A félvezetőiparban egyszerre hatalmas a verseny és a mérnökhiány, úgyhogy a Samsung System LSI üzletága jelentős lépésre szánta el magát: éles környezetben vetette be az Anthropic Claude AI modelljét, illetve a programozási feladatokra szánt Claude Code eszközt, írja a Chosun. A dél-koreai lap értesülései szerint a három hónapja indított kísérleti program látványos hatékonyságnövekedést hozott a chiptervezési és funkcionális ellenőrzési folyamatokban: bizonyos, korábban több mint egy hónapos mérnöki munkát igénylő részfeladatokat két napra sikerült lerövidíteni.
Hirdetés
A konkrét fejlesztési tapasztalatok jól szemléltetik a generatív modellek gyakorlati hasznát. Egy SoC adatkapcsolati architektúrájának tesztelésekor például a partnerek hiányos vagy később érkező RTL-kódjai és specifikációja ellenére képes volt a Claude felépíteni a virtuális verifikációs környezetet, feltérképezni az adatvonalkat, és még a végleges vezérlő programkód megérkezése előtt feltárni a korai tervezési hibákat. Egy másik esetben egy mindössze két éve a cégnél dolgozó mérnök a Claude segítségével egyetlen nap alatt valósította meg egy USB-emulációs modell és a hozzá kapcsolódó Android eszközillesztő fejlesztését, ami hagyományos esetben legalább egy hónap kódolási folyamatot követelt volna meg.
A mesterséges intelligencia integrálása stratégiai kényszer a Samsung számára, amellyel a riválisokkal szembeni strukturális hátrányt kívánják ledolgozni, folytatja a Chosun. Amíg a dél-koreai óriás System LSI divíziója megközelítőleg hatezer mérnökkel gazdálkodik, addig a mobilpiaci fő rivális Qualcomm több mint 52 ezerrel. Az androidos csúcstelefonok terén tapasztalható Snapdragon-dominancia és az Exynos lapkák körüli nehézségek miatt a Samsung nem engedheti meg magának a lassú fejlesztési ciklusokat; a repetitív feladatok és az ellenőrzések automatizálásával a tapasztalt tervezők a kritikus architektúrális döntésekre koncentrálhatnak.
A chipfejlesztésbe kapcsolódó AI rávilágít, hogy a mesterséges intelligencia mekkora átalakulást hozott a modern chipek tervezésébe is. A nanométeres léptékű, több tízmilliárd tranzisztort számláló lapkák korában a fizikai elrendezés (place-and-route), a szimulációk futtatása és az RTL kódok ellenőrzése emberi erőforrással szinte menedzselhetetlenül bonyolulttá vált. A Samsung DS (Device Solutions) részlege a logikai és analóg áramkörök tervezési idejét 50%-kal mérsékelte az AI bevonásával, a memóriagyártásban alkalmazott folyamattervező készletek (PDK) finomhangolását pedig több mint 95%-kal gyorsította fel, ami bizonyítja, hogy az algoritmusok nélkül a jövőben lehetetlenné válik a gyors piacra lépés.
Ugyanakkor a hardverfejlesztésben a generatív modellek alkalmazása komoly fegyelmet és felügyeletet igényel. A szoftverekkel ellentétben a szilíciumlapkáknál a gyártásba küldés (tape-out) után már nincs lehetőség hibajavító frissítések utólagos kiküldésére, egyetlen felderítetlen logikai hiba is dollármilliós veszteséget jelenthet. A Chosun szerint a belső tesztek során fény derült arra, hogy az LLM hajlamos a hibák kijavítása helyett csupán hibaüzeneteket hagyni, illetve a hardveres komplexitás hiányos megértése miatt a finomhangolt RTL-kódba belenyúlni. A jövő chipfejlesztésében így az AI nem leváltja a mérnököket, hanem egyfajta szuperasszisztensként a feladatok előkészítését és a rutinellenőrzéseket végzi el, miközben a végső validáció és a határok kijelölése továbbra is szigorú emberi kontroll alatt marad.
