La IA agéntica llega al diseño de chips: Agnisys lleva a DAC 2026 automatización de principio a fin para semiconductores

Por Zendoric · 23 de julio de 2026.

Agnisys, proveedor de herramientas de automatización para diseño de semiconductores, mostrará en el Design Automation Conference (DAC) 2026 —la feria de referencia del sector, que se celebra del 27 al 29 de julio en Long Beach, California— tres desarrollos: IDS-AI, un marco de inteligencia artificial agéntica que dice cubrir todo el flujo de diseño de un chip, desde la especificación inicial hasta el llamado RTL sign-off (la validación final del diseño descrito en Register-Transfer Level, el lenguaje con el que se define el comportamiento del hardware antes de fabricarlo); IDS-NoC, para automatizar la creación de redes internas del chip (Network-on-Chip, la infraestructura que conecta los distintos núcleos y bloques dentro de un mismo procesador); y una nueva técnica de Design-for-Test (DFT), pensada para detectar defectos de fabricación antes de que el chip salga a producción.

Según datos de la propia Agnisys, los primeros clientes de su nueva técnica de pruebas —bautizada Design-Aware Test Points— han visto hasta 4 veces más cobertura de test por cada flip-flop (la unidad básica de memoria digital de un chip) y un 50% menos de patrones de prueba automática (ATPG) a nivel de todo el chip. Son cifras que la compañía no ha hecho verificar por un tercero independiente, así que conviene tomarlas como reclamo comercial, no como benchmark cerrado. La parte más verificable del anuncio es la presentación técnica conjunta del 28 de julio, en la que participan ingenieros de Google junto a los de Agnisys, lo que sugiere que al menos una gran tecnológica está usando o evaluando esta automatización en sus propios chips.

El dato de fondo que hace interesante esta nota, más allá de ser un comunicado promocional de una empresa de nicho, es dónde está entrando la IA agéntica: no en generación de texto, código de aplicación o imágenes, sino en el propio proceso de diseñar el silicio que hace posible el resto de la revolución de IA. Agnisys vende explícitamente sus herramientas para chips de IA, plataformas de automoción y sistemas multi-núcleo, justo en el momento en que la demanda de aceleradores de IA (GPUs, TPUs y chips a medida) es el cuello de botella físico más citado de la industria.

En general, el diseño de semiconductores es un dominio donde la automatización determinista lleva décadas siendo la norma: los llamados EDA (Electronic Design Automation) son herramientas maduras, con estándares muy rígidos porque un error en un chip no se puede parchear después con una actualización de software. Lo que cambia ahora es que empresas como Agnisys empiezan a envolver esa automatización clásica con capas de IA agéntica —sistemas que entienden una intención de diseño en lenguaje de especificación y ejecutan de forma autónoma varias etapas del flujo— sin renunciar, según dicen, al carácter "correcto por construcción" que exige la industria. Es la misma lógica agéntica que ya vemos en programación de software o en operaciones de oficina, trasplantada a un sector donde el margen de error es mucho menor.

Nuestra lectura es que este tipo de anuncios, aunque modestos en alcance mediático, son un indicador temprano útil: cuando la IA agéntica empieza a normalizarse en verticales tan conservadores y regulados como el diseño de chips —donde el listón de fiabilidad es altísimo—, es señal de que la tecnología ha madurado lo suficiente como para operar con supervisión reducida en tareas de alto valor técnico, no solo en tareas administrativas o creativas. A corto plazo, esto probablemente reduce la necesidad de ingenieros de verificación dedicados a tareas repetitivas de comprobación, mientras aumenta el valor de quienes definen la arquitectura y supervisan el criterio de diseño; el patrón es el mismo que ya hemos visto en otros sectores: se automatiza lo rutinario, se revaloriza el criterio experto. A largo plazo, cada mejora en la velocidad y fiabilidad del diseño de chips —incluida la de aceleradores de IA— alimenta directamente el círculo virtuoso hacia la abundancia computacional que sostiene nuestra tesis de fondo: más y mejores chips, más baratos y más rápidos de diseñar, es una de las piezas silenciosas pero imprescindibles del camino hacia una IA capaz de abordar problemas como la enfermedad o la escasez de recursos. Conviene, eso sí, separar con cuidado el anuncio comercial de una empresa concreta —con cifras propias y sin auditar— de esa tendencia estructural más amplia, que es la que de verdad importa.