プロダクト

OpenAI×Synopsys:GPTは本当にチップを設計できるのか

GPT-Synopsys は LLM を RTL から物理実装までの EDA 全工程に組み込む。Hacker News で137ポイントを得たこの発表が、OpenAI にとって半導体業界からの信任獲得を意味する理由を整理する。

文字サイズ

GPT がチップを書く——今回はデモではない。

2026年9月30日、Synopsys と OpenAI は GPT-Synopsys を共同で発表した。RTL から物理実装までをカバーする AI 全工程の組み込みが売りだ。Changelog に「Help」を重ねるわけではない。ChatGPT にチップ設計プラグインを追加するのでもなく、モデル自体を EDA ツールチェーンの中に埋め込むという。Hacker News のフロントページに137ポイント・72コメントを獲得し、同時期にリリースされた複数の大規模モデルを超える盛り上がりを見せた。

とはいえ「AI に Verilog を書かせる」という話は数年前から繰り返されてきた。今回は本当に違うのか。

提携の中身:API 呼び出しではなく、工程レベルの埋め込み

まず GPT-Synopsys が何なのかを整理する。

これは「Synopsys が OpenAI API を呼んでチャットボットを追加する」タイプの話ではない。発表内容を読む限り、本プロダクトは GPT 系のモデルを Synopsys 自身のツールチェーン——RTL 設計、論理合成、配置配線、形式検証、signoff——の各工程に組み込んでいる。Synopsys 公式サイトの文言を借りれば "frontier intelligence for chip design" だ。

ここまでの OpenAI の提携リストを振り返ってみると:

  • 米国防総省、米国国際開発庁
  • 各国の行政システム
  • 一部の業務特化 SaaS との API 連携

これらはすべて「呼び出す側」の事例だった。Synopsys は性質が異なる。世界の三大 EDA ベンダーの一角を占め、IC 設計エンジニアが毎日使う基盤ツールだ。ここに食い込むということは、コード生成・形式推論・長期コンテキストといった OpenAI の能力が、ミスが許されない産業顧客の厳しい目で検証されるということだ。

これは Microsoft が Copilot を Office に組み込んだのと同格の話だ。ただし Office で一文字間違えてもユーザー側で直せるが、チップで配線が一行でも誤ればテープアウトは丸ごとパーになる。求められる信頼性の水準がまったく違う。

137ポイントと72コメントは何を語るか

HN の72コメントは一通り読んだ。意見は二派に分かれる。

一派は AI に Verilog を書かせる信頼性に懐疑的だ。

代表的なコメント:

"I've been doing RTL for 15 years. The amount of timing closure, DRC, LVS issues that go into a real design would take an LLM 1000 tries to brute force. This is just marketing."
"Synopsys' own verification tools already use formal methods and SAT solvers. Why would they need a probabilistic text generator?"

もう一派は EDA 業界垄断が揺らぐことに不安を感じている。

"If OpenAI + Synopsys works, this is the end of Cadence and Siemens EDA. NVIDIA already has proprietary tools, now OpenAI has a pipeline."
"Wait, does this mean chip design becomes prompt engineering?"

コメントを読む限り、EDA に AI が必要だという点は誰も否定していない。論点は「LLM が closed loop に入れるかどうか」。RTL を合成してシミュレーションを走らせ、エラーが出たら Verilog を直す——この反復が LLM の弱点で、ハルシネーションを一度でも起こしたら致命的だ。

EDA 三巨頭体制は揺らぐのか

EDA 業界は典型的な三つ巴の構図だ。Synopsys、Cadence、Siemens EDA(Mentor Graphics 買収後)。三社で世界の90%以上のシェアを握り、粗利率は長年80%超。新規参入はほぼ不可能で、堀は数十年にわたるプロセスライブラリ IP と signoff 認証プロセスだ。

OpenAI が自前開発ではなく Synopsys を選んだ点は重要だ。理由は単純で:

  • PDK、プロセスライブラリ、signoff ルールといったデータは OpenAI には一切ない
  • 顧客認証サイクルは最低でも2〜3年、自前開発はゼロから始めることになる
  • Cadence と Siemens は門戸を開かない。賭けに出るのは Synopsys だけ

