Synopsys, Cadence і Siemens змагаються за автономне проєктування чипів

EDA переходить від помічників до агентів

DAC 2026 перетворила агентний ШІ на платформну конкуренцію в електронній автоматизації проєктування — EDA. Synopsys, Cadence і Siemens EDA вже не описують ШІ лише як чат-помічника для написання RTL-коду чи пошуку документації. Їхні нові системи мають розкладати інженерну мету на підзавдання, викликати наявні EDA-інструменти, інтерпретувати вимірювання й повторювати цикл, доки не буде досягнуто потрібного результату. 217

Це змінює головне стратегічне питання. Переможе не обов’язково постачальник із найпотужнішою універсальною моделлю. Важливішою стане здатність під’єднати агента до баз даних проєкту, детермінованих обчислювальних рушіїв, доказів верифікації, засобів безпеки та процедур виробничого підписання результату — signoff.

У традиційному EDA кожен інструмент виконує чітко визначену операцію: синтез, симуляцію, формальну верифікацію, розміщення й трасування, аналіз часових характеристик або фізичний signoff. Агентна система додає над цими інструментами шар планування та координації.

Типовий цикл виглядає так:

1. агент інтерпретує інженерну мету або помилку;
2. обирає потрібні інструменти та підзавдання;
3. генерує або змінює RTL, обмеження, тести чи конфігурації;
4. запускає детерміновану симуляцію, формальні перевірки або фізичний аналіз;
5. читає метрики, журнали, часові діаграми чи контрприклади;
6. пропонує наступну зміну й повторює процес.

Дослідження агентного фізичного проєктування описує подібну модель: система розуміє цілі природною мовою, викликає EDA-інструменти, аналізує їхні результати, змінює конфігурації або вихідний код і повторює процес, орієнтуючись на виміряну якість результату. 1

Різниця між агентом і copilot принципова. Copilot підказує наступну дію, тоді як агентний процес може самостійно виконувати довший ланцюжок операцій — у межах інженерних інструментів і цілей, визначених людиною.

Synopsys: AgentEngineer і шкала автономності L1–L5

Стратегія Synopsys побудована навколо переходу від L1 до L5 — від допомоги та керованої автоматизації до дедалі самостійніших інженерних процесів, які згодом охоплюватимуть кілька предметних областей. Межі цих рівнів є дорожньою картою Synopsys, а не загальногалузевим стандартом чи універсальною системою сертифікації.

Практичним центром підходу є AgentEngineer. На DAC компанія описала оркестратор, здатний розкласти завдання з верифікації на менші роботи, координувати спеціалізованих агентів, викликати EDA-інструменти, перевіряти результати й продовжувати роботу в замкненому циклі. Synopsys і NVIDIA назвали ці процеси повністю автономними та довготривалими робочими потоками для проєктування чипів і електронних систем. 314

Synopsys продемонструвала автономну верифікацію, пошук першопричини помилок і завершення debug-циклу. За даними компанії, у демонстраціях час до перевіреного RTL скоротився максимум у 50 разів, а покриття зросло на 20%. Це заяви постачальника, а не результати незалежного бенчмарку. 19

В окремому робочому процесі Synopsys, розробленому спільно з Microsoft Discovery, повідомлялося про попереднє скорочення часу debug-циклу на 25–40%. Цей показник також слід сприймати як результат раннього оцінювання, а не універсальний виробничий бенчмарк. 17

Від RTL до теплового моделювання

Synopsys розширює агентний підхід за межі цифрової логіки. Стратегія компанії на DAC охоплює фізично складні процеси проєктування електронних систем, зокрема теплове моделювання. Агент може допомогти налаштувати симуляцію, запустити її, оцінити результат і вдосконалити робочий процес.

Позиціонування «від кремнію до систем» посилюється портфелем Ansys і виходить за межі класичного циклу RTL-to-GDS. 1417 Потенційна перевага Synopsys — у широті охоплення: якщо одна оркестраційна система працюватиме і з верифікацією, і з фізикою системного рівня, агентний EDA виглядатиме як єдине інженерне середовище, а не набір розрізнених помічників.

Cadence: спеціалізовані агенти та постійний контекст

Cadence обрала інший шлях. Публічне позиціонування компанії спирається на ієрархію спеціалізованих агентів, якими керує AI-суперагент. У доступних матеріалах фігурують назви ChipStack AI Super Agent, AgentStack і AuraStack, однак вони не однаково підтверджені. Тому обережніше посилатися на AgentStack і ChipStack AI Super Agent. 218

Найхарактерніша концепція Cadence — Mental Model, або «ментальна модель». Ідеться про те, щоб агент зберігав структурований контекст проєкту, а не покладався лише на поточний запит: обмеження, історію, задум і накопичені інженерні рішення.

