AI正在改变芯片设计，但完全自主的芯片开发目前仍未成为现实。

10月15日，Synopsys（新思科技）首席执行官Sassine Ghazi在SEMICON West 2026期间接受采访时表示，Synopsys已经从AI辅助工程发展到多个任务代理协同工作，目前拥有超过40个任务代理。但从规格定义到最终流片的完整自主流程，仍需要人工工程师参与。

Ghazi表示，AI时代需要重新思考芯片开发方式，在物理、材料、工艺、架构、设计、软件以及模型之间进行协同设计和优化，因为模型本身决定了工作负载。

01 AI已经从助手走向代理

Ghazi介绍，Synopsys大约从2016年开始在多项技术和工具中引入强化学习，利用AI帮助工程师优化大量参数。如今，Synopsys已经从“助手”发展到多个任务代理的编排，拥有超过40个任务代理。这些代理掌握特定工具的知识和能力，可以针对特定目标完成任务。

过去一年，模型的智能和推理能力进一步提升，开始具备长周期编排能力。工程师不再只是输入一个提示词，而是给出希望实现的结果，由模型进行推理，并调用多个代理完成任务。

Ghazi将这一阶段称为“自主工程”。但他认为，这并不意味着人类工程师将被取代。当前行业仍然缺少能够进行架构设计、理解规格并定义芯片的工程师。自主编排可以提升工程效率，但人类仍需要定义架构、进行指导，并在进入产品制造前完成最终检查和签核。

对于一些大型芯片制造商此前提出的“在没有人工参与的情况下完成芯片开发”，Ghazi认为，这是行业的目标，但目前还无法实现。

目前，Synopsys已经有客户直接向其自主代理提供来自系统公司的规格要求。自主代理可以将规格转换为经过验证的RTL，作为芯片设计的起点。

Ghazi表示，过去从规格定义到编写RTL、验证RTL，并确保其能够进行物理实现和制造，需要大量工程师投入数月时间。如今，这一步已经可以实现自主完成，并且已经有多家客户参与其中。

但如果进一步扩展到物理实现、物理验证以及芯片最终签核，技术目前还没有准备好。“我毫不怀疑我们最终会做到。”Ghazi表示，但现在还不是时候。

AI模型每三到四个月就会发生变化，而芯片不可能每两三年才更新一次。因此，越来越多系统公司开始掌控自己的芯片开发。半导体客户正推动开发周期从18个月、16个月、14个月不断缩短至一年，系统公司则进一步要求利用AI将“规格到流片”的周期压缩到一年以内，甚至九个月以内。

Ghazi表示，关键在于找到开发流程中的瓶颈，并针对特定工作负载快速定义和定制芯片。

这些定制芯片的生命周期通常只有两到三年，因此系统公司更加看重快速定义规格和定制芯片，而不是为了多个模型世代而长期保留同一套芯片。

Ghazi认为，3D-IC已经真正进入数据中心。如今许多数据中心芯片已经采用3D-IC，但其挑战已经超越电子设计本身，转向物理和机械效应。

在高强度工作负载下，封装内部会产生热量，一些Chiplet可能因此发生翘曲甚至开裂。这意味着，行业需要在3D-IC架构设计阶段，就结合实际运行的工作负载考虑物理问题。

这也是Synopsys收购Ansys背后的重要考虑之一：将物理仿真提前到设计阶段，使设计人员能够更早考虑这些因素。Ghazi认为，未来将是多个芯片异构集成的时代。

Ghazi表示，Synopsys早在15至17年前就通过收购进入芯片虚拟化领域，为芯片建立数字孪生，让客户能够在芯片制造前开始软件设计。

如今，一些客户已经能够建立整个汽车电子系统的数字孪生，并利用数字孪生进行材料、结构和物理层面的碰撞测试，从而减少实体原型和碰撞测试。但同时覆盖电子、物理以及系统运行环境的完整数字孪生，目前还没有广泛应用。

他特别提到，中国机器人和新能源汽车行业的一些企业让他印象深刻。许多公司成立仅两三年，从一开始就采用完全数字化的设计方式。芯片完成流片后装到电路板，再进入汽车等最终系统，软件可以在几周内运行起来。

传统汽车厂商通常每四到六年推出一个新平台，而这些企业的整个平台更新周期可以缩短至九个月到一年。

面对AI带来的快速变化，Ghazi最担心的是“速度”。他表示，当前行业面临前所未有的系统级协同设计和复杂性。对于企业而言，从传统工作流程转向下一代工作流程，在PPT上很容易，但真正实施非常困难。

企业既要完成对客户的现有承诺，又要让同一支工程团队转向未来的智能化工程体系，同时还要把AI、物理和产品差异化结合起来。

Ghazi表示，EDA行业过去一直需要将越来越高比例的收入投入研发。AI确实带来了新的机会，但目前还没有看到AI能够降低这种投入。相反，Synopsys的研发投入仍在继续增加。