はじめに

先週の下記のブログがそれなりに人気だったので、

vengineer.hatenablog.com

AIを使った検証システムについて、AIであるGrok 4.1さんに聞いてみました。

今回は、Synopsys の AgentEngineer についてです。

Synopsys AgentEngineer™ 総合レポート

導入

Synopsys AgentEngineer™は、Synopsys社が開発したAI駆動の技術で、Agentic AI（自律的に行動するAIエージェント）を基盤としたエンジニアリングワークフローの自動化ツールです。これは、チップ設計、検証、最適化などの複雑なタスクをAIエージェントが自律的に処理し、エンジニアの生産性を大幅に向上させることを目的としています。2026年現在、SynopsysのSynopsys.aiプラットフォームの一部として位置づけられ、従来の生成AI（GenAI）を超越した「マルチエージェント」システムを実現しています。このレポートでは、AgentEngineerの定義、特徴、フレームワーク、ワークフロー、統合、顧客例、最新更新、競合比較、利点、将来展望をわかりやすくまとめます。

背景と歴史

Synopsysは、EDA（Electronic Design Automation）ツールのリーダーとして知られ、2017年からReinforcement Learning（RL）を活用したAI最適化ツール（例: DSO.ai）を導入してきました。 2023年頃からGenAIを組み込み、RTL生成やテストベンチ作成を支援するCopilot機能を展開。2025年以降、Agentic AIへ進化し、AgentEngineer™を発表しました。これは、AIが単に提案するのではなく、計画・実行・学習する「エージェント」として機能するものです。Ansys買収（2025年完了）により、多物理シミュレーションとの統合が進み、2026年には自動車やAIチップ設計での活用が拡大しています。

Agentic AIフレームワークとL1-L5レベル

AgentEngineerは、Synopsys独自のAgentic AIフレームワークに基づき、AIの自律度を自動車の自動運転レベルに似たL1〜L5で分類しています。このフレームワークは、AIがエンジニアの「同僚」として進化することを目指します。

レベル	説明	特徴	2026年現在の実装状況
L1 (Assistive / Copilot)	基本的な支援。GenAIでコードや提案を生成。	人間が指示・実行を主導。例: RTL作成支援。	広く実用化（VSO.aiなど）。
L2 (Acting / Single Agent)	単一エージェントが特定のタスクを実行。	ツール呼び出しやシーケンス自動化。	Verification Agentでテスト実行が可能。
L3 (Orchestrating / Multi-Agents)	複数エージェントが連携して複雑タスクを処理。	計画・分担実行。	デザイン・検証のマルチエージェントワークフローで顧客エンゲージメント中。
L4 (Adaptive Learning)	結果から学習・適応し、フローを最適化。	自己改善・フィードバックループ。	部分実装（カバレッジ最適化）。顧客で生産性向上報告。
L5 (Full Autonomy)	完全自律。人間は目標設定のみ。	戦略決定までAIが担う。	開発中。将来的ビジョン。

この進化により、AIは「提案」から「行動」へ移行し、エンジニアの判断を捕捉・スケールします。

特徴と機能

自律性: AIエージェントが目標を分解し、計画・実行・学習。マルチエージェントで協力。
知識捕捉: エンジニアの判断（理由、代替案）を記録し、ライブラリ化。シナリオベース学習。
ガードレール: 人間監督可能。自動承認/レビュー/エスカレーションの分類。
統合: Synopsys.aiと連携（DSO.ai, VSO.ai, TSO.aiなど）。RTL生成、検証計画、テストベンチ作成、デバッグを自動化。
利点: ワークフローを日単位から時間単位へ短縮。計算負荷低減、生産性10x向上。

ワークフロー例（Verification Agent中心）

Verification Agentは、機能検証を自律的に扱うエージェントの例です。典型的なフロー： 1. 入力・計画: 仕様/RTL/過去データを読み込み、タスク分解（例: カバレッジ分析）。 2. 生成: UVMテストベンチやアサーションを自動作成。 3. 実行: VCSシミュレータでテスト実行。失敗時はルートコーズ分析。 4. 学習・適応: 結果から計画修正。マルチエージェントでTestbench Agentと連携。 5. 出力: レポート生成、人間レビュー。

チップ設計全体では、違反修正や最適化をAIが実行し、説明付きでトレース可能。

統合ツールとアプリケーション

ツール: VCS（シミュレーション）、Verdi（デバッグ）、VC Formal（フォーマル検証）と統合。
アプリケーション: SoC/ASIC設計、自動車（ISO 26262対応）、AIアクセラレータ、多ダイパッケージング。Ansysとの統合で多物理シミュレーション強化。

顧客例と成果

NVIDIA: Formal検証で72%生産性向上。物理AI開発でパートナーシップ。
AMD: カバレッジ10x削減、回帰30%短縮。GenAI/Agentic AIで表彰。
その他: ハイパースケーラーで50%高速化、70%ワークフロー改善。 2026年、顧客エンゲージメント増加中。

2026年の最新更新

CES 2026: 自動車向けAI駆動VDK発表。NXP/Armとのコラボ。
NVIDIAパートナーシップ: デジタルツイン/物理AI加速。
Ansys統合: 多物理EDAスタック強化。3月Convergeイベントで詳細。
財務: FY2026収益9.56-9.66Bドル。AI投資継続。
進展: L3/L4エージェントの顧客展開。AI主権/エネルギー効率ブログ。

競合比較（Siemens Questa One）

類似点: 両者Agentic AIで検証自動化。Fewer Workloads思想。
違い: SynopsysはL1-L5明確フレームワーク、マルチエージェント志向強く、Ansys統合で広範。Siemensはverification特化、人間監督重視。Synopsysの方がデザイン全体（RTL-P&R）カバー。顧客実績でSynopsysがAMD/NVIDIAで優位。

利点と将来展望

利点: 生産性向上（5x-10x）、欠陥低減、専門知識スケール。複雑設計対応。
将来: L5達成へ。AI主権考慮のグローバル展開。Converge 2026でロードマップ発表。エンジニア不足解消の鍵。

結論

AgentEngineerは、AIがエンジニアリングを「再定義」する革新的ツールです。2026年、Ansys/NVIDIA連携で加速中。詳細はSynopsys公式サイト参照を推奨します。

おわりに

まじ、このシステムが使えるのなら、かなりのお仕事をお願いできそう。

入力・計画: 仕様/RTL/過去データを読み込み、タスク分解（例: カバレッジ分析）。

ということなので、入力となるものをどのぐらい人間がやるかですかね。

過去データはありそう。

RTLは、AIがある程度、作ってくれそう

仕様は、規格等であればいいが、そうでないものは書かないといけない。。。

あれ、なんか、どこかの会社と同じで、仕様書を作るだけのお仕事になっちゃうのかな。。。モノづくりというのは、もうお仕事では無理なのかな。。。。