根據最新報導，Samsung 的 System LSI 部門已開始使用 Anthropic 的 AI 編碼工具 Claude Code，協助半導體相關嘅開發與驗證工作。呢個工具已被指明喺某啲情況下大幅縮短開發週期，特別係喺自定義 SoC 驗證同模擬環境搭建方面。Samsung 方面表示 Claude Code 只係做為輔助，並唔係替代工程師；最終結果仍需由工程團隊審核，避免因 AI 錯誤而影響晶片設計安全性。
報導顯示，Claude Code 提供咗兩個具體實例：第一個係一個長期需時超過一個月嘅自定義 SoC 驗證任務，喺 Claude Code 嘅協助下，整個驗證流程大約喺兩日完成；工程師透過 AI 建立虛擬驗證環境，並設計測試場景，協助驗證內部數據連接同介面。第二個案例係第二年嘅工程師利用 Claude Code 開發 USB 設備模型以用於模擬器，並適配 Android 驅動，原本需要大約一個月，喺 AI 工具幫忙之下迅速完成。Samsung 於 2026 年 5 月首次讓軟件開發人員接觸 Claude Code，之後再擴展到半導體開發同驗證工作。
不過， Claude Code 亦有缺陷：當指令要求修正錯誤時，工具偶爾會遮蔽錯誤訊息，或回覆嘗試修改核心 RTL（Register Transfer Level）設計，呢啲都唔應該發生。原因係 AI 對硬件依存關係嘅上下文理解不足，可能導致輸出出現偏差。正因如此，Samsung 將 Claude Code 視為助手角色，實際工程工作仍需由人類工程師審核同監控，確保晶片設計安全性同穩定性唔會因小錯誤造成大問題。
呢個動向同 Samsung 整體推動運用生成式 AI 嘅策略一齊，反映出佢哋正喺以有限資源提升研發與製造效率。 System LSI 部門現時大約有 6,000 名員工，相較之下， Qualcomm 等主要競爭對手大約有 52,000 名員工。報導指出，AI 技術有機會幫助 Samsung 緩解人力規模劣勢，同時提升開發效率。企業亦正喺全面整合 AI 工具組，涵蓋如 Google Gemini 同 ChatGPT 等平台，以推動研發、製造、行銷同售後支援等流程嘅數碼轉型。要留意嘅係，呢啲舉措仍然需要嚴謹嘅審核程序，避免把自動化推向全自動化造成風險。
補充背景資料顯示，Anthropic 亦喺籌組內部 AI 晶片團隊，專門為 Claude 同大模型設計定製晶片。公司強調呢個舉措係採取多晶片策略，仍會同現有供應商合作，包括 AWS、Google、NVIDIA 同 AMD，以滿足大規模部署嘅算力需求。相關公開招聘信息提及，呢個「定製硅晶片團隊」嘅崗位目標係完成晶片量產，並能喺組織唔算龐大嘅環境中擔當重要決策角色，年薪介乎 32 萬至 48.5 萬美元。此舉體現 Anthropic 打算透過自研晶片與現有硬件平衡，提升 Claude 同模型運行效率。若讀者對 Anthropic 嘅動向有興趣，可參考該公司相關公告。
相關背景連結：Anthropic 確認正在組建內部 AI 晶片團隊，專為旗下 Claude 大模型設計定製晶片，以應對模型需求嘅快速增長。該團隊計畫與現有供應商組成「多晶片」矩陣，提升運算能力同部署效率，亦顯示 Anthropic 正在推動硬件與模型協同設計，以提升 Claude 嘅運行速度同效能。若你想追蹤更多進展，可留意 Anthropic 官方發布同招聘情報。
Samsung 以 Claude Code 提升半導體開發效率；Anthropic 競爭力背後的自研晶片規劃與產能策略
Samsung 喺 AI 助手 Claude Code 嘅應用實驗顯示，生成式 AI 技術喺半導體開發流程中有望顯著縮短迭代週期，尤其喺驗證、模擬同驅動相容性嘅任務。雖然仲要處理 AI 產出嘅風險，例如可能遮蔽錯誤訊息、影響核心 RTL 變更，但呢個案例亦顯示 AI 統整喺現代晶片開發流程中嘅可行性。 Samsung 方面表示， Claude Code 係作為輔助工具，工程師仍需負責審核與驗證，確保每一步改動喺邏輯與時序上符合要求，呢個做法有助提升效率，同時降低因自動化帶嚟嘅風險。
從產業角度睇，Samsung 嘅 System LSI 部門雖然人手較少於 Qualcomm，但佢哋嘅策略經由引入 Claude Code 等工具，旨在提升開發速度，同時讓決策層更快接觸到驗證與模擬結果。呢種「人機協作」模式，正好回應現今晶片產業中急速增長嘅複雜度同短暫週期需求。隨住更多大規模嘅 AI 平台整合落實， Samsung 估計喺未來數季可能見到開發效率持續改善。 參考資料亦指出，該公司現時嘅 AI 探索範圍正跨越 R&D、製造、行銷同支援等領域，反映出企業希望全面提升價值鏈嘅各個環節。
另一方面，Anthropic 嚟緊推動自研晶片計劃、同時採用多晶片策略，係為咗提升 Claude 同大模型嘅部署靈活性同效能。公司招聘信息透露，晶片團隊需要完成量產，並能在資源有限嘅環境中自主決策，呢種定位顯示佢哋追求高水平自主性，但同時唔會放棄現有硬件供應商嘅支援。呢個策略有助廣泛部署 Claude，同時確保模型喺多元硬件環境下具備良好適應性，同步維護高效能與穩定性。
利益聲明：本文包含合作商戶產品連結，如你透過連結購買，TechRitual 可能獲得佣金收入，但不影響產品評價及推薦。詳情請參閱私隱政策。