Для проєктування чипів це особливо важливо. Локально правильна зміна може порушити часовий бюджет, обмеження корпусу, цільове енергоспоживання або попереднє архітектурне рішення. Постійний контекст має допомогти агенту оцінювати зміни не ізольовано, а в межах усієї системи.

Cadence також робить ставку на прискорення мультифізичних розрахунків. Компанія прагне, щоб агенти могли міркувати одночасно про електричні, теплові, механічні та гідродинамічні ефекти. Тоді інженерне рішення оцінюється за наслідками для системи, а не лише за цифровими метриками. 1718

Отже, Cadence конкурує повнотою архітектури та контекстом: мета полягає не в автоматизації одного етапу, а в тому, щоб агент сприймав проєкт як постійну систему взаємопов’язаних обмежень.

Siemens: довіра через самоперевірку

Siemens EDA вирізняє Fuse EDA AI Agent акцентом на довірі. Його ключова ідея — цикл самоперевірки: запропонована агентом дія проходить перевірку через детерміновані фізичні рушії Siemens, перш ніж результат рухається далі. 2

Fuse побудований на масштабованій архітектурі Model Context Protocol (MCP). MCP забезпечує спільний спосіб під’єднання оркестраційного шару до інструментів та інженерної інформації в таких сферах, як RTL, верифікація, аналогове й custom-проєктування, розміщення і трасування та фізичний signoff. 2

Це відповідає на одну з головних проблем автономної інженерії: мовна модель може запропонувати переконливий, але фізично неправильний план. У самоперевірюваному процесі остаточну перевірку виконує предметний інструмент. Якщо часові характеристики, геометрія, фізика або інше формальне обмеження відхиляє дію, агент використовує ці дані, щоб переглянути план.

Siemens також бачить ширший потенціал цифрової нитки — digital thread. Агентний підхід може пов’язати рішення під час проєктування з плануванням виробництва та управлінням ланцюгами постачання. Тобто відмінність Siemens полягає не лише в автономності, а в автономності, обмеженій промисловими доказами та подальшим виконанням.

NVIDIA стає спільним інфраструктурним шаром

NVIDIA не замінює традиційних EDA-вендорів. Натомість вона постачає кілька рівнів нової агентної платформи — і водночас створює потенційну залежність від спільного апаратного та програмного стека.

У межах розширеного багаторічного партнерства NVIDIA інвестувала 2 млрд доларів у Synopsys для розвитку інженерних рішень на основі ШІ та прискорення EDA-розрахунків. 13

Інфраструктура охоплює кілька функцій:

• Прискорені обчислення. Grace Blackwell використовується для симуляцій та AI-інференсу. Synopsys повідомила, що мікросервіси інференсу NVIDIA NIM забезпечили вдвічі швидший доступ до інформації в її генеративному AI Copilot. NVIDIA також навела для одного сценарію аеродинамічної симуляції Fluent прискорення у 34 рази порівняно з CPU. Це результати окремих заявлених сценаріїв, а не універсальні EDA-бенчмарки. 1516
• Моделі й оркестрація. У робочому процесі Synopsys на DAC використовувалися NVIDIA Nemotron, NVIDIA Agent Toolkit і середовище OpenShell для виконання агентів та управління ними. 314
• Прискорення фізики. Бібліотеки NVIDIA CUDA-X і PhysicsNeMo покликані підтримувати інженерні процеси, залежні від симуляцій. 2
• Продуктивність CPU. Vera CPU орієнтований на обчислювально інтенсивні та послідовні завдання, які досі залишаються важливими для класичного EDA. NVIDIA заявляє, що працює з Cadence і Synopsys над оптимізацією застосунків; у тестах компанії повідомлялося приблизно про 1,5-кратне прискорення Cadence Jasper і Synopsys VCS. Ці цифри також є даними постачальника. 45

У результаті формується багаторівнева конкуренція. EDA-компанії володіють базами даних проєктів, предметними інструментами та процесами signoff, а NVIDIA постачає обчислення, моделі, компоненти оркестрації та середовище виконання. Клієнти можуть отримати швидші робочі процеси, але водночас постає питання: наскільки майбутній інженерний стек залежатиме від єдиної апаратно-програмної платформи.

