一纸多年期约束性协议
当地时间 9 月 30 日，EDA 巨头新思科技（Synopsys）与 OpenAI 宣布签署多年期具有法律约束力的战略合作协议，双方作为优先合作伙伴联合开发专用模型 GPT-Synopsys——把 OpenAI 的前沿 AI 能力与新思的电子设计自动化（EDA）工具、芯片设计专业积累结合，专门承担芯片设计任务。公告发布于新思投资者峰会，同场公司还上调了 2027 财年营收增速指引至 15%（高于分析师预期的约 11.2%，LSEG 口径），股价盘中一度上涨超过 7%，收盘涨幅回落至 4.78%。
商业结构上，这份协议有两个显眼的安排：其一，OpenAI 将为新思的 EDA 工具支付学习订阅费，用于训练模型掌握工具的使用；其二，待产品面向客户推出后，双方将按模型对芯片设计的实际改进成效共享收入。新思首席执行官萨辛·加齐在接受路透采访时强调，协议经过专门设计，不会蚕食现有业务，而是为客户创造增量价值。
从「连接工具」到「专家用户」
技术定位是这份公告里最有信息量的部分。双方把现状描述为：当前的智能体 AI 技术可以把通用模型连接到 EDA 工具上执行设计流程；而这次合作要迈出的下一步，是让前沿模型真正成为工具的专家用户——像资深工程师一样运行工具、解读输出，并在迭代中优化设计。
落到工作流上，工程师把设计目标交给模型——从功耗、性能、面积（PPA）优化到时序收敛与验证收尾——由模型驱动工具运行、解读结果、实施修改并迭代，最终产出经过验证的结果供工程师审核。GPT-Synopsys 将运行在 OpenAI 托管的基础设施上，设计为可与新思 Synopsys.ai 平台及 9 月 28 日发布的 Autopilot 智能体平台深度集成，并支持与客户自有的智能体框架互通。OpenAI 联合创始人格雷格·布罗克曼的说法更直白：帮工程师把设计周期里的数周乃至数月省下来，让更多芯片更快问世。
物理层验证：模型的产出不能直接上产线
值得留意的是双方对验证环节的表述。加齐明确表示，模型的产出仍要经过新思基于传统计算技术的工具反复校验，确认芯片设计在物理上可行——「模型需要这些护栏来校验物理规律」，他称这种高保真验证为 sign-off 或地面真值。换句话说，GPT-Synopsys 的角色是把设计探索的迭代加速，而制造级正确性仍由确定性工具兜底。
数据安全安排也写进了公告：客户设计数据不用于模型训练，静态与传输全程加密，并可通过可配置的保留、审计与权限策略管理。双方称已有领先半导体客户参与早期技术合作，但未披露具体名单。
铺垫已在 9 月 28 日完成
这份协议并非凭空出现。两天前，新思刚发布了 Autopilot 平台与 AgentEngineer 方案——一组覆盖验证、系统确认、实现、模拟、制造等领域的长程工程智能体，官方称相关合作已超过 50 项，产品计划 2026 年底前可用。Autopilot 的架构刻意保留了模型选择的开放性：客户可以在新思、伙伴与第三方模型之间做选择。把这条时间线连起来看，新思的策略相当清晰：平台先行铺路，再用与头部模型厂商的深度绑定抬高档位。
冷静看：AI 公司向纵深走，EDA 公司向高处走
这起合作的另一层含义在 OpenAI 一侧。布罗克曼说得很清楚：用最先进的技术去改进支撑 AI 的系统本身——算力是这家公司最大的成本项与瓶颈项，向上游芯片设计工具延伸，等于把「为 AI 建更好的芯片」写进了自己的供应链策略。这与此前 AI 实验室自研芯片、绑定代工产能的动作同属一个趋势：模型能力的竞争，正在变成对整条算力产业链的竞争。
需要冷静的地方也有三点：其一，GPT-Synopsys 尚无公开时间表，客户可用性与定价细节均未披露；其二，「按成效分成」如何度量芯片设计改进，商业上并不容易操作，执行细节待观察；其三，EDA 是高度专业化的存量市场，模型的实际增益需要头部客户用流片结果说话。目前官方及行业暂未披露更多落地细节，后续将持续跟进迭代动态。