ChipAgentsがオンプレミスで動作するRTL設計特化型LLM「Renoir」を発表

2026年6月17日、エージェントAIを用いたRTL設計ツールを手がける米ChipAgentsは、同社初のRTL設計特化型LLM「Renoir」を発表した。

プレスリリース

発表によると「Renoir」は、RTL設計ワークフローに特化したエージェント型の大規模言語モデル（LLM）で、RTL生成、仕様理解、デバッグ、テスト生成など、RTL設計に関連するタスクを対象としている。ChipAgentsによると、「Renoir」は同社がベースとしたオープンウェイトのMoE（Mixture-of-Experts）型LLMを上回る性能を示し、社内ベンチマークではClaude Opus 4.6に近い結果を達成したという。

同社が「Renoir」を開発した背景には、既存の汎用LLMをチップ設計に適用する際の課題がある。チップ設計の実務では、価値ある設計データやデバッグ・ログ、仕様書、IPに関する知見の多くが企業内部に閉じており、公開データだけでは十分な学習が難しい。また、設計ファイルや社内ログは機密性が高く、第三者のクラウド環境に送信できないケースも多い。

「Renoir」はそうした課題に対し、オンプレミス、あるいはエアギャップ環境での運用を可能にすることを特徴としている。外部APIに依存せず、ユーザー自身がモデルの展開環境、データ、セキュリティ・ポリシーを管理できるため、IP保護を重視する半導体企業でもLLMベースの設計支援を導入しやすくなるとしている。

学習にあたっては、公開されている半導体関連データと、ChipAgents独自のトレーニング・スタックで生成・整備したプロプライエタリなデータを組み合わせた。具体的には、ハードウェア関連のリポジトリ、技術ドキュメント、オープンソースのハードウェア設計などを手動・自動の両面で収集し、それらをもとに実際の設計現場に近いタスクへ変換するデータ合成パイプラインを構築したという。

ChipAgentsは、「Renoir」の性能評価について、RTL生成、バグの局所化、自然言語仕様からコードへの変換といった社内チップ設計ベンチマークを用いたとしている。その結果、「Renoir」はClaude Opus 4.6に近い性能を示しつつ、コスト面では半分以下に抑えられると説明している。ただし同社は、これは汎用ベンチマークでClaude Opus 4.6と同等という意味ではなく、あくまでチップ設計領域に特化したベンチマークでの評価である点を明確にしている。

「Renoir」の意義は、チップ設計におけるAI活用を「クラウド上の汎用LLM利用」から「企業内に閉じた設計特化型AI」へと広げる点にある。これまでLLMベースのエージェントを使いたくても、IP保護やデータ管理上の理由から導入できなかった企業にとって、オンプレミスで動作する「Renoir」は現実的な選択肢となる可能性がある。

今後ChipAgentsは、パートナー企業と協力し、顧客データを用いた専用モデルの学習にも取り組む方針を示している。ただし、顧客データの利用は契約と明示的な承認に基づくものであり、ある顧客の設計データを他社向けモデルの学習に使うことはないとしている。

「Renoir」は、AIでチップ設計を自動化・最適化する「AI for EDA」領域において、生成AI活用が単なるコード生成やチャット型支援から、設計現場のデータ、ツール、セキュリティ要件に適応した専用エージェントへと進化しつつあることを示す象徴的な動きといえる。各社がさまざまなアプローチを模索し、まだ本命と呼べるメソドロジが確立されていない中、独自LLMをオンプレミスで運用し、ユーザー固有のデータで育てられるというChipAgentsのアプローチは、現時点で比較的現実解として受け入れられやすい方向性の一つではないだろうか。

ChipAgents