Samsung utiliza Claude Code para acelerar hasta 30 veces algunas etapas de diseño de sus chips
La inteligencia artificial no solo transforma el software; también comienza a cambiar la forma en que se diseñan los chips que los hacen funcionar. Samsung ha integrado Claude Code, la herramienta de programación de Anthropic, en ciertos flujos de trabajo de su división System LSI, logrando impresionantes avances de productividad en tareas específicas de desarrollo y validación de semiconductores.
En algunos casos, un trabajo que antes requería más de un mes se ha reducido a solo dos días. Este número es impresionante, pero debe contextualizarse.
Claude Code entra en el desarrollo de semiconductores en Samsung
Según información proporcionada por el filtrador Ice Universe, la división System LSI de Samsung Electronics está experimentando con Claude Code en sus procesos de ingeniería. Esta rama juega un papel estratégico para el grupo, ya que desarrolla los procesadores Exynos y los sensores de cámara ISOCELL, dos familias de componentes que se utilizan en muchos dispositivos Samsung y que también se ofrecen a otros fabricantes.
Se está utilizando IA para asistir a los ingenieros en ciertas etapas de diseño, simulación y validación.
Los beneficios reportados son considerables: Samsung ha observado una mejora de productividad que va de 15 a 30 veces en algunas operaciones específicas.
No debemos interpretar que Samsung ahora puede diseñar un Exynos completo treinta veces más rápido. Estas cifras se refieren a tareas precisas dentro de un proceso industrial mucho más complejo.
Simulando hardware que aún no existe
Uno de los ejemplos más interesantes involucra la validación de un chip cuyos componentes aún estaban en desarrollo. Tradicionalmente, los ingenieros deben esperar a que varios bloques de hardware estén lo suficientemente avanzados antes de poder probar su interacción.
Con la ayuda de IA, Samsung ha creado modelos de software que replican temporalmente el comportamiento de los componentes aún no disponibles. Estas representaciones virtuales permiten a los ingenieros comenzar a verificar las interacciones entre diferentes partes del sistema sin esperar a que el hardware esté completamente finalizado.
Según los informes, una operación que normalmente requeriría más de un mes se ha llevado a cabo en aproximadamente dos días.
Un día en lugar de varias semanas para algunas herramientas de prueba
Otro caso involucra el desarrollo de dispositivos USB virtuales. Un ingeniero de Samsung necesitaba crear modelos de software que simularan un teclado y un ratón USB para llevar a cabo varias pruebas. Un enfoque clásico habría requerido entender la documentación técnica, estudiar código existente y desarrollar manualmente las herramientas necesarias. Al usar IA para acelerar esta fase, el prototipo fue completado en un solo día.
Ese trabajo luego se utilizó para el desarrollo de controladores USB para Android.
Es probable que en este tipo de escenario los asistentes de programación produzcan los mayores beneficios: no reemplazando la experiencia de los ingenieros, sino eliminando varios días dedicados a la escritura de código auxiliar, la documentación o la creación de entornos de prueba.
Por qué esta evolución es importante para Exynos
Para Samsung, el objetivo va más allá de ahorrar algunos días. Desarrollar un procesador móvil moderno implica miles de ingenieros, una multitud de bloques de hardware y software, así como fases extremadamente largas de simulación y validación. Cada retraso puede ser costoso. Un error detectado tarde puede requerir una nueva revisión del silicio, retrasar la producción y comprometer la integración de un chip en una futura generación de Galaxy.
El uso de agentes de IA podría permitir a Samsung probar antes, multiplicar las simulaciones y detectar ciertos errores antes de que el silicio físico sea producido. Es aquí donde los beneficios económicos podrían hacerse realmente importantes.
La IA se convierte en una herramienta industrial
Esta experimentación también ilustra una transformación más profunda de la inteligencia artificial generativa. Después de comenzar como asistentes capaces de producir texto o algunas líneas de código, los modelos más avanzados ahora se integran en flujos de trabajo de ingeniería especializadas.
En los semiconductores, la IA podría intervenir progresivamente en la generación de código de validación, simulación, análisis de errores, documentación o incluso en la automatización de ciertas etapas repetitivas.
Los ingenieros seguirían siendo responsables de la arquitectura y de la validación final, pero gran parte del trabajo intermedio podría acelerarse considerablemente.
Para una industria donde el desarrollo de una nueva generación de procesadores representa varios años de trabajo y miles de millones de dólares en inversiones, incluso una mejora relativamente modesta en el ciclo de diseño puede tener consecuencias significativas.
¿Galaxy más baratos? No necesariamente
Queda la pregunta que interesa directamente a los consumidores: ¿podrían estos beneficios reducir el precio de los teléfonos inteligentes? Sería prematuro afirmarlo. El costo de un procesador no depende únicamente de su desarrollo. Los procesos de grabado avanzados, los wafers, la memoria, el empaque, los rendimientos de producción y las inversiones en fábricas representan una parte considerable de la ecuación.
Por lo tanto, la IA puede reducir algunos costos de ingeniería sin necesariamente provocar una baja visible en el precio de un Galaxy.
El interés podría estar en otro lugar: permitir a Samsung mantener sus precios a pesar de la inflación de los componentes, acelerar el desarrollo de futuras generaciones de Exynos o simplemente ofrecer chips más avanzados en el momento de su lanzamiento.
En un mercado donde cada mes ganado puede determinar si un procesador llega a tiempo para la próxima generación de teléfonos inteligentes, la ventaja más valiosa de la IA podría, en última instancia, no ser diseñar más barato, sino diseñar más rápido y detectar problemas más temprano.
