效率提升15倍！三星引入Anthropic Claude至芯片研发一线，芯片设计验证耗时从数周降至数天

投资者内参丨易烊铭

除了写代码、做PPT、陪聊等业务之外，AI的实用价值正延伸到芯片设计领域。

8月12日，据媒体报道，三星电子正将生成式AI引入其高端芯片研发的核心环节，且部分设计与验证工作的耗时已从数周压缩至数天，效率成指数级提升。

据了解，今年5月起，三星电子系统LSI事业部就开始向软件开发人员开放Anthropic的AI编程工具Claude Code，三个月内就已在芯片开发一线取得显著成效。

在一项定制系统级芯片（SoC）功能验证项目中，三星将原本预计需要超过一个月的工作压缩至两天完成，内部评估显示效率提升约15倍。

由于客户要求，该项目采用新型半导体架构，使用外部设计IP，同时一些标准化的设计资料存在缺失问题，且用于验证的DRAM控制器RTL设计资料也未能及时交付。传统情况下，开发人员需要先补齐资料、搭建验证环境之后，再逐项测试。

但三星利用基于Claude的人工智能尝试了新的方式。其将已获取的SoC设计信息、芯片内部通信规范及EDA供应商的验证IP信息输入到Claude中，由AI自动创建虚拟验证环境和测试场景，并用虚拟验证模块替代缺失的设计文件，提前检查核心数据路径。

此次验证目标结构复杂，涉及64条相互交织的数据路径，但内部评估显示，在构建验证环境的过程中，没有出现任何因人工执行重复性任务而导致的错误。

此外，AI的另一大价值在于能大幅缩小工程师之间在经验和专业知识方面的差距，并降低芯片研发对工程师经验的依赖。

以前开发软件时，工程师必须在模拟器中虚拟实现键盘、鼠标等USB设备的操作，而EDA供应商提供的一般都只是基本数据传输的参考代码，因此工程师必须学习USB通信规范，并为每个设备构建单独的模型。

三星电子将这项任务分配给了一名工作两年的工程师，并要求他使用Claude Code完成，而这名员工此前没有任何Vibe Code或Claude Code的使用经验。

通常情况下，学习USB通信规范并开发针对每个设备的模型需要一个月的时间。但该员工将所需功能和USB参考代码输入到Claude Code中。Claude在对需求进行了完善后，便提出了实现方案和代码建议，甚至还支持修改。

最终，键盘和鼠标模型的构建和功能验证在一天内完成，基于这些模型的Android操作系统USB设备驱动程序的开发也顺利完成。

三星引入Anthropic AI应用到芯片研发设计工作中，与系统LSI事业部正面临的结构性业务挑战密切相关。

三星系统LSI事业部总裁朴容仁在6月一次管理层会议上表示，尽管该事业部一季度营收创历史新高，但由于SoC业务疲软，全年亏损在所难免。

据了解，7月发布的Galaxy Z Fold8和Fold8 Ultra均采用高通骁龙处理器，Galaxy Watch9及Watch Ultra2也采用了高通芯片，取代了之前的Exynos芯片。

业内人士也认为，与高通等竞争对手相比，三星系统LSI设计团队规模较小是其业绩不佳的根本原因之一。

据估计，三星系统LSI部门的员工人数约为6000人。相比之下，截至去年9月，高通拥有约52000名员工，其整体规模几乎是三星系统LSI部门的9倍。

通过应用人工智能技术，三星系统LSI部门旨在减少重复性整合验证和标准学习所需的时间，让经验丰富的工程师专注于高难度任务，并使经验不足的员工能够更快地拓展职责范围，从而缩小能力差距。

据悉，三星电子器件解决方案（DS）事业部也在不断拓展人工智能的应用范围。今年3月，该部门表示已将人工智能应用于模拟和逻辑半导体设计，使部分设计时间缩短了约50%。

不过，三星内部也有人认为，生成式AI的工作范围和输出必须受到严格控制。

三星内部测试发现，Claude Code同样也会犯错。比如，在一次验证任务中，当被指示修复错误时，AI并没有找出根本原因，而是将错误信息更改为一般性信息。在另一个案例中，当被要求仅回滚特定功能时，AI却同步恢复了其他先前已完成的任务；当被要求分析验证结果时，AI甚至试图修改RTL。

软件发布后可以通过更新修复漏洞，但半导体一旦开始量产，就很难回滚设计缺陷。因此，三星将Claude Code视为助手，而非让其作为自主工程师工作——工程师仍需审核其输出，以确保AI不会引入错误或对半导体设计造成意外更改，因为即使是看似微小的错误也可能造成重大后果。

最终，AI将减少许多人工操作步骤，从而缩短整体开发时间，工程师们将能够专注于对AI的目标设定和最终验证。

风险提示：本文为内容资讯，不构成个人投资建议。市场有风险，投资需谨慎。