Проектирование чипов — одна из сложнейших инженерных задач в мире. Один современный процессор состоит из миллиардов транзисторов, и их безошибочное размещение на маленькой кремниевой пластине занимает месяцы, а иногда годы. 30 сентября было объявлено о крупном партнёрстве, претендующем радикально ускорить этот процесс: гигант ПО для проектирования чипов Synopsys и OpenAI вместе работают над совместной моделью, создающей чипы с помощью искусственного интеллекта.
Соглашение объявлено на инвесторском саммите Synopsys. По сообщению Reuters, стороны работают по модели разделения доходов: OpenAI платит обучающую подписку за обучение на инструментах Synopsys, а когда клиенты используют готовый продукт, доход распределяется в зависимости от того, насколько модель улучшила дизайн чипа.
Суть партнёрства
Модель под названием GPT-Synopsys охватывает полный цикл дизайна чипа: от описания схем чипа на кодоподобном языке до размещения миллиардов транзисторов на кремниевой пластине. Модель OpenAI учится пользоваться программными инструментами Synopsys и помогает инженерам рассматривать компромиссы и варианты оптимизации в проектировании.
Один из основателей OpenAI Грег Брокман в анонсном видео так объяснил цель: сэкономить в процессе проектирования «недели, месяцы и поставить миру больше чипов».
Чему учится модель?
По сообщению Reuters, GPT-Synopsys будет не традиционной языковой моделью, а системой, адаптированной под специальную задачу. Она одновременно учится двум вещам: во-первых, языку описания схем чипов — инженеры выражают идею в кодоподобном формате, а модель превращает её в физический проект; во-вторых, пользованию собственными инструментами Synopsys — то есть вместо «угадывания» готового решения она работает через существующее ПО, как профессиональный инженер.
Разница этого подхода в том, что модель не рисует финальный ответ сама — она как «помощник», работающий вместе с инженером, оценивает компромиссы проектирования (например, баланс между скоростью и энергопотреблением) и предлагает варианты. Финальное утверждение всегда остаётся за классическими инструментами.
Почему Synopsys согласился?
На первый взгляд может возникнуть вопрос: не сделает ли AI-модель основной бизнес Synopsys — инструменты проектирования — ненужным? Глава компании Сассин Гази в интервью Reuters отверг это опасение:
«Мы структурировали сделку так, чтобы она не съела наш бизнес. Поскольку мы даём клиенту больше ценности, для нашего бизнеса это будет дополнительный рост».
Гази подчёркивает, что работа модели дважды проверяется инструментами Synopsys, основанными на традиционных вычислительных методах: «Модели нужны эти барьеры, чтобы проверять физику. Подтверждение с высочайшим уровнем надёжности — то, что мы называем "sign-off" или "основной истиной" — очень важно». Иными словами, ИИ предлагает, а финальное решение подтверждают классические инструменты, работающие на основе законов физики.
Реакция рынка
В день объявления партнёрства Synopsys повысил прогноз роста выручки на 2027 финансовый год до 15% — заметно выше ожидаемых аналитиками 11,19% по данным LSEG. После объявления акции компании выросли до 7%. Это показывает уверенность рынка в перспективах проектирования чипов с помощью ИИ.
Почему это важно сейчас?
Сам бум искусственного интеллекта усилил дефицит чипов: вычислительные мощности, необходимые для обучения frontier-моделей, резко растут. Сокращение цикла дизайна — это не просто инженерное удобство, а фактор, влияющий на темпы роста всей AI-индустрии. Вход OpenAI в верхнюю часть цепочки чипов — этап проектирования — показывает, что компания стремится охватить не только поставку моделей, но весь технологический стек.
Также эта сделка — урок для софтверных компаний: даже на самых закрытых и специализированных рынках ИИ входит как «партнёр» — а не как конкурент. Модель разделения доходов Synopsys может стать образцом и для других производителей инженерного ПО.
Контекст Узбекистана
Узбекистан пока не заметный игрок в глобальной полупроводниковой цепочке, поэтому прямое экономическое влияние этой новости ограничено. Но есть три косвенных сигнала.
Во-первых, инженерное образование: по мере удешевления и популяризации инструментов проектирования с помощью ИИ аппаратная инженерия может «демократизироваться», как ПО, — а это в будущем означает удалённые высококвалифицированные рабочие места для узбекских инженеров.
Во-вторых, стратегический вывод: даже такие закрытые, требующие высокой квалификации сферы, как EDA, не остаются в стороне от влияния ИИ. Значит, программы подготовки кадров должны ставить в центр навыки работы с ИИ.
В-третьих, сигнал для инвесторов: поток капитала вокруг чипов и AI-инфраструктуры продолжается, и это держит вопрос технологического суверенитета в повестке.
