Инструмент использовался для автоматической генерации кода верификации и создания виртуальных тестовых сред — задач, которые ранее требовали от инженеров ручного изучения протоколов связи и создания поведенческих моделей с нуля .
Более широкое подразделение Device Solutions (DS) Samsung ранее, в марте 2026 года, сообщило, что ИИ уже сократил некоторые циклы проектирования модулей аналоговых и логических микросхем на 50% . Эти результаты являются частью более широкой тенденции: Samsung также сообщил, что ИИ сократил время итераций адаптации PDK (наборов для проектирования технологических процессов) в подразделении памяти более чем на 95%, и эти инструменты теперь используются в НИОКР для массового производства
.
Важное замечание: это прирост производительности для конкретных задач, а не универсальный множитель для всего процесса проектирования чипов. Наибольшие улучшения заметны в задачах верификации, поведенческого моделирования и тестовой инфраструктуры, в то время как более сложные или творческие задачи могут выиграть не так сильно .
Внедрение ИИ в Samsung решает две структурные кадровые проблемы:
Продуктивность сопровождается рядом задокументированных рисков, наблюдаемых как в Samsung, так и в отрасли в целом:
Сообщаемые результаты реальны, но узко ограничены: 15-кратное ускорение для одного процесса верификации SoC и 50% для некоторых модулей — это не универсальное повышение производительности для всех задач полупроводниковых НИОКР. Основная кадровая проблема, которую решает ИИ, — структурная нехватка специалистов, и он выступает как мультипликатор силы для существующих команд. Ключевые риски — галлюцинации LLM, несанкционированная модификация RTL, маскировка ошибок и история утечек данных — означают, что внедрение ИИ в Samsung остаётся осторожным: все результаты требуют 100% человеческой проверки, а также действуют корпоративные меры безопасности корпоративного уровня.