Ferramentas e fluxos de trabalho de software usados para projetar, verificar e analisar chips.
Os modelos de inteligência artificial com pesos abertos oferecem às organizações maior flexibilidade para operar localmente e reduzir a dependência de provedores de serviços, mas não significam automaticamente que os dados de treinamento, o código ou os direitos de uso estejam disponíveis. Uma análise da Semiconductor Engineering destaca que seu impacto se estende ao design de memória, às interconexões, à segurança e ao fluxo de trabalho das ferramentas de design de chips.
O material da Semiconductor Engineering apresenta uma estrutura de cinco níveis para avaliar a autonomia dos agentes de inteligência artificial no projeto de chips, começando pela otimização de uma tarefa específica e chegando à execução de um fluxo de trabalho completo dentro de um escopo de engenharia controlado. O texto enfatiza que o nível de autonomia, por si só, não é suficiente, a menos que sejam definidos o escopo das decisões, os mecanismos de verificação e a responsabilidade do engenheiro pela intervenção e pela aprovação final.
Um material analítico conclui que a inteligência artificial alcançará seu maior valor nas ferramentas de projeto de chips quando coordenar o fluxo de trabalho entre ferramentas e equipes, e não apenas quando melhorar uma ferramenta isolada. No entanto, sua adoção continua condicionada à continuidade do significado, à verificação determinística e à possibilidade de auditar cada resultado.
Opiniões de especialistas de empresas de EDA e de semicondutores mostram que a integração do desenvolvimento de hardware e software enfrenta obstáculos organizacionais e técnicos, desde diferenças entre equipes e ferramentas até a dificuldade de simular cargas de trabalho completas. A inteligência artificial pode ajudar a escrever RTL e software, mas ainda não dispõe de contexto suficiente para tomar decisões arquitetônicas complexas.