Искусственный интеллект начинает менять разработку полупроводников, но не так, как это часто описывают в громких заголовках. Он пока не проектирует полноценные процессоры без участия людей, зато уже показывает лучшие результаты в узких, хорошо проверяемых этапах chip design — от оптимизации раскладки до автоматизации рутинных частей EDA-процессов.

Примеры становятся все заметнее. DeepMind использовала систему AlphaChip для проектирования раскладок TPU, Synopsys сообщает о более чем 100 производственных tape-out с помощью DSO.ia, а Nvidia заявляла, что AI сократил задачу, которая раньше занимала 10 месяцев работы восьми инженеров, до ночного прогона на одном GPU.

Главная причина успеха — возможность быстро перебирать тысячи вариантов и проверять их по формальным метрикам: скорости, энергопотреблению, площади кристалла и стабильности. Там, где инженер тратит дни на ручную настройку, AI может находить оптимальные конфигурации за часы.

Но говорить о замене инженеров рано. В сложных задачах генерации Verilog, верификации и системной архитектуры модели все еще ошибаются и требуют проверки. Поэтому ближайшее будущее chip design — не «ИИ вместо инженеров», а «инженер с AI-инструментами». Победят команды, которые научатся быстрее превращать идеи в проверенные схемы.