Samsung научила ИИ проектировать скрипты для проверки микросхем

Samsung вместе с учёными из Сеульского национального университета показала ИИ для проверки микросхем — агента Rule2DRC. Он берёт на себя довольно скучный, но очень важный кусок работы при разработке чипов: превращает текстовые правила проектирования в рабочие скрипты проверки и потом гоняет их через настоящие инструменты верификации, а не через проверку «похоже — не похоже».

Для полупроводниковой отрасли это место, где постоянно всё тормозит. Перед выпуском чипа инженеры проверяют тысячи ограничений, а при переходе на новый техпроцесс часть DRC-скриптов приходится переписывать почти заново. Времени уходит много, ошибок тоже хватает. Особенно когда правила сначала написаны человеческим языком, а проверять их надо уже в KLayout или SVRF.

Rule2DRC как раз и работает на этом участке. Внутри системы — 1000 пар «правило проектирования — код проверки» и 13 921 тестовая компоновка чипов. Разработчики говорят, что так можно смотреть не только на совпадение с правильным ответом, но и на более приземлённую вещь: запускается ли сгенерированный ИИ-скрипт в реальном движке и выдаёт ли он нормальный результат.

Ещё команда сделала метод SplitTester. Он выбирает лучший вариант из нескольких скриптов, которые сгенерировала нейросеть, и опирается не на красивую форму, а на то, как код ведёт себя при запуске. Для инженеров это куда полезнее: в EDA-средах ценится не аккуратный текст, а скрипт, который не разваливается на живой топологии.

ИИ для проверки микросхем в EDA

Автоматизация проверки микросхем давно стала одной из самых заметных линий в электронном проектировании. Рынок EDA держат Synopsys, Cadence и Siemens EDA, и все три компании много лет двигают автоматизацию правил, верификации и вспомогательного кода. На этом фоне попытка Samsung встроить ИИ глубже в процесс выглядит не как демонстрация ради демонстрации, а как способ убрать самый дорогой ручной труд.

Здесь есть и простой экономический расчёт. Техпроцессы усложняются, проверок становится больше, а каждый новый цикл правок обходится дороже. В индустрии, где поздняя ошибка может съесть недели работы и приличную сумму, даже частичное сокращение рутины уже заметно.

Но ИИ не подменяет инженера. Он переводит текстовые требования в исполняемые скрипты и быстро перебирает варианты, а за корректность логики по-прежнему отвечают человек и сами инструменты верификации. Поэтому Samsung и тестирует систему на реальных движках, а не ограничивается синтетическими примерами.

Что Samsung пытается встроить в EDA-процесс

У проекта есть и вполне прикладной интерфейс. Команда показала layout-native AI agent GUI, где инженер видит компоновку кристалла и в том же окне получает сгенерированный код проверки. Для производственных команд это удобнее, чем работать с оторванным от реальности текстом: у них на столе не абстракции, а геометрия чипа, слои, углы и расстояния.

По словам разработчиков, систему уже подогнали под внутреннюю среду Samsung, а интеграция с собственной языковой моделью компании всё ещё идёт. На демонстрациях ИИ-агент разбирал текстовые инструкции, выбирал нужные области схемы и менял геометрию отдельных элементов, например углы. Для полупроводниковой фабрики это довольно ясный сигнал: речь не о чат-боте, а о помощнике, который реально встраивается в производственную цепочку.

Пока Rule2DRC выглядит как инструмент, который ускоряет конкретную инженерную рутину. Но сама логика проекта совпадает с тем, куда сейчас движется отрасль: ИИ всё чаще пытаются посадить не на витрину, а туда, где уходят часы и деньги. Если такие системы смогут стабильно работать на новых техпроцессах, они вполне могут стать обычной частью EDA-пакетов, а не отдельной лабораторной историей.