Synopsys lleva flujos de trabajo autónomos de diseño de chips a Microsoft Discovery

Why it matters

Synopsys is testing whether agents can execute entire chip-design loops through repeated tool use and evaluation. Reproducible cycle-time gains would strengthen the case for vertical AI products built around specialized domain tools and proprietary data.

Ravi Subramanian, un fundador en dos ocasiones de empresas de semiconductores y de diseño de chips, ahora se desempeña como director de gestión de productos de Synopsys. Synopsys dijo en un anuncio del 27 de julio que sus flujos de trabajo autónomos de depuración y de implementación física están disponibles para evaluación a través de Microsoft Discovery, y que AMD está probando su uso en productos futuros.

Según su biografía en Synopsys, Subramanian se unió a Synopsys en 2022 después de desempeñarse como vicepresidente senior y director general de verificación de IC en Siemens EDA. Fundó MorphICs Technologies, una startup fabless de semiconductores inalámbricos adquirida por Infineon, y Berkeley Design Automation, un desarrollador de software de verificación analógica adquirido por Mentor Graphics, ahora parte de Siemens.

Ese recorrido ayuda a explicar el enfoque del último movimiento de producto de Synopsys. Subramanian ha pasado gran parte de su carrera en torno a la verificación, donde los equipos de ingeniería pueden gastar semanas en resolver fallos, rastrear causas raíz y volver a ejecutar herramientas antes de que un diseño esté listo para la fabricación. Synopsys intenta convertir ese trabajo iterativo en una tarea que agentes especializados puedan ejecutar con menos intervención humana.

De asistente a operador

El primer flujo de trabajo apunta al cierre de depuración. Synopsys dice que agentes específicos del dominio y a nivel de tarea pueden identificar fallos de diseño, realizar análisis de causa raíz y automatizar partes de la validación. Las evaluaciones iniciales produjeron, según Synopsys, una reducción del tiempo de ciclo de depuración de entre 25% y 40%.

El segundo flujo de trabajo aplica agentes a la implementación y el cierre, el proceso de convertir un diseño de chip en un diseño físico (layout) que cumpla con los requisitos de temporización, consumo de energía, área y fabricabilidad. Utiliza agentes de implementación de Synopsys y Fusion Compiler en Azure para ajustar la calidad de los resultados e iterar hacia el cierre. Synopsys afirma que las pruebas iniciales mejoraron esos resultados, aunque no publicó una comparación numérica.

Ambos flujos de trabajo se construyen alrededor de AgentEngineer, el marco de Synopsys para agentes que pueden planear el trabajo, invocar herramientas de ingeniería, evaluar salidas intermedias y continuar ejecutándose durante períodos prolongados. El cierre requiere decisiones repetidas a lo largo de muchas ejecuciones de herramientas, donde cada resultado determina la siguiente acción.

Microsoft puso Discovery en disponibilidad general el 2 de junio y lo posiciona como una plataforma empresarial para flujos de trabajo de IA agentiva en trabajos científicos y de ingeniería. Synopsys y Microsoft dicen que las dos aplicaciones son los primeros flujos de trabajo EDA ofrecidos para evaluación en Discovery. Synopsys dice que los clientes pueden solicitar acceso de evaluación a través de Synopsys. No se divulgaron precios ni una fecha para disponibilidad comercial amplia.

AMD aporta la prueba en el mundo real

AMD le da a Synopsys un socio de ingeniería de semiconductores para probar los flujos de trabajo frente a la complejidad del desarrollo comercial de chips. Synopsys informa que AMD está evaluando activamente las aplicaciones; no afirma un despliegue en producción a lo largo de programas de diseño.

Alex Starr, un Corporate Fellow de AMD que ha trabajado en AMD por más de 20 años y dirige Applied AI y Shift Left AI en AMD, aporta al proceso evaluativo un entorno real de diseño de chips. En el anuncio del 27 de julio de Synopsys, Starr dijo que los flujos de trabajo impulsados por IA con Discovery y RCA con profundo conocimiento del dominio EDA son un paradigma que AMD ve "acelerando la escalabilidad y el despliegue, ayudando a mejorar tanto la velocidad de diseño como la calidad general del silicio".

