Synopsys تطلق Autopilot: تصميم رقائق AI ذاتي بنسبة 50x أسرع
منصة Synopsys Autopilot توفر حلول AgentEngineer لتطوير الرقائق ذاتياً بالذكاء الاصطناعي، بهدف توفرها العام في أواخر 2026 وتسريع تصميم أشباه الموصلات.
مقدمة تحليلية
أعلنت Synopsys بتاريخ 28 سبتمبر 2026 عن منصتها Autopilot وحلول AgentEngineer المرتبطة بها، مقدمةً مجموعة من «الوكلاء طويلي الأفق والمحددين للمجالات» لتطوير الرقائق بشكل ذاتي باستخدام الذكاء الاصطناعي. تهدف الشركة إلى تحقيق التوفر العام للمنصة بحلول نهاية عام 2026. تتضمن المحفظة ستة مجالات رئيسية هي التحقق (verification)، والتحقق من صحة الأنظمة (system validation)، والتنفيذ (implementation)، وتصميم الإشارات التناظرية والمختلطة (AMS)، والتصنيع (manufacturing)، والمحاكاة والتحليل (simulation and analysis). تُجري Synopsys حاليًا أكثر من 50 عملية تعامل مع العملاء، وتزعم تحقيق تسريع في إغلاق التحقق يصل إلى 50 مرة، وزيادة في التغطية بنسبة 20%، وتعزيز الإنتاجية بنسبة 30%. تُعرف هذه الخطوة بأنها محاولة للانتقال من التصميم بمساعدة الذكاء الاصطناعي إلى الهندسة الذاتية بالكامل.
التحليل التقني
تستند منصة Autopilot إلى بنية تتكون من ثلاث طبقات: AgentEngineers طويلي الأفق، وهم وكلاء خارقون خاصون بالمجال يديرون وكلاء المهام؛ ووكلاء المهام، الذين ينجزون مهام هندسية محددة ويمكن استدعاؤهم مباشرة أو من قبل AgentEngineer؛ وأخيرًا طبقة الأدوات، التي تنفذ العمل المطلوب دون تحديد أهداف أو اتخاذ قرارات. تتيح هذه البنية للوكلاء طويلي الأفق معالجة «تعقيد الأهداف» التي قد تتطلب مئات أو آلاف خطوات الاستدلال. تصف Synopsys وكلاءها بأنهم من المستوى L5 ضمن إطارها الخاص لتصنيف الاستقلالية، والذي يعرّف L5 بأنه تنفيذ ذاتي كامل لسير عمل معقد ضمن قيود بشرية.
تتضمن المنصة «نموذجًا معرفيًا» يعزز الذكاء السياقي (context intelligence)، والذي تساهم فيه Synopsys في تقليل زمن الاستجابة (latency). تُتاح خيارات النشر عبر Synopsys Cloud أو سحابة العميل الخاصة أو البنية التحتية المحلية، مع القدرة على «جلب نماذج اللغة الكبيرة (LLMs) والبيانات والبنية التحتية الخاصة بالعملاء». كما تتضمن المنصة آليات حماية الملكية الفكرية، بما في ذلك ضوابط الوصول والتشفير وضوابط التشغيل.
- التحقق: يغطي تفسير المواصفات وصولاً إلى إغلاق التغطية، باستخدام أدوات المحاكاة، التتبع، والتصحيح.
- التنفيذ: يشمل التخطيط الأولي (floorplanning)، والتوزيع (placement)، والتوجيه (routing)، ومعالجة الازدحام (congestion)، والتصميم للاختبار (DFT)، وإغلاق التوقيت والطاقة وقواعد التصميم (timing, power, and design-rule closure).
- AMS: يغطي تصميم الإشارات التناظرية والمختلطة، وتصنيع التخطيط (layout synthesis)، وترحيل العقدة IP، والتحقق المادي (physical verification)، وتوقيت وخصائص مستوى الترانزستور.
- التصنيع: يتضمن محاكاة العمليات والأجهزة، وتصنيع الأقنعة (mask synthesis)، وإعداد بيانات الأقنعة.
- الترشيش (Meshing): لتوليد وتصحيح وتحسين شبكات المحاكاة.
- Blaze: لدراسات احتراق التوربينات الغازية وسير عمل محاكاتها.
- EMC: لتحليل التداخل الكهرومغناطيسي على لوحات الدوائر المطبوعة، وفحوصات الانبعاثات المشعة.
