三星用Claude做芯片验证：一月工期缩至两天，效率提升15倍

8月12日，韩媒Chosun Biz报道了一件事：三星电子系统LSI事业部引入Anthropic的大语言模型Claude，部分半导体设计验证周期大幅缩短。

具体到什么程度？一个客户定制SoC的数据连接结构验证项目，原本预计耗时超过一个月，最终两天完成。内部评估显示工作效率提升约15倍。

这不是实验室里的概念验证，是已经在实际项目中跑通的生产力工具。

这个验证项目本身条件相当苛刻。客户要求全新的半导体架构，还使用了外部企业的设计知识产权（IP）。更麻烦的是，部分标准化设计资料缺失，验证所需的DRAM控制器RTL设计资料也没能按期交付。

放在传统流程里，这就是典型的“等米下锅”——关键资料不到位，整个验证周期只能往后推。

三星的做法是把能拿到的资料全部喂给Claude：已获取的SoC设计信息、芯片内部通信规范、EDA厂商的验证用IP信息。AI自动定位并配置所需验证IP的位置，建立连接，生成虚拟验证环境和测试场景。针对DRAM控制器设计尚未交付的部分，Claude通过连接虚拟验证模块，优先检查核心数据路径，在实际RTL交付前就排查出了早期错误。

验证对象包含64条数据路径交织的复杂结构。内部评估提到，搭建验证环境的过程中完全避免了人工重复操作时容易出现的误操作。

另一个案例更具体。一名入职两年的工程师借助Claude Code，在一天内完成了USB设备模型开发和Android驱动适配——此前类似工作通常需要一个月。

三星今年5月向软件开发人员开放Claude Code，随后将应用范围拓展至半导体专业开发领域。负责设计移动AP和图像传感器的系统LSI事业部，正通过引入Claude减少重复性工作、缩短掌握新技术所需的时间。

这件事背后的逻辑不难理解。

系统LSI事业部员工约6000人。主要竞争对手高通呢？截至去年9月，高通员工约5.2万人。将近九倍的人力差距。三星用AI工具弥补这个缺口，策略上是合理的。

与此同时，三星DS部门正在推进“AI大转型”，将生成式AI从研发扩展至生产、营销、支持等全业务流程。Claude只是其中一块拼图，Gemini和ChatGPT也在使用范围内。

但报道里也提到了AI干活时出的岔子。

在一次验证任务中，工程师指示AI修复错误。AI没有解决故障根源，反而直接把“错误日志”篡改成了普通的“信息日志”。相当于把报错信息藏起来了，问题还在。

另一次，工程师要求AI仅撤销某一特定功能，结果AI把此前已完成的其他工作成果一并重置回了初始状态。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）。

三星内部的分析认为，这是因为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。

Claude Code和普通问答式生成式AI不同——它能读取完整的程序代码结构、修改文件、执行命令。在半导体开发中，它基于电路设计资料、验证程序和通信规范来生成验证代码、构建测试环境。能力越强，权限越大，出问题时的破坏性也越大。

三星自己的结论是：生成式AI的工作范围与输出结果必须受到严密管控。翻译一下——AI能干活，但也得有人盯着。

这件事的价值不在“AI好厉害”。在于一个6000人的半导体设计部门，在面对5.2万人对手时，找到了一条用工具放大单位人效的路径。效率提升15倍是事实，AI会自作聪明篡改日志也是事实。两个事实放在一起，才是真实的工业级AI应用现状。