Що показав експеримент Kimi K3

Демонстрація Kimi K3 стала важливим контрапунктом до заяв великих EDA-вендорів. За матеріалами проєкту, модель протягом 48 годин автономно спроєктувала, оптимізувала й перевірила чип для nano-моделі, використовуючи відкриті EDA-інструменти та бібліотеку Nangate 45 нм. Заявлена площа дизайну становила близько 4 мм², а в симуляції він досягнув замикання таймінгу на частоті 100 МГц. 17

Це вагомий доказ того, що агент на основі LLM може координувати обмежений наскрізний цикл проєктування. Експеримент пов’язав архітектуру, генерацію RTL, оптимізацію, верифікацію та часовий аналіз в один автономний процес за сприятливих умов.

Але це не доводить, що комерційні EDA-інструменти чи інженерні команди більше не потрібні. Експеримент використовував зрілий 45-нм референсний процес — приблизно на два десятиліття старший за передові технологічні норми. Він не підтверджує працездатність підходу для сучасних PDK, складного замикання таймінгу та енергоспоживання, аналогового проєктування, design-for-test, інтеграції IP, аналізу надійності, виробничих обмежень або серійного signoff.

Заявлення, що продуктивність дизайну у 20–30 разів нижча за сучасні чипи, також не слід вважати контрольованим порівнянням без сильніших доказів. Результат походить із технічних матеріалів самого проєкту й не був незалежно відтворений.

Обережний висновок такий: відкриті інструменти можуть забезпечити вражаючу демонстрацію на зрілій технологічній нормі, однак конкурентні та придатні до виробництва дизайни передових чипів і далі значною мірою залежать від матеріалів фабрик, технологічних бібліотек, зрілих signoff-процесів і спеціалізованої інженерної експертизи.

Чому це створює можливість для китайських EDA-компаній

Агентний ШІ дає китайським EDA-вендорам змогу конкурувати на рівні робочих процесів, а не лише намагатися відтворити кожен зрілий точковий інструмент. Найперспективніші напрями — верифікація, налагодження, розгортання всередині країни, передове пакування та інтерфейси, створені від початку для LLM.

За матеріалами DAC, агентний ШІ вже входить у процес від генерації RTL і створення тестових середовищ до симуляції, формальної верифікації та debug. 17

Серед прикладів, згаданих у дослідженні:

• Xpeedic може поєднати свої можливості в аналізі цілісності сигналу та живлення з агентним аналізом систем, корпусів і передового пакування.
• XEPIC оголосила основу XEPIC Intelligent System, до якої входять інтелектуальні системи верифікації та проєктування, а також швидший симулятор. 17
• UniVista описувала агентну платформу, здатну координувати RTL-проєктування, верифікацію, виправлення та оптимізацію на базі власної EDA-архітектури. 17
• Chips Z, Banxin і Zhiwei Chuangxin ілюструють ширший рух до контрольованих усередині країни інструментальних ланцюжків, спеціалізованих агентів для проєктування й верифікації та LLM-орієнтованих інженерних інтерфейсів.

Найпереконливіша модель продукту — це цикл, заснований на доказах: агент генерує гіпотезу або виправлення, запускає симуляцію чи формальну перевірку, аналізує контрприклад або метрику якості й передає ці дані назад у процес. Такий підхід надійніший, ніж доручити універсальній моделі згенерувати чип і довіритися результату без предметних перевірок.

Поширену оцінку, за якою інженери витрачають близько 60% часу на налагодження та процесну роботу, слід сприймати як галузеву оцінку, а не універсально виміряний показник. Проте сама можливість очевидна: автоматизації піддаються повторювані triage-операції, аналіз трас, створення тестів, пошук першопричини та виправлення регресій. 17

Справжня конкуренція в EDA — за доказами

Найважливіший сигнал DAC 2026 полягає не в тому, що автономне проєктування чипів уже вирішене. Він у тому, що провідні EDA-вендори вважають агентні процеси наступним способом посилити свої платформні переваги.

Synopsys робить ставку на шкалу автономності, AgentEngineer, завершення верифікації та широту «від кремнію до систем». Cadence — на координацію спеціалізованих агентів, постійний контекст проєкту та мультифізичне міркування. Siemens — на самоперевірку, інтеграцію інструментів через MCP і ширшу промислову цифрову нитку.

Спільний виклик для всіх — довіра. Корисний EDA-агент має пояснювати, що саме він змінив, відтворювати робочий процес, зберігати інженерний задум і демонструвати детерміновані докази відповідності результату потрібним обмеженням.

Тому в короткостроковій перспективі переможе, найімовірніше, не постачальник із найплавнішою мовною моделлю. Перевагу отримає той, чиї агенти зможуть безпечно працювати з наявними даними, IP, засобами безпеки, симуляціями та signoff-процесами — і перетворювати кожну автономну дію на відтворюваний та перевірний інженерний доказ.