تُظهر Synopsys ادعاءات أداء مذهلة، منها تسريع إغلاق التحقق حتى 50 مرة وزيادة تغطية بنسبة 20%، وهي أرقام كشفت عنها الشركة في يوليو في إطار عملها مع Nvidia، ومُقارنة بسير عمل التحقق الخاص بها بدون AgentEngineer. كما أشارت إلى تعزيز الإنتاجية بنسبة 30%، وهو الرقم الأعلى في نطاق يتراوح بين 10% و30% أبلغت عنه Fujitsu لتوليد كود RTL. وبحسب عميل لم يُذكر اسمه، فإن هناك كفاءة أفضل في استهلاك الرموز (token efficiency) بمقدار 2x.
السياق وتأثير السوق
تُعد خطوة Synopsys، بالشراكة مع Nvidia و Microsoft، جزءًا من سباق أوسع نحو أتمتة تصميم الرقائق بالذكاء الاصطناعي. تزعم الشركة أن منصتها الجديدة ستمكّن الشركات من «تسريع تحولها من التصميم بمساعدة الذكاء الاصطناعي إلى الهندسة الذاتية». هذه الادعاءات تضعها في منافسة مباشرة مع لاعبين رئيسيين آخرين في سوق أدوات الأتمتة الإلكترونية (EDA). على سبيل المثال، أعلنت Cadence، منافس Synopsys، في Computex في يونيو عن تحقيق المستوى 5 على مقياسها الخاص للاستقلالية، وتتوقع توفر الوصول المبكر للمستوى 5 في النصف الثاني من عام 2026. كما وعدت Siemens بقدرات التحقق الذاتي في إصدارات قادمة.
تُشكل هذه التطورات تحولًا جذريًا عن الوضع التقليدي الذي يعتمد بشكل كبير على المهندسين البشريين. تشير Synopsys إلى أن هذه التقنيات تحقق مكاسب إنتاجية «مقارنة بما كان سيفعله الخبراء البشريون أو ما يفعلونه اليوم». ففي حين أن أدوات الذكاء الاصطناعي السابقة مثل DSO.ai من Synopsys قد تجاوزت 100 عملية إنتاج (tape-outs)، لا تزال وكلاء AgentEngineer الجدد في مرحلة التعاملات مع العملاء. هذا يضع تساؤلات حول مدى نضج هذه التكنولوجيا الجديدة وقابليتها للإنتاج على نطاق واسع في المدى القريب، خاصة وأن الشركات مثل Intel و MediaTek و Samsung قد أيدت التكنولوجيا لكن دون تقديم نتائج ملموسة. صرح بيل دالي، كبير علماء Nvidia، أن الذكاء الاصطناعي اختصر مهمة استغرقت 10 أشهر وثمانية مهندسين في ليلة واحدة، لكنه أكد أن Nvidia لا تزال «بعيدة المدى» عن تصميم الذكاء الاصطناعي للرقائق الجديدة بالكامل دون تدخل بشري.
رؤية Glitch4Techs
إن ادعاءات Synopsys حول الوصول إلى مستوى L5 من الاستقلالية في تصميم الرقائق باستخدام AgentEngineer، والمزاعم التي تتحدث عن تسريع يصل إلى 50 مرة في التحقق، تثير الشكوك أكثر مما توفر من حقائق مؤكدة. هذه الأرقام، كما أقرت Synopsys نفسها، تأتي من تقييمات داخلية تمت بالتعاون مع Nvidia ومقارنة بسير عمل الشركة الخاص دون AgentEngineer، أو هي أرقام «أبلغ عنها عميل» أو تقع في «النطاق الأعلى» من تقارير شركات أخرى مثل Fujitsu. هذه ليست مقاييس مستقلة قابلة للتحقق. علاوة على ذلك، في حين أن Synopsys تصنف وكلاءها على أنهم L5، فإنها تعترف بأن «نقاط الموافقة الحاسمة ستظل بشرية» و«القيود ستظل محددة من قبل البشر». هذا يتناقض مع جوهر الاستقلالية الكاملة في سياق تقني معقد كتصميم الرقائق، حيث يمكن أن تكون الأخطاء مكلفة. تبقى هذه المنصة قيد «التعاملات مع العملاء» وليست في الإنتاج على نطاق واسع، وهو ما يضعها خلف DSO.ai التي لديها أكثر من 100 عملية إنتاج مؤكدة. هذه الأرقام الأولية، رغم جاذبيتها، لا تزال وعودًا غير مثبتة في بيئة إنتاج حقيقية.
كن أول من يعرف بمستقبل التقنية
أهم الأخبار والتحليلات التقنية مباشرة في بريدك.
