OpenAIとSynopsysが、半導体設計に特化したAIモデル「GPT-Synopsys」を共同開発すると発表しました。一般向けの生成AIをそのまま設計現場に持ち込むのではなく、EDAツールを実際に使いこなす“専門家向けのモデル”に寄せていく、というのが今回の肝です。AIがコードを書く段階から、チップ設計そのものを回す段階へ進もうとしているため、かなり野心的な動きだと見えます。半導体不足やAI向けチップの競争が続くなかで、設計速度と精度を同時に上げられるかが注目点になります。
SynopsysとOpenAIは、半導体設計を変えるための戦略的提携を結んだと発表しました。発表日は2026年9月30日です。両社は複数年にわたる契約を結び、まずは「GPT-Synopsys」という専門モデルを共同開発します。このモデルは、OpenAIのフロンティアAIと、Synopsysが持つEDAツール群と設計ノウハウを組み合わせたものです。
ここでいうEDAは、Electronic Design Automationの略で、半導体の回路設計、検証、シミュレーション、サインオフなどを支える設計ソフト群を指します。Synopsysはその分野で大手であり、今回の提携ではOpenAIがSynopsysのEDAツールを開発用途としてライセンスし、モデル作りに使うことになります。単にAIが設計文書を読むのではなく、実際にツールを操作してワークフローを回し、出力を読み取り、結果を見ながら改善を繰り返すところまで狙っているのが特徴です。
発表文では、今のagentic AIは「一般的なモデルをEDAツールにつなぐ」段階だが、次の飛躍は「フロンティアモデル自体がEDAツールの使い手になること」だと説明しています。つまり、人間の設計者がやっていた作業の一部を、AIが道具込みで担う構想です。狙いは、PPA、つまり power、performance、area の最適化を速めることにあります。PPAはチップ設計で非常に重要な指標で、電力効率、性能、面積のバランスをどう取るかが勝負になります。
SynopsysのSassine Ghazi CEOは、チップ設計の加速は必要だが、PPAや「first-time-right silicon」、つまり最初の試作で狙い通りに動くシリコンを犠牲にしてはいけないと述べました。OpenAIのGreg Brockman社長兼共同創業者は、AIを動かす基盤そのものを改善するために自社の技術を使い、設計者がより多くの案を試して、より早く動くチップにたどり着けるようにしたいと話しています。
GPT-SynopsysはOpenAIがホストするインフラ上で動き、顧客側のagent harness systemsとも連携できる設計です。さらに、Synopsys.aiと、Synopsys Autopilotというagentic AIプラットフォームに深く統合される予定です。早期の技術検証は、すでに大手半導体企業と始まっています。提供形態としては、計算資源、モデル、ライセンスをまとめたバンドル型のサービスになり、顧客ごとの設計データは保護されるとしています。モデル学習に顧客データは使わず、保存時・転送時ともに暗号化し、保持期間や監査、権限管理も設定できると説明しています。
この発表で面白いのは、AIの役割が“設計を手伝うツール”から“設計フローを回す実務者”に寄っている点だと思う。多くの企業が生成AIを導入するとき、まずは検索、要約、コード補助から入る。だがSynopsysとOpenAIは、EDAツールを直接使わせるところまで踏み込んだ。これは、半導体設計の現場で本当に効くのは文章生成よりも、膨大な試行錯誤をどれだけ速く回せるかだと見ているからではないか。
ただし、ここには大きな壁もある。半導体設計は、派手なデモが成功しても、そのまま量産に入れる世界ではない。回路の修正一つでタイミング、消費電力、レイアウト、検証結果が連鎖的に変わる。AIが「それっぽい提案」を返すだけでは足りず、ツールの実行結果を理解し、失敗を繰り返しながら設計を詰める必要がある。今回の発表が、PPAとfirst-time-right siliconを何度も強調しているのは、そこを外すと現場では使えないからだろう。
今回の発表文で慎重に読んだほうがいいのは、セキュリティとデータ保護の部分だ。顧客データを学習に使わない、暗号化する、監査や権限管理を入れる、というのは企業向けAIとしては当然の条件に近い。ただ、半導体設計データは一般の業務データよりずっと機微が高い。回路情報や設計条件が外に漏れれば、その会社の製品計画や性能差別化が見えてしまうからだ。
だからこそ、こうした共同サービスが受け入れられるかどうかは、機能の派手さよりも運用の信頼にかかっていると思う。OpenAIホストのインフラ上で動くという点は、管理のしやすさにもつながる一方、データ所在や責任分界を気にする企業も出るはずだ。特に最先端の半導体企業ほど、AIを使いたい気持ちと、設計資産を預けたくない気持ちの両方を持っている。そこをどう折り合うかが普及の条件になる。
Synopsysの立場から見ると、これは単なる新製品の追加ではなく、EDA市場での位置づけをAI時代に合わせて再定義する動きに見える。Synopsysはもともと設計ツールの中心にいる企業だが、そこにOpenAIの最先端モデルを組み合わせることで、「ツールを売る会社」から「設計の進め方そのものを提供する会社」へ寄せている印象がある。これは強い。なぜなら、設計現場は一度ワークフローに入り込むと乗り換えが難しいからだ。
一方で、提携先がOpenAIであることの意味も大きい。一般論として、AI企業は用途を広げたいが、業界ごとの深い知識は持ちにくい。Synopsysはその不足を埋める役割を担い、OpenAIはモデルの汎用的な推論力を提供する。両社が収益分配まで含めた長期契約を結んだのは、単発の実験ではなく、事業として本気で取りに行く構えだと受け取れる。半導体とAIが互いを加速する関係は前から語られてきたが、今回はその関係をかなり具体的な製品形態に落としてきた。ここはかなり重い。
この話を見ていて思うのは、AIがどれだけ賢くなっても、最終的に評価するのは設計者だという当たり前の事実が、むしろ重要になってくるということだ。GPT-Synopsysは、設計者がより多くの候補を試し、検証を回し、問題を早く見つけるための道具としてはかなり有望に見える。ただし、設計の目的は「自動で回ること」ではなく、狙った製品を確実に量産することにある。そこをAIがどこまで本当に支えられるかで評価は大きく変わるはずだ。
個人的には、これはAIの成功例としては派手な部類に入る可能性があると思う。なぜなら、半導体設計は生成AIの得意そうな“文章”ではなく、厳密な制約と反復作業の塊だからだ。そこで成果が出れば、AIが単なる補助から産業の中枢に入った証拠になる。ただし、デモの滑らかさと実運用の強さは別物だ。ここから本当に成果が出るかは、早期の顧客案件でどれだけ信頼を積めるかにかかっているのではないか。
参考: OpenAI and Synopsys Announce GPT-Synopsys: Frontier Intelligence to Revolutionize Chip Design
