A Nvidia adquiriu uma participação acionária de US$ 2 bilhões na Synopsys, quando as duas empresas anunciaram uma colaboração de longo prazo para acelerar as cargas de trabalho de automação de design eletrônico em GPUs. No âmbito da parceria, anunciada em 1º de dezembro, as duas empresas irão co-desenvolver ferramentas destinadas a transferir tarefas EDA computacionalmente pesadas de CPUs para GPUs Nvidia.
A Synopsys já domina vários segmentos do mercado de software de design de chips, incluindo IA generativa para desenvolvimento de chips, e suas ferramentas são usadas em toda a indústria por fornecedores de CPU e GPU.
A Nvidia e a Synopsys enfatizaram que o acordo não é exclusivo e que a Synopsys continuará seu trabalho com outros fabricantes de hardware, mas ainda levanta questões sobre a influência e o controle de longo prazo do pipeline de design. Isso é especialmente verdadeiro para a Nvidia, para quem o acordo serve para acelerar seu próprio ciclo de desenvolvimento, ao mesmo tempo que dá à empresa uma posição segura nas ferramentas upstream nas quais os concorrentes confiam.
Aprofundando o design do chip na computação acelerada
EDA acelerado por GPU não é novidade, mas esta parceria a formaliza em uma escala que nenhum outro designer de chips iguala atualmente. No anúncio, Jensen Huang descreveu um fluxo de trabalho no qual simulações completas de chips e etapas de verificação são executadas em clusters de GPU em vez de farms de CPU.
“A computação acelerada por GPU CUDA está revolucionando o design – permitindo simulação em velocidade e escala sem precedentes, de átomos a transistores, de chips a sistemas completos, criando gêmeos digitais totalmente funcionais dentro do computador”, disse ele.
A mudança pode reduzir os estágios de simulação de várias semanas para escalas de tempo próximas de dias ou horas, dependendo da carga de trabalho. A Synopsys está contribuindo com sua pilha de design assistida por IA enquanto adota as estruturas de software da Nvidia, incluindo CUDA e o trabalho de automação baseado em agente da empresa a partir de sua plataforma NeMo.
Parece que o objetivo é criar uma geração de ferramentas que tratem a computação acelerada como base para o trabalho de design. A Synopsys vem integrando IA em seus produtos DSO.ai e VSO.ai há anos, mas a escala de computação GPU disponível através da plataforma Nvidia permite cargas de trabalho de chip completo que antes eram limitadas pelo rendimento da CPU. Isso, na prática, significaria que mais variantes de projeto poderiam ser exploradas, passagens de verificação mais exaustivas poderiam ser realizadas e loops de otimização de layout poderiam ser executados para convergência em vez de truncados por motivos de cronograma.
Além disso, se o EDA se tornar mais rápido e automatizado no hardware da Nvidia, a Nvidia será a primeira beneficiária. Ele pode construir, avaliar e iterar em silício mais rapidamente do que rivais vinculados a clusters de CPU tradicionais, a menos que esses rivais façam transições equivalentes para simulação acelerada. A Cadence tem experimentado fluxos de trabalho semelhantes acelerados por GPU, mas sem a escala ou alinhamento direto de patrimônio que a Synopsys agora tem com a Nvidia.
Influência sem propriedade
A Synopsys não é um fornecedor neutro no sentido abstrato, mas é o que a indústria de semicondutores tem de mais próximo de uma camada operacional comum para design. Suas ferramentas são onipresentes, estando dentro da AMD, Intel e centenas de outras empresas sem fábrica. A participação da Nvidia aqui não é uma aquisição, mas ainda introduz um grau de influência não trivial.
O anúncio insiste que o investimento de US$ 2 bilhões vem sem obrigações de compra de hardware Nvidia ou desviar as prioridades do roteiro, e a liderança da Synopsys enfatizou que se envolverá com AMD, Intel e outros como antes. Mesmo com essas garantias, o mercado analisará a evolução da parceria. Se os recursos EDA acelerados forem fornecidos primeiro no hardware da Nvidia, a AMD e a Intel poderão depender de caminhos de otimização ajustados à plataforma de seu maior rival.
