2026年3月16日 – SynopsysはNVIDIAとの戦略的パートナーシップを大きく前進させ、GPUアクセラレーション、デジタルツイン、マルチフィジックスシミュレーション、そしてエージェンティックAIを活用した次世代エンジニアリング基盤を発表した。半導体、ロボティクス、自動車、材料工学など幅広い産業で、従来のCPU中心のワークフローを大幅に高速化し、設計精度と開発効率を向上させる取り組みが示された。
発表の背景
近年、半導体設計や材料工学、ロボティクス、自動車開発では、ソフトウェア定義化・マルチフィジックス化・AI活用が急速に進んでいる。しかし、これらのワークロードは計算量が膨大で、従来のCPUベースのシミュレーションでは時間・コスト・精度の面で限界が生じている。
NVIDIAのGPUアーキテクチャ（特にBlackwell世代）と、SynopsysのEDA・シミュレーション・材料モデリング技術を組み合わせることで、「シリコンからシステムまで」統合的に高速化するエコシステムが形成されつつある。SynopsysとNVIDIAの協業は、単なるEDA高速化に留まらず、
- デジタルツイン
- ロボティクスのSim2Real
- 材料工学の量子化学計算
- エージェントAIによるEDA自動化
といった領域まで拡大している点が特徴である。
発表内容の詳細
GPUアクセラレーションによる計算負荷の高いワークロードの高速化
SynopsysはNVIDIA GPUに最適化されたアプリケーション群を拡大しており、複数の企業が具体的な成果を発表した。
Applied Materials：量子化学シミュレーションを最大30倍高速化
- Synopsys QuantumATK × NVIDIA cuEST により、CPU比で最大30倍の高速化
- 25,000原子規模のアモルファス材料シミュレーションでGPUがCPUを大幅に上回る性能
- 材料工学の研究開発サイクルを短縮し、次世代半導体材料の探索を加速
Honda：大規模・非定常CFDをGPUで実用化
- Ansys Fluent × NVIDIA GB200 GPU
- 1,920 CPUコア → 4基のGB200で34倍高速化、38%コスト削減
- 自動車空力設計の高精度CFDが現実的な時間で実行可能に
Astera Labs：SerDes設計の回路シミュレーションを3.5倍高速化
- Synopsys PrimeSim × AWS EC2 B200 GPU
- 高速SerDesのトランジスタレベル検証を短縮し、AI向け接続チップの市場投入を加速
- クラウドGPUによりインフラ構築の負担も軽減
デジタルツイン × マルチフィジックスで「Physical AI」を推進
Synopsysはロボティクスや自動運転向けに、現実世界の物理を忠実に再現するシミュレーション基盤を提供している。
Analog Devicesとの協業
- NVIDIA Isaac Sim（Omniverse）にSynopsysの物理シミュレーションを統合
- 触覚センサ、ToFカメラ、ロボット操作ベンチマークの高精度デジタルツインを構築
- Kawasaki Heavy Industriesなどが採用し、Sim2Realギャップを縮小
- 実機テストの反復回数を削減し、ロボット開発の効率を向上
この取り組みは、ロボティクスにおける「Physical AI」実現に向けた重要なステップである。
Agentic AIによるEDAワークフローの自動化
SynopsysはNVIDIAと共同で、ハードウェアアクセラレーションされたエージェントAIスタックを構築している。
- Synopsys AgentEngineer™
- NVIDIA Agent Toolkit
- NVIDIA NIM推論サービス
- Nemotronモデル
これらを組み合わせることで、複雑なEDAタスクをマルチエージェントが協調して実行する「L4レベルのEDA自動化」を実現する。
技術的ポイント
GPU最適化によるPPA外の「計算性能」向上
従来のEDA改善はPPA（Power, Performance, Area）が中心だったが、今回の発表はEDAそのものの計算性能を劇的に向上させる点が特徴。
- SPICEシミュレーションの高速化
- CFD/マルチフィジックスのGPU化
- 量子化学計算のGPUアクセラレーション
- デジタルツインのリアルタイム化
これにより、設計サイクル全体の短縮が可能になる。
マルチフィジックス × デジタルツインの統合
Synopsysは電子設計（EDA）＋物理シミュレーション（CFD/構造/材料）＋AIを統合する方向性を明確にしている。
これは、
- 自動車（空力＋電子制御）
- ロボティクス（力学＋センシング）
- 半導体製造（材料＋プロセス）
など、複雑化する製品開発に不可欠なアプローチである。
考察と今後の展望
EDAのGPU化が本格的に進展
Blackwell世代GPUの普及により、SPICE、STA、EM/IR、DFTなどEDA全般のGPU化が加速すると予測される。
デジタルツインが製造業の標準ワークフローに
ロボティクス・自動車・半導体製造で、「実機テスト前にほぼ全てを仮想空間で検証」という流れが強まる可能性がある。
Agentic AIが設計フローを再定義
EDAの一部タスクはエージェントが自動化し、エンジニアはより高度な意思決定に集中するワークスタイルが一般化する。
参考ソース
コメント