--- title: "China recurre a agentes de IA para acelerar el diseño de sus propios chips" description: "La china Empyrean Technology asegura haber reducido de cuatro semanas a una el tiempo necesario para completar una tarea de diseño de circuitos mediante inteligencia artificial agéntica. La mejora del..." url: https://revistacloud.com/china-recurre-a-agentes-de-ia-para-acelerar-el-diseno-de-sus-propios-chips/ date: 2026-09-14 modified: 2026-09-14 author: "Silvia A. Feliz" image: https://revistacloud.com/wp-content/uploads/2026/09/empyream-chips-china-ai.jpg categories: ["Noticias", "Tecnología"] tags: ["china", "chips", "Inteligencia Artificial"] type: post lang: es --- # China recurre a agentes de IA para acelerar el diseño de sus propios chips La china Empyrean Technology asegura haber reducido de cuatro semanas a una el tiempo necesario para completar una tarea de diseño de circuitos mediante inteligencia artificial agéntica. La mejora del **75 %**, comunicada por su presidente, Liu Weiping, afecta a un flujo concreto de simulación y *layout*, por lo que no significa que la compañía pueda diseñar un chip completo cuatro veces más rápido. El avance resulta relevante porque Empyrean desarrolla herramientas de automatización del diseño electrónico (EDA), una de las piezas de la industria de semiconductores donde China intenta reducir su dependencia tecnológica exterior. **Las claves de la IA agéntica aplicada al diseño de chips en 30 segundos** - Empyrean afirma que un agente de IA redujo de cuatro semanas a una una tarea concreta de diseño de circuitos. - La compañía china trabaja además en una plataforma EDA basada en agentes, según explicó Liu Weiping en Shenzhen. - Las herramientas EDA intervienen en etapas como diseño, simulación, verificación y disposición física de los circuitos. - Synopsys y Cadence también están desarrollando flujos agénticos para automatizar partes del diseño y verificación de semiconductores. - Para China, estas herramientas tienen un valor adicional: desarrollar una industria EDA propia reduce su dependencia de proveedores estadounidenses. Las declaraciones de Liu se produjeron durante la International Integrated Circuit Innovation Expo 2026 celebrada en Shenzhen y fueron recogidas por *South China Morning Post*. El directivo explicó que Empyrean está introduciendo algoritmos optimizados mediante IA y agentes capaces de utilizar sus propias herramientas de simulación y diseño. La diferencia respecto a incorporar simplemente un chatbot a un programa de ingeniería es importante. Un agente puede recibir un objetivo, decidir qué herramientas necesita, ejecutar diferentes pasos, interpretar sus resultados y repetir parte del proceso hasta alcanzar determinadas condiciones. El ingeniero continúa definiendo objetivos y revisando el trabajo, pero una parte de las operaciones intermedias puede quedar automatizada. En el diseño de semiconductores esto resulta especialmente atractivo porque crear un chip moderno exige ejecutar continuamente herramientas diferentes, comprobar resultados y volver atrás cuando una modificación introduce nuevos problemas. ## Qué puede hacer realmente un agente de IA dentro de una herramienta EDA EDA corresponde a *Electronic Design Automation*, automatización del diseño electrónico. Estas herramientas son el software utilizado por los ingenieros para convertir una arquitectura de chip en un diseño que finalmente pueda fabricarse. Intervienen en procesos como la descripción lógica, síntesis, verificación, simulación, colocación de elementos, enrutamiento de conexiones y comprobación del diseño físico. No son las máquinas que fabrican físicamente los chips. Esta distinción es importante porque las herramientas EDA se confunden en ocasiones con los equipos de litografía utilizados posteriormente en las fábricas de semiconductores. | Etapa | Ejemplos de herramientas o procesos | | --- | --- | | Arquitectura | Definición de funciones y bloques | | RTL | Descripción lógica del circuito | | Verificación | Comprobar que el diseño funciona | | Síntesis | Convertir RTL en puertas lógicas | | *Placement* | Colocar físicamente los elementos | | *Routing* | Crear sus interconexiones | | *Sign-off* | Comprobaciones antes de fabricar | | Fabricación | Producción física sobre la oblea | Empyrean trabaja en la parte de software de esta cadena. El experimento descrito por Liu utilizó un agente sobre herramientas de simulación y *layout*. Según el directivo, una tarea que anteriormente requería cuatro semanas pudo completarse en una. Eso representa una