AIが半導体設計ツールを使う。OpenAIとSynopsysの提携が変える開発の現場
半導体を設計するAIは、図面を一度で描き上げるのだろうか。9月30日にOpenAIと米Synopsysが発表した「GPT-Synopsys」が目指すのは、もっと地道な仕事だ。設計ツールを動かし、結果を読み、条件を変えて試し直す。その反復をAIエージェントが担い、最後は技術者が確かめる。
半導体の競争は製造設備だけで決まらない。消費電力、処理性能、チップ面積を詰め、狙いどおりに動くことを確かめる設計工程にも時間がかかる。今回の提携は、その工程そのものをAIの活躍場所にしようとしている。
「答えを出すAI」から「設計ツールを使うAI」へ
両社は複数年の提携を結び、SynopsysのEDA（電子設計自動化）ツールを使う半導体設計向けの専門モデルを共同開発すると発表した。OpenAIはモデル開発のためにSynopsysのEDAツールのライセンスを受ける。構想では、AIがツールを操作して出力を解釈し、設計を修正して再実行する。
たとえば「性能を上げたい」と言っても、消費電力や面積が増えれば製品として成立しないかもしれない。目標は複数あり、結果は検証を通す必要がある。発表によれば、技術者は電力・性能・面積の最適化やタイミング、検証の完了といった目標をエージェントに委ね、反復の結果をレビューする。ここで重要なのは、もっともらしい回路案を文章で返すことではなく、既存の工学ツールによる確認まで作業をつなぐことだ。
GPT-SynopsysはOpenAIがホストする基盤上で動き、Synopsysの既存AI製品やエージェント基盤との連携を予定する。両社は先行顧客との技術的な取り組みが始まっていると説明している。一方、一般提供の時期や、実際にどの工程でどれほど時間を短縮できるかは今回の発表だけでは分からない。発表されたのは完成した汎用サービスの実績ではなく、共同開発と提供に向けた計画だ。
日本の半導体現場に関係する理由
日本には自動車、産業機器、通信機器など、用途ごとに異なる条件で半導体を使う産業がある。設計を何度も試せるようになれば、限られた技術者が候補を比較する余地は広がるだろう。ただし、設計速度が上がることと、製造できるチップが確実に良くなることは同義ではない。評価では、検証を通過した設計の質、手戻り、必要な計算資源まで見る必要がある。
もう一つの論点は設計データだ。両社は顧客ごとのデータをモデル学習に使わず、保存時と通信時に暗号化し、保持期間や監査、権限を設定できると説明する。機密性の高い設計情報をクラウド上のエージェントに渡す以上、各企業はこの説明を契約条件と運用手順で確かめたい。誰がツールへのアクセスを許し、AIの変更をどの段階で承認するかが導入の土台になる。
AIがAI用チップを設計する循環
今回の動きが面白いのは、AIを動かす半導体の設計にAIを使う循環が見えてきた点だ。Synopsysは以前からAIを使う設計支援を進めており、今回の提携はその延長にある。新しさは、汎用モデルを横に置くのではなく、設計ツールを使いこなす専門モデルを共同で育てようとするところにある。
実用性を測る物差しは派手なデモではない。技術者が追跡できる手順で設計を改善し、厳しい検証に耐え、製品化までの時間を縮められるか。GPT-Synopsysは、AIエージェントが専門職の仕事に入るときに必要な条件を、半導体という厳密な現場で試す取り組みになる。
出典：Synopsys・OpenAI共同発表（2026年9月30日）、SynopsysとTSMCのエージェント型AIに関する発表（2026年9月23日）。海外コミュニティでの反応はHacker Newsを参照。内容は2026年10月2日時点の公開情報に基づく。