En DAC 2026 (Design Automation Conference, 26–29 de julio, Long Beach), la pista de ingeniería—que muestra resultados implementados por usuarios—se lee como un censo de IA de hazlo-tú-mismo. Los hiperscalares y empresas de semiconductores ya no esperan a que los vendedores entreguen productos de IA terminados. Samsung, NVIDIA, IBM y otros están construyendo su propia orquestación, agentes y modelos sobre motores de simulación, verificación formal y signoff de proveedores. Las herramientas EDA se convierte en motores; la capa de inteligencia pertenece al usuario.
Samsung presentó agentes de aprendizaje por refuerzo ajustando parámetros de calidad de servicio del SoC en emulación, superando métodos manuales a través de Deep Q-Networks con mejoras de dueling y double-DQN. IBM detalló flujos de trabajo agentic automatizando depuración de verificación de hardware y análisis de causa raíz a través de servidores Model Context Protocol (MCP), logrando reducción del 15–40% en esfuerzo manual. Un segundo documento de IBM demostró agentes que generan utilidades EDA a partir de especificaciones, reduciendo el tiempo de desarrollo de cuatro semanas-persona a menos de 30 minutos usando bloques MCP reutilizables.
Para arquitectos: La onda visible de IA DIY señala una bifurcación de mercado—proveedores entregan herramientas; usuarios poseen estrategia. MCP (la cola conectiva para datos) está llegando a artículos de metodología de usuario apenas un año después de entrar en discusión. Pero la lección se queda detrás de cortafuegos corporativos: cada hiperscalar aprende de datos propietarios, el resto de la industria pierde propagación de lecciones.