Synopsys携手OpenAI与亚马逊，定制芯片成AI竞赛新战场

EDA巨头站上AI军备竞赛前排

芯片设计软件龙头Synopsys在投资者日宣布与亚马逊和OpenAI两项战略合作后，股价当日飙升约13%，一举冲上纳斯达克100指数涨幅榜首位，创下数月以来的最高收盘点位。在这场席卷整个科技行业的AI军备竞赛中，一个此前常被忽视的角色正浮出水面——几乎所有AI芯片的诞生都离不开Synopsys的工具。

在Fox Business的独家专访中，Synopsys CEO Sassine Ghazi直言：“你无法在不使用我们软件的情况下设计任何芯片或任何智能系统。”这句话并非夸大其词。从硅片设计、系统设计到材料、结构、流体的验证，Synopsys的EDA（电子设计自动化）软件渗透在芯片制造的全链条中。就连谷歌近期发射入轨、搭载四颗TPU（张量处理单元）的实验卫星——“Project Suncatcher”太空数据中心计划的一部分——其芯片设计同样绕不开Synopsys。

值得玩味的是，当市场一度担忧软件会被AI编程取代时，Ghazi用这家公司的表现给出了反证：在AI浪潮中，EDA软件反而成了“必需品”级别的基础设施。

EDA（电子设计自动化，Electronic Design Automation）是一类用于设计和验证复杂集成电路及电子系统的软件工具集。现代芯片动辄包含数百亿个晶体管，远超人工手动布局的极限，EDA工具因此成为芯片设计的核心基础设施。整个EDA行业长期由三家公司主导：Synopsys、Cadence和西门子EDA（前身为Mentor Graphics），三者合计占据全球EDA市场约70%以上份额。Synopsys的工具链覆盖从RTL（寄存器传输级）逻辑设计、综合、时序分析，到物理布局布线、良率仿真等芯片开发全流程。换言之，英伟达的H100、AMD的MI300X、苹果的M系列芯片，在进入台积电生产线之前，都必须经过以Synopsys为代表的EDA工具的反复迭代与验证。这也是为何CEO Ghazi能够底气十足地说"没有芯片能绕开我们"——这不是市场营销话术，而是行业结构性现实。

亚马逊十亿美元大单：从卖软件到抽版税

与亚马逊的合作是一笔价值10亿美元的多年期协议，目标是加速亚马逊定制芯片与AWS基础设施的工程进程。但真正让投资者兴奋的，并非这笔一次性订单，而是背后的商业模式变化。

Ghazi解释了当前芯片行业最重要的趋势之一——定制芯片（custom silicon）。“你需要针对不同的应用来优化芯片设计。运行谷歌搜索、运行Anthropic或OpenAI的前沿模型、支撑微软的技术栈，所需要的芯片各不相同。”对Synopsys而言，这意味着亚马逊等系统公司“离开Synopsys的IP就无法构建这些定制芯片”。

由此，Synopsys开辟了一条新业务线：为客户定制IP，并在后续按版税（royalty）持续收费。“这10亿美元是针对他们多代芯片的承诺，之后当这些芯片进入量产，我们还能在10亿美元基础上额外获得版税分成。”这种循环性收入（recurring revenue）带来了可见性和持久性，正是资本市场所看重的——随着亚马逊产能爬坡，Synopsys的收入也将同步增长。

IP（知识产权核，Intellectual Property Core）在芯片语境中特指可复用的功能模块，例如处理器核心、接口控制器、内存控制器等预先验证好的电路模块。芯片设计公司购买或授权这些IP，可以大幅缩短开发周期，避免重复造轮子。Synopsys是全球最大的半导体IP供应商之一，其DesignWare IP库涵盖USB、PCIe、DDR等数百种接口标准。传统授权模式是一次性收取授权费（license fee），而版税模式（royalty model）则是在芯片量产后按出货量或销售额持续抽成，与芯片产品的商业成功深度绑定。这一模式对Synopsys意味着收入从项目制转向经常性，财务可预测性大幅提升；对亚马逊而言，则意味着前期投入降低，但长期需向Synopsys支付与Trainium、Inferentia等自研芯片出货量挂钩的持续费用。这是一种将供应商与客户利益深度捆绑的结构性安排。

OpenAI自研芯片的幕后推手

另一项合作指向OpenAI。这个不用我讲，OpenAI正试图摆脱对NVIDIA、AMD等“蓝筹芯片制造商”的过度依赖——这些厂商产能吃紧，且背负着大量其他客户的交付订单。拥有自己的芯片，意味着更多的“可选性”（optionality）。

Ghazi对此有一套更宏观的判断：前沿模型的智能与推理能力要真正渗透到各行各业，就必须与产业深度绑定。“OpenAI认可这一点，他们想与Synopsys合作，因为我们是面向每一个工程学科的工程软件领导者。”在他看来，系统公司在采购NVIDIA、AMD、博通芯片的同时自研芯片，是为了让软件与特定硬件深度优化，而Synopsys正是这一环节不可替代的赋能者。

被问及若OpenAI、Anthropic等陆续走向IPO是否会改变格局时，Ghazi给出了乐观预期：上市后这些公司的资产负债表将更健康，“能做更多芯片、更多模型”，对Synopsys而言是进一步扩张的机会。

产能、供应链与Ansys整合的底气

面对记者关于“内存短缺、能源短缺”能否按期交付的疑问，Ghazi以协作模式回应。以亚马逊合作为例，双方会共同决定在内存电压方案上的选择余地，以及如何针对美光、三星、SK海力士等不同内存供应商，或不同晶圆代工厂定制连接方案。

尽管过去一年Synopsys股价一度下跌约10%，投资者对其350亿美元收购Ansys的整合风险曾心存疑虑，但Ghazi将Ansys整合与两项AI合作并列为投资者日的三大亮点。他强调，物理AI（physical AI）离不开对设备、对世界的数字孪生（digital twin）——“你无法在缺乏如何构建它的智能的情况下去构建它”，而这正是Ansys收购的战略意义所在。

Ansys是全球领先的工程仿真软件公司，其产品涵盖结构力学、流体动力学、电磁场、热管理等多个物理域的仿真分析。Synopsys以350亿美元收购Ansys（该交易于2024年完成监管审批），是EDA史上规模最大的并购案之一。战略逻辑在于：随着芯片封装密度提升和异构集成（chiplet）普及，芯片设计不再只是电气问题，还涉及热耗散、机械应力、流体冷却等复杂物理现象，单纯的EDA工具已不足以覆盖。Ansys的多物理场仿真能力与Synopsys的芯片设计工具融合后，可实现从芯片级到系统级的全栈数字孪生（digital twin）——即在物理产品制造前，在软件中完整模拟其在真实环境中的行为。这对数据中心冷却设计、自动驾驶芯片的车规级验证、以及Ghazi所提及的"物理AI"场景尤为关键。

一个被低估的AI赢家

Synopsys的故事揭示了AI浪潮中一个常被忽视的逻辑：当巨头们争相自研芯片、追逐算力时，真正稳赚不赔的，往往是提供“铲子和镐”的基础工具供应商。无论是谷歌的太空TPU、亚马逊的定制芯片，还是OpenAI的自研硅片，设计与验证环节都绕不开Synopsys。

从一次性软件授权转向版税分成的商业模式，叠加定制芯片的行业大趋势，Synopsys正把自己锚定在AI建设周期的长期受益位置。正如记者所言，一家软件公司证明了它不仅能在AI浪潮中共存，还能活得相当不错。