Pesquisadores da UC Berkeley relatam que modelos de linguagem grande estão começando a superar engenheiros humanos de design de chip em tarefas específicas e estreitas como otimização de circuitos e placement. O avanço é impulsionado por ferramentas de design de software alimentadas por LLM que aceleram fluxos de trabalho de EDA (Electronic Design Automation), embora orientação humana permanece crítica para problemas complexos multi-restrição.
Para líderes de semicondutores e startups de hardware, ferramentas de design aumentadas por IA representam um multiplicador de produtividade para equipes de design físico. A capacidade sinaliza uma mudança em direção a co-engenharia de IA em pipelines de design de chip e pode compactar ciclos de design para plataformas derivadas através de 2027.