Cadence と Siemens への影響は、短期的には影響なし、中期的には警戒が必要というのが自分の見立てだ。短期は顧客がツールチェーンを乗り換えることはない、移行コストが高すぎる。ただし中期——Synopsys の顧客が AI 機能の高さを見て他社に流れ始めたら、残り二社もどこかの LLM ベンダーと組むか、自社でモデルを訓練するしかない。Google と Anthropic はこの市場を狙っている。

さらに踏み込んだ影響は人材市場にある。以前は一人前の RTL エンジニアを育てるのに5年かかっていたのが、今後は2年+ AI ツールで済むかもしれない。人件費構造が変わる。

AI に RTL を書かせることの真のボトルネック

自分でも GPT-4 に Verilog を書かせてみた。感触は以下の通り。

使える場面:

  • 標準インターフェースコード:AXI、APB、Wishbone のようなグルーロジックは、LLM の一次生成通過率がおよそ70%
  • ステートマシンのテンプレート:単純な FSM ならステート名を変えるだけで使える
  • テストベンチの足場:UVM 環境の構築で工数が半分になる

行き詰まる場面:

  • タイミング制約:SDC ファイルの set_false_path、set_multicycle_path の取舍の理由を LLM はまったく理解していない
  • 面積・消費電力の最適化:同じ機能の RTL でも、手書きの方が30%面積を削減できる。LLM には無理
  • 形式検証の反例解析:記述を間違えても、どこが間違っているか LLM は教えてくれない
  • バックエンド関連:合成レポートの timing violation を RTL 修正にフィードバックする作業は EDA ツールとエンジニアの知見の領域で、LLM にはデータがない

根本問題はどこか。チップ設計は closed loop 問題 で、open loop ではない。コードを書く→パラレル→シミュレーション→コードを修正、各ステップのフィードバック信号は正確でなければならない。今の LLM にできるのは「初版のコードを提示する」までで、本当の工学は closed loop でのチューニングにある。

GPT-Synopsys が本当に問題を解決するかどうかは、合成ツールのエラー情報を自然言語に翻訳して、LLM がそれを元に RTL を修正できるかどうかが鍵になる。これは工学的な仕事であり、モデル自体の問題ではない。

編集部の考察

なぜこれが GPT-5 の発表より重要だと感じるのか。

GPT-5 は「より賢いモデル」だが、GPT-Synopsys は AI が 本物の産業プロセス に食い込んだ事例だからだ。AI 業界はここ2年、ChatGPT や Copilot のような「人が AI に会いに行く」アプリケーションに支配されてきたが、本命の金は B2B プロセスへの埋め込みにある。ハードウェア(チップ、EDA、CAE)は見落とされがちな領域で、トライアルコストが高く意思決定も遅いが、一度入り込んだら簡単には出ていけない。

自分が見ている懸念点は、:

第一に、発表資料に具体的な顧客事例がない。Synopsys は EDA の王者だが、AI 製品の発表には昔から攻めの姿勢がある。AI レイアウト配線も過去に何度も派手に打ち出してきたが、宣伝と実体の落差が定番になっている。6〜12ヶ月後に公開テープアウト事例が出てくるか様子を見る必要がある。

第二に、「全工程 AI」という言い切りは盛りすぎ。RTL から GDSII まで、各工程の自動化度には天と地ほどの差がある。真の全工程 AI を目指すなら、工事が天文学的スケールになる。実際のところは Synopsys も1〜2工程の深い統合しかできておらず、残りはデモではないか。

第三に、OpenAI はこの話で結局何を得ているのか。Synopsys は支払いの大口顧客だが、OpenAI にその規模の金が足りないわけではない。本当の狙いはおそらく「産業レベルのコード生成」の学習データフィードバックだろう。RTL 修正とシミュレーションエラーの一回一回が、高品質な訓練サンプルになる。これは長い布石だ。

今回がこれまでと違う点は、これまでの AI の産業参入は単機能だった(コード生成、画像生成、データ分析)のに対し、今回は プロセスレベル という点だ。Synopsys はツールチェーンを開いて AI を迎え入れ、Cadence・Siemens との競争で AI を差別化要因にするという賭けに出た。これは両社の BIG BET——当たれば Synopsys の評価額は倍になるし、外れれば OpenAI は1年分のエンジニアリングリソースをドブに捨てることになる。

出典:Synopsys 公式ニュースリリース

出典: https://news.synopsys.com/2026-09-30-OpenAI-and-Synopsys-Announce-GPT-Synopsys-Frontier-Intelligence-to-Revolutionize-Chip-Design