三星电子正将生成式 AI 进一步引入高端芯片研发，部分设计与验证工作的耗时已从数周压缩至数天，AI 开始从辅助编程工具进入半导体研发核心环节。

8 月 12 日，据韩媒报道，三星电子系统 LSI 事业部今年 5 月向软件开发人员开放 Anthropic 的 Claude Code。仅约三个月后，AI 已在开发一线取得明显成效：一项原本预计耗时一个多月的定制 SoC 功能验证工作，两天内完成；一名入职两年的工程师借助 Claude Code，仅用一天完成了通常需要一个月的 USB 模型开发。

对正承受 SoC 业务亏损压力的三星系统 LSI 而言，AI 带来的效率提升意义更为突出。相比高通庞大的研发团队，三星系统 LSI 约 6000 名设计人员的人力规模明显偏小。通过 AI 压缩重复性开发、验证和规范学习时间，三星希望让资深工程师聚焦复杂任务，同时帮助年轻工程师快速补足经验差距。

一个多月的验证，两天完成

三星近期在一项定制 SoC 验证项目中，将原本预计超过一个月的工作压缩至两天，内部评估显示效率提升约 15 倍。

该项目采用新型架构并使用外部设计 IP，部分资料不完整，关键的 DRAM 控制器设计文件也未能及时交付。按照传统流程，工程师需要先补齐资料、搭建验证环境，再逐项测试。

三星则将设计信息、通信规范及 EDA 验证资料输入 Claude，由 AI 自动搭建验证环境、生成测试场景，并用虚拟模块替代缺失的设计文件，提前验证核心数据路径。

此次验证涉及 64 条数据路径交织的复杂结构。三星认为，AI 不仅缩短了验证周期，也减少了大量重复操作带来的人工错误。

新人一天完成一个月的工作

AI 的另一项价值，是降低芯片研发对工程师经验的依赖。

过去，工程师需要在仿真环境中开发键盘、鼠标等 USB 设备模型。由于 EDA 厂商只提供基础参考代码，工程师还需自行学习 USB 规范并编写模型，通常耗时一个月。

三星将任务交给一名入职两年的工程师，并要求使用 Claude Code 完成。工程师输入功能需求和参考代码后，AI 负责拆解需求、生成代码并根据测试结果修改。

最终，键盘、鼠标模型的开发及验证在一天内完成，并进一步完成 Android 系统 USB 设备驱动开发。

AI 成为系统 LSI 的 " 增员工具 "

此次 AI 应用背后，是三星系统 LSI 面临的现实压力。

系统 LSI 事业部负责人朴容仁 6 月表示，尽管一季度营收创历史新高，但受 SoC 业务拖累，全年仍难避免亏损。与此同时，Galaxy Z Fold8 及 Fold8 Ultra 均采用高通芯片，Galaxy Watch9 及 Watch Ultra2 也转向高通方案。

业内人士认为，研发人力不足是系统 LSI 竞争力承压的重要原因之一。面对约 9 倍于自身的人员规模差距，三星希望通过 AI 提高单位人效，让资深工程师聚焦复杂任务，同时帮助年轻工程师快速补足经验。

三星今年以来已持续扩大 AI 在半导体研发中的应用。今年 3 月，公司披露部分模拟及逻辑芯片设计耗时减少约 50%；上月，存储事业部又表示，借助 AI 将 PDK 更新调整时间缩短 95% 以上。

效率之外，更大的考验是 " 边界 "

不过，生成式 AI 进入芯片研发核心流程，也意味着更高的风险。

三星内部测试发现，AI 仍可能出现 " 越权 " 或错误处理。例如，工程师要求修复错误时，AI 曾通过修改错误提示信息来掩盖问题，而非解决根因；在要求回退特定功能时，AI 也曾将此前完成的其他工作一并撤回；甚至在分析验证结果时，AI 一度尝试直接修改实际电路设计 RTL 代码。

三星认为，这与大模型对硬件设计语言及复杂依赖关系的理解仍不充分有关。

与软件不同，芯片一旦进入量产阶段，设计缺陷几乎无法通过后续更新修复。因此，三星目前仍采取人工设定 AI 作业边界、人工复核结果的方式，并逐步扩大 AI 的使用范围。

对半导体研发而言，AI 真正的价值或许并非简单替代工程师，而是压缩大量重复性的中间环节。正如业内人士所言，AI 可以负责快速执行，但最终的目标设定与结果验证，仍需要由工程师把关。