2025 年 9 月，Synopsys CEO Sassine Ghazi 在上海举办的开发者大会上，正式向中国市场展示了芯片设计的 AI 自主能力分级框架——从 L1 到 L5，类似自动驾驶的演进路径。

半年过去了，这个框架从宣传走到了哪一步？哪些级别已经真金白银地跑在客户芯片里，哪些还停在 PPT 上？

---

五级框架是什么

Synopsys 把 AI 在芯片设计中的自主能力分为五级：

级别	含义	一句话
L1	AI Assistant	AI 回答问题、提供建议，工程师完全做主
L2	单 Agent 自动化	AI 自动完成单个子任务（如优化布局），人类审批结果
L3	多 Agent 协同	多个 AI Agent 跨工具、跨阶段协同执行复杂任务
L4	自适应学习	AI 自主编排多工具工作流，自动优化，人类只在例外时介入
L5	完全自主	从规格定义到流片，无需人类干预

这个框架本身的逻辑是清晰的。芯片设计是一个超长链路（架构→RTL→验证→综合→物理设计→签核→流片），每个环节都有大量重复性决策。AI 从辅助单个环节开始，逐步扩展到跨环节协同，最终目标是全自动。方向没问题，关键是每一步走得多扎实。

---

L1：Copilot，已经在用了

L1 的核心产品是 Synopsys.ai Copilot，一个基于大语言模型的问答助手。工程师用自然语言提问，Copilot 回答工具使用问题、提供工作流指导、辅助脚本编写。

Synopsys 声称 Copilot 可以让信息检索时间减少 40%，问题解决速度提升 10-20 倍。这类数字在 EDA 行业需要打折扣听——"信息检索时间"和"实际设计效率"是两回事。但 Copilot 作为入门级 AI 工具，降低了 EDA 工具的学习曲线，这一点是实在的。

L1 的技术门槛相对低，本质是把 LLM 的通用对话能力嫁接到 EDA 知识库上。Cadence 和 Siemens EDA 也都有类似产品。这一级不是 Synopsys 的差异化优势，但它是整个 AI 技术栈的入口——用户从 Copilot 开始接触 Synopsys 的 AI 生态，再逐步升级到更高层级。

判断：L1 已成熟商用，但属于行业标配，不构成竞争壁垒。

---

L2：DSO.ai，Synopsys 的真家底

L2 是 Synopsys AI 战略中最扎实的一层。

核心产品 DSO.ai（Design Space Optimization AI）2020 年发布，是业界首个商业化 AI 芯片设计应用。它用强化学习在大规模设计空间中搜索最优解，优化功耗、性能、面积（PPA）。

几个硬数据：

• 2023 年 2 月，DSO.ai 助力客户完成 100 次商业流片——这不是 demo，不是 benchmark，是真正进入量产的芯片

• 三星用它设计下一代 Exynos 处理器

• SK 海力士、意法半导体、瑞萨电子都是公开客户

• 在 NVIDIA 芯片上，VSO.ai（验证优化）将功能覆盖率提升最高 33%，回归时间缩短最高 7 倍

除 DSO.ai 外，Synopsys 还推出了 VSO.ai（验证优化）、TSO.ai（测试优化）、ASO.ai（模拟优化）、3DSO.ai（3DIC 优化），覆盖了从设计到验证到测试的全链条。

L2 的本质是：AI 在人类定义好的问题空间内，用强化学习找到比人类更好的解。 问题空间（优化什么、约束条件）由人定，AI 负责高效搜索。这是一个边界清晰、效果可量化的应用场景，也是 DSO.ai 能做到 100 次流片的原因——它不试图做"全自主"，只做"单点极致优化"。

判断：L2 是 Synopsys 的核心竞争力所在，已经用真金白银验证过。

---

L3：多 Agent 协同，正在从演示走向商用

L3 是当前的前沿地带。

2025 年 3 月，Synopsys 在 SNUG（年度用户大会）上正式发布了 Agent Engineer™——这是 L3 的核心载体。Agent Engineer 引入了多个专业化 AI Agent，每个 Agent 负责特定领域（综合、验证、测试等），通过编排层协同工作。

Agent Engineer 的三个核心能力： - 推理与规划：分析目标和约束，制定行动计划 - 学习与改进：从结果和反馈中学习，持续优化策略 - 执行与编排：自主执行 RTL 生成、验证规划、测试平台创建等任务

工程师可以用自然语言描述设计意图，多个 Agent 理解意图后分工执行。Synopsys 声称最高带来 20 倍生产力提升。

但要注意两个现实：

第一，20 倍是峰值不是均值。 这种数字通常来自特定场景的最佳案例，实际项目中受到数据质量、流程标准化程度、工程师 AI 使用经验等多种因素影响。

第二，L3 的关键挑战是"跨工具数据打通"。 芯片设计中不同环节用的工具不同、数据格式不同、流程衔接靠脚本和人工经验。让多个 Agent 在这些异构环境中无缝协同，技术复杂度远高于 L2 的单点优化。Synopsys 的优势在于它有最完整的 EDA 工具链（从 RTL 到 GDSII 几乎全覆盖），Agent Engineer 可以在自己的工具生态内做编排，减少了跨厂商集成的障碍。但这也意味着 L3 的效果高度依赖于用户是否全套使用 Synopsys 工具。

