AI-agents ontwerpen nu zelf chips bij Synopsys en Cadence

Op de Design Automation Conference lieten de drie grote leveranciers van chipontwerpsoftware zien dat hun AI-agents een grens over gaan. Ze assisteren niet langer alleen, ze draaien complete ontwerp- en verificatiestappen zelfstandig. Synopsys, Cadence en Siemens bouwen daarvoor allemaal op de agentische stack van NVIDIA, zo meldt analistenbureau Futurum.

Van assistent naar zelfstandige ontwerpstap

De Design Automation Conference is al decennia de plek waar de chipindustrie nieuwe ontwerpmethoden toont. Dit jaar ging het gesprek vooral over agents die niet wachten op een klik, maar zelf een taak plannen, uitvoeren en controleren. Synopsys toonde een volledig autonome verificatie-agent die volgens het bedrijf tot 50 keer sneller bij gevalideerde RTL uitkomt, plus een 18-voudige versnelling van zijn PrimeSim SPICE-simulaties. Het is voor Synopsys de eerste keer dat een complete CAE-workflow zonder tussenkomst loopt. Cadence pakte uit met AuraStack, een AI Super Agent die het portfolio van silicium tot systeem afdekt en tot 20 keer snellere multiphysics-analyse belooft. Siemens voegde zelfcontrolerende agents toe aan zijn Fuse EDA-systeem. In de Solido Characterization Suite claimt het bedrijf meer dan tien keer snellere library-karakterisatie.

NVIDIA levert het fundament

De sprong leunt zwaar op werk van NVIDIA. Op 27 juli breidde het bedrijf zijn Agent Toolkit uit met PhysicsNeMo en de CUDA-X-bibliotheken, waardoor simulatie en zelfs quantumchemie beschikbaar komen als kant-en-klare vaardigheden voor agents, aldus de NVIDIA-newsroom en vakblad The Next Platform. De EDA-agents kunnen zo een natuurkundige simulatie aanroepen in plaats van te vertrouwen op een ruwe schatting. Diezelfde inzet zagen we eerder bij NVIDIA’s stap naar lokale beslissingen in robots.

Snelheid en tokenkosten

Naast tempo draait het om geld. Siemens meldt dat de kosten per token in zijn karakterisatietaken vijf tot tien keer dalen. Dat sluit aan bij de prijzenoorlog rond tokenkosten die dit jaar de hele sector raakt, en bij tools als slimme modelrouting naar goedkopere modellen. Voor chipbedrijven telt dat zwaar, want een enkele ontwerpcyclus verstookt miljoenen simulatie-uren. Dat agents nu ook lange opdrachten met veel stappen aankunnen, past in de bredere agentische sprong die de nieuwste modellen laten zien.

Wat betekent dit

Voor de chipsector verschuift het werk. Repetitieve verificatie en karakterisatie, taken die vaak weken kosten, gaan naar agents die zichzelf controleren. Dat kan tape-outs versnellen en ingenieurs vrijmaken voor het lastigere ontwerpwerk. Voorzichtig blijven is verstandig, want alle drie de leveranciers benadrukken zelfcontrole en menselijke review. Een fout in siliciumontwerp is duur te herstellen, want een nieuwe productieronde kost maanden en veel geld. De aankondigingen laten vooral zien dat agentische AI de stap zet van hulpje naar uitvoerder, en dat dit voor het eerst op grote schaal gebeurt in precies de industrie die de chips voor AI zelf maakt.