Da mesma forma, se algumas equipes de design migrarem partes de seus fluxos para clusters de computação equipados com GPU para obter ganho de desempenho, elas poderão precisar usar sistemas Nvidia, a menos que fornecedores alternativos possam oferecer aceleração semelhante. A Cadence começou a colaborar com a Nvidia separadamente e oferece suas próprias ferramentas baseadas em IA, que atuam como contrapeso, mas a Synopsys controla um amplo portfólio. É improvável que os concorrentes se afastem disso.
Também é muito importante estar atento ao tratamento interno de dados, que pode se tornar uma área específica de escrutínio porque os fornecedores de EDA são encarregados de projetos proprietários. A Synopsys e a Nvidia terão que demonstrar que o desenvolvimento conjunto não dá a nenhum dos lados visibilidade sobre conteúdo sensível, especialmente designs pertencentes aos rivais de GPU e CPU da Nvidia. A Synopsys já opera num ambiente onde é necessária uma separação estrita, mas, no mínimo, a ligação à equidade muda as perceções.
Cronogramas de chips acelerados?
O impacto mais amplo desta parceria depende de quanto do fluxo de trabalho EDA pode ser transferido para GPUs e da rapidez com que a Synopsys e a Nvidia fornecem ferramentas de nível de produção. Se a simulação, a verificação e a geração de layout forem materialmente aceleradas, os fabricantes de chips poderão reduzir o tempo de retirada da fita. As primeiras implantações comerciais provavelmente aparecerão na plataforma EDA em nuvem da Synopsys, com integração local para clientes que já executam infraestrutura de GPU para HPC ou IA.
Isso também pode influenciar a agressividade com que as empresas criam protótipos de novas arquiteturas. Uma equipe de design limitada pela simulação baseada em CPU pode explorar apenas uma janela estreita de configurações. Com maior rendimento, eles poderiam testar matrizes maiores de compensações entre áreas de potência e desempenho e validar projetos mais avançados. Isso é muito caro nos métodos convencionais, mas os fluxos de trabalho acelerados por GPU poderiam, teoricamente, reduzir os custos significativamente.
Novamente, a Nvidia se beneficia diretamente disso. A convergência mais rápida durante o projeto encurta os roteiros internos em todo o silício. A empresa já está associada a uma rápida cadência arquitetônica, o que lhe confere outra vantagem interna antes de considerar a concorrência externa. Mas a indústria em geral terá a ganhar se a Synopsys conseguir generalizar estes caminhos de aceleração para todos os clientes. A complexidade do projeto aumenta a cada novo nó — mais rápido do que a evolução das ferramentas e metodologias — e muitos dos problemas mais desafiadores da atualidade estão relacionados à verificação física.
É necessário um equilíbrio cuidadoso
O investimento de US$ 2 bilhões da Nvidia na Synopsys aproxima as ferramentas de design de chips e a computação acelerada em um momento em que o desenvolvimento de semicondutores está sob pressão de sua própria complexidade.
O plano conjunto para executar cargas de trabalho EDA em grande escala em GPUs tem o potencial de encurtar os ciclos de design e expandir o escopo do que as equipes podem simular. Ele também posiciona a Nvidia dentro de uma das partes mais sensíveis da pilha de semicondutores, enquanto os concorrentes avaliam como o arranjo afetará seus próprios fluxos de projeto.
Em última análise, a dupla terá que encontrar um equilíbrio cuidadoso em sua colaboração. Se a EDA se tornar cada vez mais dependente do hardware da Nvidia, os concorrentes poderão sentir que a própria fase de design está se aproximando demais da Nvidia. Isso poderia desencadear esforços para diversificar fluxos de trabalho acelerados, seja através de GPUs AMD, NPUs dedicadas ou aceleradores específicos de domínio para simulação e verificação. Historicamente, a indústria tem-se sentido confortável com a Synopsys como uma camada unificadora porque permaneceu independente do fornecedor, pelo que será importante manter essa percepção intacta.