reducción del tiempo del 75 % o, expresado de otra manera, un proceso cuatro veces más rápido. Pero **no permite concluir que Empyrean haya reducido un 75 % el tiempo total necesario para desarrollar un procesador**. Diseñar un semiconductor avanzado puede prolongarse durante años y requiere equipos numerosos trabajando simultáneamente en arquitectura, lógica, memoria, interfaces, verificación, diseño físico y validación. El dato de Empyrean corresponde a una tarea concreta y procede además de la propia compañía. Por ahora no se ha publicado información técnica suficiente para reproducir de manera independiente esa prueba. ## Los agentes de IA están entrando en toda la industria EDA China no está sola en esta dirección. Dos de las mayores compañías mundiales de software para semiconductores, Synopsys y Cadence, han presentado durante 2026 sistemas que utilizan agentes para automatizar procesos tradicionalmente ejecutados por equipos de ingeniería. Synopsys presentó en marzo AgentEngineer, una tecnología basada en múltiples agentes coordinados. La demostración incluye un flujo capaz de generar código **Register Transfer Level (RTL)** a partir de especificaciones, realizar comprobaciones, generar bancos de pruebas y ejecutar iterativamente herramientas de verificación hasta acercarse a los objetivos establecidos. Synopsys asegura haber observado mejoras de productividad de dos veces y de hasta cinco veces en determinados casos. Son resultados comunicados por la compañía y dependen del flujo y del diseño analizados, así que tampoco pueden extrapolarse automáticamente a cualquier proyecto. En julio Synopsys amplió esta estrategia con Microsoft y AMD. Uno de sus flujos autónomos de depuración mostró, según la empresa, una reducción de hasta el **40 % en el tiempo de ciclo**. La compañía también ha trabajado con Nvidia en agentes de verificación. En otra demostración comunicó hasta 50 veces menos tiempo para alcanzar RTL validado y un 20 % adicional de cobertura. Cadence sigue una dirección similar. En junio presentó su **ChipStack AI Super Agent**, que la compañía describe como un ingeniero virtual con un elevado nivel de autonomía. Nvidia está utilizando sus tecnologías para ejecutar grandes cantidades de simulaciones relacionadas con la verificación de diseños. Cadence afirma que determinados flujos pueden conseguir ciclos de validación RTL más de 40 veces más rápidos y reducir un proceso típico de cinco semanas a menos de un día. De nuevo, son resultados proporcionados por los fabricantes bajo escenarios concretos. La comparación directa entre el 75 % de Empyrean, el 40 % de Synopsys o las cifras de Cadence no sería correcta porque **no están midiendo necesariamente la misma tarea, diseño ni metodología**. Lo relevante es la dirección común. | Compañía | Desarrollo comunicado en 2026 | | --- | --- | | Empyrean | Agentes aplicados a simulación y *layout* | | Synopsys | Flujos multiagente para diseño, verificación y depuración | | Cadence | ChipStack AI Super Agent | | AMD | Evaluación de flujos agénticos desarrollados con Synopsys y Microsoft | | Nvidia | Uso y colaboración en flujos de diseño y verificación automatizados | La IA generativa está pasando así de ayudar al ingeniero a consultar documentación o escribir fragmentos de código a **manejar directamente herramientas profesionales dentro de cadenas de trabajo compuestas por varios pasos**. ## Por qué la EDA es especialmente importante para China Para Pekín hay otra razón para acelerar esta tecnología. El mercado mundial de EDA ha estado históricamente muy concentrado alrededor de unas pocas compañías, especialmente Synopsys, Cadence y Siemens EDA. China dispone de fabricantes de chips como Semiconductor Manufacturing International Corporation (SMIC) y está desarrollando proveedores nacionales de equipos, materiales y memoria. Pero fabricar semiconductores competitivos exige dominar una cadena mucho más amplia que la propia fábrica. El software de diseño es una de esas dependencias. Un procesador moderno contiene miles de millones de transistores. Diseñarlo manualmente resulta imposible, así que las herramientas EDA son necesarias para automatizar gran parte del trabajo y verificar que el diseño puede fabricarse. Estados Unidos ha utilizado durante los últimos años controles de exportación sobre diferentes tecnologías de semiconductores destinadas a China, incluidos temporalmente algunos productos EDA durante 2025. Washington retiró posteriormente aquellas restricciones específicas sobre software de diseño, aunque permanecen otros