判断：L3 处于早期商用阶段，有真实产品（Agent Engineer）但尚未大规模验证。关键是看接下来 6-12 个月有多少客户真正用它跑完完整项目。

---

L4-L5：愿景大于现实

Synopsys 对 L4 的官方定位是 "首个 demo"。对 L5，没有给出任何时间表。

L4 的核心是 AI 通过自适应学习，自主编排多工具、多 Agent 工作流，处理端到端设计阶段，人类仅在例外情况下介入。这要求 AI 不只是执行预定义的流程，还要能理解设计意图、动态调整策略、处理异常情况——本质上是一个能"自己设计流程"的系统。

L5 更进一步：从规格定义到流片，完全不需要人类。Aart de Geus（Synopsys 联合创始人）在 Hot Chips 2021 上说过"由 AI 完全自主设计芯片是完全可行的"——但这更多是愿景宣言，不是技术承诺。

坦率地说，L4-L5 在当前阶段和自动驾驶的 L4-L5 面临类似的困境：不是技术做不到某些能力，而是出错代价太高。芯片设计一次流片成本动辄数百万到上千万美元，AI 自主决策的容错空间极小。在没有充分验证的情况下，没有客户敢让 AI 全权负责。

---

NVIDIA 合作：一个关键催化剂

2025 年 12 月，Synopsys 和 NVIDIA 宣布战略合作，将 Agent Engineer 与 NVIDIA 的 Agentic AI 技术栈结合。

这笔合作的意义在于：

算力层面，NVIDIA 提供的 CUDA-X 库和 AI-Physics 技术可以加速 Synopsys 的 AI 应用运行。强化学习和多 Agent 编排都是算力密集型任务，GPU 加速能显著缩短迭代时间。

生态层面，NVIDIA 本身是 Synopsys 的大客户（VSO.ai 已在 NVIDIA 芯片验证中应用），同时又是 AI 基础设施的提供者。这种"客户+供应商"的双重关系让合作有真实的需求基础，不只是市场宣传。

技术层面，NVIDIA 在 Agentic AI 领域的投入（NIM、NeMo、GPU 优化）可以为 Synopsys 的 Agent Engineer 提供底层推理和编排能力的支撑。

---

收购 Ansys：从芯片到系统

2026 年 1 月，Synopsys 完成了 350 亿美元收购 Ansys。这笔交易和 AI 五级框架直接相关。

芯片设计不再是孤立的——先进封装（CoWoS、3DIC）让芯片、封装、系统的边界越来越模糊。Ansys 的仿真能力（电磁、热、流体、结构）补上了 Synopsys 在系统级分析上的短板。

对 AI 五级框架来说，Ansys 的加入意味着 L3-L5 的多 Agent 协同不只停留在 EDA 工具内部，还能延伸到系统级仿真验证。一个编排多个 Synopsys EDA Agent 和 Ansys 仿真 Agent 的系统，理论上可以处理从芯片到封装到系统的全栈设计——这至少是 L4 的愿景变得更加可行了。

---

三个判断

L2 是真功夫，L3 是分水岭。 DSO.ai 的 100 次流片证明 Synopsys 在单点 AI 优化上是行业最成熟的。Agent Engineer 代表的 L3 能力，是 Synopsys 从"工具公司"升级为"平台公司"的关键一步。如果 L3 在未来一年内有 10+ 个公开的客户成功案例，Synopsys 的 AI 领先地位就坐实了；如果一年后还是"demo+愿景"，那五级框架就会被市场重新定价为营销工具。

"20 倍提升"是上限不是常态。 芯片设计的复杂性决定了 AI 不可能像在文本生成领域那样"一步到位"。L2 的价值已经被验证，但 L3-L4 的实际效果还需要看真实项目的数据，而不是 benchmark。

五级框架的最大价值不是技术，是叙事。 自动驾驶的 L1-L5 给了整个行业一个共同的讨论语言。Synopsys 用同样的框架定义 AI 芯片设计，效果类似——客户、投资者、媒体都能快速理解"我们到哪了"。但叙事能力和技术能力是两回事。Synopsys 在叙事上领先一步，技术上也确实在 L2 领先，但 L3-L5 的竞争才刚刚开始。

作者：方寸智见。芯片行业老兵，关注 AI 如何改变半导体的每一个角落。

数据来源：Synopsys 官网、SNUG 2025、新思科技中国 30 周年开发者大会、CSDN、集微网、半导体行业观察等公开报道。