Esa formulación mantiene a los ingenieros humanos en el circuito. Los agentes aún necesitan controles de acceso, diseño de flujos de trabajo, herramientas de ingeniería de confianza y puntos claros para la revisión humana. Una respuesta rápida pero incorrecta puede acarrear consecuencias a escala de fabricación cuando la salida se convierte en silicio.

Synopsys conecta AgentEngineer a las plataformas de Microsoft y Nvidia

La colaboración con Microsoft es una parte de una estrategia de socios más amplia. El 26 de julio, Synopsys presentó por separado flujos de trabajo de ingeniería autónoma construidos con tecnología de Nvidia, usando modelos Nvidia Nemotron y el runtime Nvidia OpenShell.

Los dos anuncios sitúan a AgentEngineer por encima de infraestructura proporcionada por distintos socios. Microsoft suministra Discovery e infraestructura de Azure para los flujos de trabajo anunciados el 27 de julio. El comunicado del 26 de julio de Synopsys dice que sus flujos de trabajo basados en Nvidia usan Nvidia Nemotron en computación acelerada por Nvidia y están asegurados por el runtime Nvidia OpenShell.

En su anuncio del 27 de julio, Synopsys dijo que está impulsando una "pila de IA agentiva abierta e interoperable". El anuncio de Microsoft no identifica las herramientas EDA de terceros compatibles, modelos externos o sistemas de orquestación controlados por el cliente.

Cadence y Siemens también están construyendo agentes EDA autónomos

Cadence dijo el 1 de junio que había desarrollado una versión totalmente autónoma de su ChipStack AI Super Agent. Cadence afirma que el sistema itera a través de la comprensión de especificaciones, generación de RTL, planificación de verificación, análisis formal, simulación, depuración y convergencia de diseño. Espera que las capacidades autónomas de ChipStack y su marco de orquestación AgentStack lleguen a clientes de acceso temprano en la segunda mitad de 2026.

Siemens anunció Fuse EDA AI Agent el 16 de marzo para flujos de trabajo de semiconductores, IC 3D y placas de circuito que abarcan diseño, verificación y aprobación para fabricación. El 26 de julio, Siemens amplió Fuse con agentes que verifican continuamente sus decisiones contra motores EDA deterministas y basados en la física.

Cadence y Siemens están construyendo productos de agentes EDA autónomos en paralelo. Eso reduce la afirmación de Synopsys aquí a la disponibilidad en Microsoft Discovery y la evaluación por parte de AMD, más que a la EDA autónoma en general.

La afirmación del 40% requiere una línea base en producción

La reducción del tiempo de ciclo de depuración de entre 25% y 40% que presenta Synopsys es la cifra de rendimiento central del anuncio y la menos explicada. Synopsys describe los resultados como evaluaciones iniciales sin nombrar los diseños probados, el número de ensayos, el flujo de trabajo previo, las horas de ingeniería involucradas ni la porción del proceso que permaneció bajo supervisión humana. Los resultados no se han presentado como un benchmark independiente.

Incluso una reducción sostenida menor podría tener peso. La verificación y el cierre consumen tiempo de ingeniería en etapas avanzadas de un programa de chips, cuando fallos sin resolver pueden amenazar los cronogramas de tapeout y retrasar ingresos. La pregunta comercial es si AgentEngineer puede reproducir sus resultados iniciales en diferentes diseños, nodos de proceso y cadenas de herramientas de los clientes, mientras protege datos sensibles del chip.

La carrera de Subramanian como fundador se construyó alrededor de problemas especializados de semiconductores que el software de propósito general no podía resolver. En Synopsys, puede aplicar la misma tesis a una cartera de ingeniería mucho mayor: emparejar herramientas y datos especializados de diseño de chips con modelos y cómputo suministrados por socios de infraestructura. Para fundadores y operadores que construyen agentes verticales, el acceso a herramientas del dominio y a datos propietarios puede formar la parte más defendible del producto.

Por ahora, Synopsys cuenta con un programa de evaluación, la participación de AMD y un rango de rendimiento inicial. La evidencia a escala de producción entre múltiples clientes sigue siendo la prueba que falta.