controles relacionados con chips avanzados y equipamiento de fabricación. Esa experiencia reforzó el interés chino por disponer de alternativas propias. Empyrean se encuentra entre las empresas que Pekín considera importantes para desarrollar esa autonomía tecnológica. La IA agéntica podría ayudar de dos maneras. Puede mejorar la productividad de los ingenieros y, al mismo tiempo, permitir que las herramientas nacionales progresen más rápidamente en determinados flujos. Eso no significa que añadir agentes elimine inmediatamente la distancia respecto a los líderes internacionales. El software EDA necesita décadas de desarrollo, enormes cantidades de conocimiento especializado y una relación estrecha con las fábricas de semiconductores y sus procesos de fabricación. La precisión de una herramienta es especialmente importante porque un error detectado después de fabricar las máscaras y producir las primeras obleas puede resultar extremadamente caro. ## Un agente puede trabajar más rápido, pero también equivocarse más rápido La aplicación de modelos generativos al diseño electrónico presenta además un problema diferente al de generar texto o imágenes. Una respuesta incorrecta de un chatbot puede resultar molesta. Un error en un diseño semiconductor que no se detecte antes de fabricación puede tener consecuencias económicas mucho mayores. Por eso la automatización necesita ir acompañada de verificación. Los agentes pueden generar RTL, lanzar simulaciones, analizar errores, modificar parámetros o intentar optimizar potencia, rendimiento y área. Pero los resultados deben continuar pasando por herramientas deterministas de verificación y por los procesos de validación de los ingenieros. La utilidad de la IA está precisamente en reducir el número de operaciones manuales necesarias para llegar hasta un diseño válido, no en sustituir las comprobaciones físicas y lógicas. Este aspecto diferencia el uso de agentes EDA de muchas aplicaciones empresariales de IA. El agente no tiene que limitarse a «responder correctamente». Tiene que producir resultados que finalmente satisfagan restricciones matemáticas, eléctricas, físicas y de fabricación. ## China también está convirtiendo la IA en política industrial Las declaraciones de Empyrean coinciden con una nueva fase de la política tecnológica china. El Ministerio de Industria y Tecnología de la Información (MIIT) publicó el 7 de septiembre su plan de desarrollo para el sector de información y comunicaciones durante el periodo 2026-2030. El documento sitúa la integración de inteligencia artificial entre las prioridades de modernización tecnológica y complementa el programa de **«IA + información y comunicaciones» para 2026-2028** presentado anteriormente. El objetivo oficial incluye desarrollar infraestructuras de computación, redes más autónomas y aplicaciones industriales basadas en agentes. El MIIT quiere contar en 2028 con más de 30 escenarios de alto valor y diferentes agentes especializados dentro del sector de información y comunicaciones. La EDA forma parte de una cuestión industrial todavía más amplia: utilizar IA para reducir el tiempo necesario para desarrollar otras tecnologías. Eso puede generar un efecto interesante en la carrera de semiconductores. Durante los últimos años, una parte importante de la competición por la IA se ha centrado en **fabricar mejores chips para entrenar inteligencia artificial**. La siguiente fase está empezando a funcionar también en dirección contraria: utilizar inteligencia artificial para diseñar mejores chips. Si los agentes consiguen reducir de forma consistente las semanas dedicadas a algunas tareas de verificación, simulación y diseño físico, la ventaja no consistirá simplemente en necesitar menos ingenieros. Los equipos podrían probar más alternativas dentro del mismo calendario, detectar errores antes y dedicar más tiempo a las decisiones difíciles que todavía necesitan especialistas. Empyrean ha mostrado un ejemplo concreto con una reducción de cuatro semanas a una. Synopsys y Cadence están presentando resultados similares en otras partes del proceso. Todavía queda por comprobar cuánto de estas mejoras sobrevive cuando los agentes se utilizan de forma continuada en proyectos completos y chips de gran complejidad. Pero la dirección ya resulta clara: **la carrera de la IA y la carrera de los semiconductores empiezan a mezclarse**. China necesita mejores herramientas para diseñar sus propios chips y está intentando utilizar la inteligencia artificial para acelerar precisamente el desarrollo de esa capacidad.