进芯片都经过他们的工具，这使他们成为寻求模型质量之外的杠杆作用的实验室的天然集成合作伙伴。
EDA 非常适合代理 AI
电子设计自动化是一个软件层，它将芯片概念转化为晶圆代工厂可以制造的布局和经过验证的设计。它涵盖架构规划、寄存器传输级设计、逻辑综合、物理布局，以及最重要的验证——在生产单个晶圆之前检查数十亿个晶体管是否按预期运行。这些是漫长的、需要大量工具的多步骤工作流程，工程师花费大量时间驱动专用软件并解释其输出。
该结构反映了代理工作流程，其中前沿模型显示出最有希望的：明确的目标、具体的工具界面和可验证的中间结果。可以直接操作 EDA 工具、提出设计并迭代工具反馈的模型符合驱动当今编码和研究代理的相同模式 - 应用于每次成功自动化的回报远远高于消费软件的领域。
OpenAI 更广泛的硬件推动的一部分
GPT-Synopsys 并不是 OpenAI 唯一的芯片赌注。该公司已经与博通合作开发用于运行人工智能模型的定制芯片，包括最近推出的 Jalapeno 处理器，据 The Decoder 报道，该处理器与竞争对手的专用芯片相比具有竞争力。 Broadcom 为 OpenAI 自己的工作负载提供推理硬件，Synopsys 则为 OpenAI 提供了芯片创建工具方面的帮助，以及向整个半导体行业出售的收入共享产品。
这种配对还标志着人工智能实验室现在如何通过前沿模型货币化：由拥有工作流程的现有企业构建的垂直、特定领域的产品，而不是通用的聊天包装器。药物发现、金融和法律工作中也出现了类似的交易，但芯片设计是迄今为止风险最高的领域之一，其中一次流片可能花费数千万美元。
接下来看什么
三件事将决定 GPT-Synopsys 是否重要。首先，验证：模型是否能够足够可靠地关闭打样并捕获设计错误，以进行生产流片，而生产流片中的错误是灾难性的。其次，采用：主要半导体客户是否通过早期测试进入付费部署。第三，竞争：Cadence 和 AI 芯片设计初创公司等竞争对手正在追求类似的自动化，而 Synopsys 已率先与业界最有价值的模型合作伙伴合作。
目前，这笔交易押注的是，半导体的下一个效率提升不是来自更好的光刻技术，而是来自能够自行操作设计平台的人工智能。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
