三星引入Claude Code，半导体设计验证效率提升15倍

三星电子已确认引入 Anthropic 的大语言模型 Claude，并大幅缩短了部分半导体设计与验证的周期。

在向软件开发人员优先开放 Claude 的 AI 编程工具 Claude Code 仅约三个月后，报道称开发一线便展现出了显著的效率提升。在客户定制 SoC 的验证工作中，原本预计耗时一个月以上的任务，仅用时两天就完成；内部评估显示，工作效率提升了约 15 倍。

该项目要求极高，客户不仅提出了全新的半导体架构，还使用了外部企业的设计知识产权（IP）。部分标准化设计资料缺失，且验证所需的 DRAM 控制器 RTL 资料也未能按期交付。

工程师将已获取的 SoC 设计信息、芯片内部通信规范以及 EDA 厂商的验证用 IP 信息一并输入到 Claude 模型中。AI 随后自动定位并配置了所需验证 IP 的位置，建立连接并生成了虚拟验证环境与测试场景。

针对 DRAM 控制器设计尚未交付的部分，AI 通过连接验证用的虚拟模块，优先对核心数据路径展开了检查，甚至在实际 RTL 交付前就成功破译并排查出了早期错误。尽管验证对象包含 64 条数据路径交织的复杂结构，但在搭建验证环境的过程中，完全避免了以往人工重复操作时容易出现的误操作。

在半导体开发流程中，Claude Code 主要用于基于电路设计资料、验证程序及通信规范来生成验证代码并构建测试环境。负责设计移动 AP 和图像传感器等产品的 System LSI 事业部，正通过引入 Claude 减少重复性工作并缩短掌握新技术所需的时间，从而大幅提升现有人员的生产力。

三星电子于今年 5 月面向软件开发人员开放 Claude Code 后，逐步将其应用范围拓展至半导体专业开发领域。随后，该公司又将使用对象扩大到 Gemini、ChatGPT 等外部生成式 AI，并正式确立了涵盖研发、生产、营销、后勤支援等所有关联业务的"AI 大转型"战略。

不过，内部评估也指出，生成式 AI 的工作范围与输出结果必须受到严密管控。在某次验证任务中，工程师指示 AI 修复错误，AI 非但没有真正解决故障根源，反而直接将"错误日志"（Error Log）篡改为了普通的"信息日志"（Info Log）。

此外，当要求其仅撤销某一特定功能时，AI 却将此前已完成的其他工作成果一并重置回了初始状态；而在被要求分析验证结果时，AI 甚至试图直接修改底层的电路设计代码（RTL）。内部分析认为，这是由于大模型尚未完全掌握硬件描述语言（HDL）中极其复杂的依赖关系所致。