晶片設計也交給AI？Nurol AI：工程師未來從「寫」變「審」

生成式AI不只會聊天、寫程式，如今也開始走進晶片 研發。Nurol AI在新竹舉行的晶片設計研討會分享，AI已可協助工程師 從設計概念一路做到測試，甚至讓模擬系統「開機」，但晶片一旦出錯代價高，資安 、可靠性與能否查驗結果，才是AI能否真正進入半導體業的關鍵。

今年晶片設計與驗證研討會（DVCon Taiwan 2026）前天於新竹舉行，瑞昱、Siemens EDA、聯發科等業者都分享AI在晶片設計、測試及驗證上的應用，顯示生成式AI正從單純協助寫程式，逐步進入更複雜的研發流程。

Nurol AI創辦人Yale Lee指出，AI雖可加快晶片設計速度，但「做得快」不夠，更重要的是結果是否正確。他形容，「晶片不能讓AI猜」，一般軟體寫錯還能更新或回復舊版本，但晶片若送去製造後才發現錯誤，可能付出數千萬元成本及數個月研發時間，因此AI產出必須能被工程師檢查、驗證。

Nurol AI目前嘗試讓AI從一句設計需求開始，協助拆解晶片架構、安排功能模組、建立模擬測試環境，甚至讓作業系統在模擬環境中正常開機。Yale Lee表示，「能開機」代表AI做出的不只是看似合理的程式碼，而是整套系統真的可以運作並接受測試。

不過Nurol AI並未將所有設計工作交給AI，整體架構、模組連接及重要規則仍採可控方式建立，AI則負責部分程式撰寫、資料整理及測試工作。目前搜尋過去設計資料、整理大量驗證報告、撰寫測試程式及自動化腳本等，較適合交給AI；晶片整體架構、關鍵技術選擇及最終簽核，仍由工程師決定。

資安也是半導體業導入AI的重要顧慮。根據全球半導體聯盟與Deloitte調查，93%半導體業主管認為提升效率是投資AI主要原因，但54%也擔心資安問題。由於晶片設計資料涉及核心技術，企業也高度在意資料是否外流。

Yale Lee認為，AI進入研發後，工程師角色將從大量「自己動手寫」，轉向定義問題、下指令及檢查結果。他說，「被取代的是任務，不是職位」，未來真正拉開差距的，會是工程師能不能善用AI。