OpenAIとSynopsysは、最先端AIとSynopsysのEDAスタックおよびエンジニアリングノウハウを融合した特化型モデル、GPT-Synopsysを共同開発することで合意した。表向きの見出しは「チップ設計の高速化」だが、戦略的な本質は設計ワークフローそのものの支配権をめぐる争いだ。

EDAは常に静かなチョークポイントだった。Synopsys、Cadence、Siemens EDAといった少数のベンダーが、野心的なシリコン構想と実用的なマスクの間に位置している。設計の複雑性はシニア検証エンジニアや物理設計エンジニアの供給を上回るペースで増大しており、カスタムシリコンの開発を遅らせている真のボトルネックはツールコストではなく、この人材不足だ。最先端モデルをこのフローに直接組み込むことで、計算上の制約だけでなく労働力の制約にも対処できる。OpenAIにとっては垂直統合のヘッジでもある。自社のアクセラレータを設計する中で、設計インテリジェンスを所有することで、競合するエコシステムへの依存を減らせる。

リスクは抽象化によるロックインだ。ドメイン特化型AIがEDAへの主要インターフェースになれば、モデル、そしてそれが学習する独自の設計データは、基盤ツールよりも粘着性が高くなる。これは、生成されたIPの所有権は誰にあるのか、チップメーカーの設計パターンが共有モデルに漏洩するのか、ファブレス企業が競合他社のインテリジェンス上でワークフローを実行する際にどう交渉するのか、といった難しい問題を提起する。CadenceとSiemensは四半期以内に独自のモデル提携で応戦すると予想される。これは機能競争ではなく、プラットフォーム競争になる。

日本にとって、この影響は二方向に及ぶ。Rapidusと最先端ロジックへの国家的再参入は過酷な人材ギャップに直面している。日本には台湾や米国が擁するような経験豊富な設計エンジニアの層がない。AI支援設計は既存企業よりも日本のファブにとって存亡に関わる可能性がある。なぜなら、20年の人材パイプラインを再構築せずに競争する道を提供するからだ。Renesas、Socionext、Preferred Networksのシリコン計画を持つ企業は、EDAモデルへのアクセスをIT費目ではなく戦略的調達課題として扱うべきだ。

日本のSIerや組み込みシステム企業にとって、この変化はより微妙だが現実的だ。日本の産業力の多くは、自動車、ロボティクス、工場設備向けのカスタムASICやSoCに存在する。設計インテリジェンスがAIツールチェーンに移行するにつれ、これらのモデルの統制を学ぶエンジニアリング企業、つまりIP境界を管理し、AI生成RTLを検証し、検証ループを所有する企業がマージンを獲得する。ブラックボックスとして扱う企業は、他社のモデルのデータ供給者に格下げされるリスクがある。日本の開発チームやハードウェアチームにとっての短期的な行動は地味だが重要だ。どの設計データが外部モデルに安全に触れられるかを監査し、競争圧力が性急な回答を強いる前に、AI生成シリコンに対する社内レビュー体制を構築することだ。