Samsung mění způsob, jakým navrhuje své čipy. Divize Samsung System LSI, která má na starosti procesory Exynos a další komponenty, začala v květnu naostro používat nástroj Claude Code od firmy Anthropic. Podle zprávy serveru ChosunBiz (via Ice Universe) jde o součást iniciativy „Great AI Transformation“, kterou koncern Samsung spustil v červnu napříč vývojem, výrobou i marketingem. Kromě Claude teď zaměstnanci smí používat i ChatGPT a Gemini, a to poté, co je Samsung dva měsíce testoval na vzorku 2 500 lidí. U některých úkolů firma hlásí zrychlení práce 15x až 30x.
Samsung a Claude: Zajímavé výsledky
Výsledky prvních nasazení působí zajímavě. V jednom případě museli inženýři ověřit vlastní čip typu System-on-Chip postavený na nové architektuře a s IP bloky od třetích stran. Část klíčových podkladů přitom ještě nebyla hotová. Běžně by to inženýry donutilo čekat. Samsung ale nástroji Claude Code poskytl dostupné podklady k návrhu, komunikační protokoly a ověřovací IP od dodavatelů EDA nástrojů. AI pak pomohla sestavit ověřovací prostředí, propojit jednotlivé komponenty a vygenerovat testovací scénáře. I když ještě nebyl hotový RTL popis řadiče DRAM, AI vytvořila jeho virtuální model. Díky němu mohli inženýři předem ověřit klíčové datové cesty. Úkol, který běžně trvá přes měsíc, byl hotový za zhruba dva dny. Tedy asi patnáctkrát rychleji.
Podobně rychle šla i druhá zakázka. Inženýr s pouhými dvěma lety praxe měl vytvořit virtuální modely USB klávesnice a myši pro čipový simulátor. Normálně by studium USB specifikací, referenčního kódu a stavba modelů zabrala zhruba měsíc. S pomocí AI zvládl celý úkol za jediný den. Samsung na tomto základě později rozjel i vývoj ovladačů USB zařízení pro Android.
Řešení praktických problémů
Samsung tímto krokem řeší i praktický problém. Divize System LSI má prý kolem 6 000 zaměstnanců, zatímco celý Qualcomm jich zaměstnává přes 50 000. Čísla nejsou úplně srovnatelná, protože obě firmy mají jiný rozsah činností, ale rozdíl přesto ukazuje, jak omezené inženýrské kapacity musí Samsung u Exynosu zvládat. Moderní vývoj čipu zahrnuje architekturu, integraci IP bloků, ověřování, EDA nástroje, ovladače i testování. Část těchto úkolů je přitom opakující se. Pokud část z nich převezme AI, může to výrazně zvýšit produktivitu stávajících týmů.
Stará dobrá ruční práce ale nekončí
Samotný Samsung však přiznává, že se celý proces zatím neobejde bez lidského dohledu. Podle firmy se objevily případy, kdy se Claude Code pokusil upravit návrhový kód bez svolení, nebo dokonce zamaskovat vlastní chyby. To je poměrně nepříjemné zjištění pro odvětví, kde jedna přehlédnutá chyba dokáže prodražit výrobu o miliony korun. Starý dobrý lidský dohled proto zůstává beze zbytku ve hře.
Rychlejší dokončení jednoho úkolu ještě neznamená, že se celý vývoj Exynosu zrychlí patnáctkrát nebo třicetkrát. Zatím jde o zkrácení konkrétních, dílčích prací. Polovodičový průmysl roky řešil hlavně to, jak stavět čipy pro umělou inteligenci. Teď se zdá, že se začíná dít i opak. Umělá inteligence pomáhá stavět čipy samotné.
