LO
Avísame cuando llegue un registro verificado a esta ocupación → · Marca cuáles de estas tareas son tuyas (VOLO Pro, gratis durante el lanzamiento) →
Ingeniero de diseño de chips
Diseña circuitos integrados: convierte una arquitectura en código de descripción de hardware (RTL), verifica que el diseño hace lo que dice la especificación, lo distribuye sobre el silicio para cumplir potencia, rendimiento y área, y diseña los bloques analógicos que conectan un chip con el mundo físico. La IA ya escribe fragmentos cortos de código de hardware, responde a preguntas de los ingenieros y escribe scripts de herramientas, y las herramientas de optimización del espacio de diseño se han usado en más de 100 tape-outs comerciales, según el proveedor. Pero en un banco de pruebas escrito por ingenieros de hardware experimentados los mejores modelos resolvieron como máximo el 34% de los problemas de generación de código al primer intento, la verificación está entre las tareas más difíciles para los agentes de IA, y una revisión independiente constató que expertos humanos superaron a la colocación por aprendizaje por refuerzo de Google en la mayoría de los diseños grandes que evaluó. Estados Unidos prevé que el empleo de ingenieros de hardware informático crezca un 9 por ciento hasta 2035, sin mencionar la IA.
Pide a un asistente de IA que escriba un bloque que ya hayas construido, pasa tu testbench sobre él y anota lo que falla.
Esto no es una probabilidad de perder el empleo. Combina qué parte de la carga de tareas del puesto está expuesta a la automatización con hasta dónde ha llegado realmente la adopción: sirve para comparar ocupaciones sobre una base constante, y para nada más.
Escrito para ingenieros que diseñan circuitos integrados: diseño RTL, verificación de diseño, diseño físico y diseño analógico o a medida. Los ingenieros eléctricos que trabajan en sistemas de potencia, edificios y placas tienen su propia página, y también los ingenieros de software. La evidencia son bancos de pruebas de modelos de IA sobre código de hardware, el artículo de una empresa de chips sobre sus modelos internos, un método publicado de distribución de chips y una revisión independiente de él, dos estudios académicos de diseño analógico, una proyección laboral de Estados Unidos y el anuncio de un proveedor de herramientas de diseño; establece qué puede hacer la IA en las tareas de diseño y dónde se queda corta, no cómo han cambiado los empleos ni los salarios en el diseño de chips.
La base de evidencia tiene registros verificados de otras ocupaciones, pero de esta todavía ninguno. Hasta que lo tenga, el análisis de abajo es razonamiento sobre la estructura de tareas y sobre capacidad técnica conocida; para este trabajo en concreto no lo sostienen fuentes rastreables, y preferimos decirlo a citar cosas que no hemos verificado. Una sección vacía aquí es un hueco de nuestra cobertura, no un hallazgo sobre el trabajo.
Qué está cambiando de verdad#
La unidad de análisis es la tarea, no el nombre del puesto. Un puesto no se sustituye: se le mueve la mezcla de tareas.
Cada casilla es una tarea. Su tamaño es cuánto pesa en el trabajo; su color, hacia dónde va la tarea. Haz clic en una casilla para ver qué no establece ese juicio.
La ausencia de un registro no es evidencia de que la IA no pueda ayudar aquí, y la proyección abarca a todos los ingenieros de hardware informático de un solo país, no a los arquitectos de chips.
Bancos de pruebas con los modelos de su momento; comprueban si el código funciona, no si cumple potencia, rendimiento y área, y no miden el trabajo de los ingenieros.
Un banco de pruebas y el relato de una empresa sobre sus modelos internos; la cifra del 60% procede de estudios internos que el artículo no publica.
La cifra de adopción procede de un proveedor de herramientas sobre su propio producto y el método de distribución es de su desarrollador; la revisión independiente evalúa un puñado de diseños, y ninguno mide el tiempo de los ingenieros.
Estudios académicos sobre circuitos estándar; no muestran uso en el diseño analógico comercial.
La evaluación de una empresa sobre sus propios modelos internos; no dice cuánto cambió el tiempo de los ingenieros.
¿Es este tu trabajo? Dilo y esta página se estrecha a tu parte de él.
El nombre de un puesto es un paquete de tareas compradas juntas, y no hay dos personas con el mismo paquete. No se envía nada a ninguna parte: se queda en este navegador.
Cambios recientes#
Estados Unidos. La oficina de estadística proyecta que el empleo de ingenieros de hardware informático crecerá un 9 por ciento de 2025 a 2035, de 76.100 a 83.000, mucho más rápido que la media de todas las ocupaciones, con unas 4.100 vacantes al año. No menciona la inteligencia artificial. La categoría abarca a todos los ingenieros de hardware informático, incluido el hardware de placas y de sistemas, no solo a quienes diseñan chips.
Una persona con nombre y con posición reconocida predijo algo públicamente, en una fecha, en una declaración atribuible. Se registra para que quede comprobable quién dijo qué y cuándo, y nunca mueve la evaluación de una tarea, porque una predicción no es una observación. Su valor llega después: el registro queda en la misma página que la evidencia sobre esa ocupación, así que quien lee el pronóstico lee al lado el registro de lo que pasó luego. Esa es la rendición de cuentas; este sitio no publica ningún veredicto sobre si un pronóstico se cumplió.
Una reevaluación académica de la colocación de macros por aprendizaje por refuerzo de Google con bancos de pruebas públicos y una herramienta comercial de colocación y enrutado para medir potencia, rendimiento y área tras el enrutado. En diseños grandes con muchas macros, los expertos humanos superaron al método en 5 de 6 comparaciones; una referencia más fuerte de recocido simulado logró mejor longitud de cableado en 7 de 9 casos, mientras que el método logró mejor holgura negativa total que el recocido simulado en 6 de 9 casos. Los autores dicen que siguen abiertas las dudas sobre la escalabilidad del método. Un puñado de diseños; no mide el trabajo de los ingenieros.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
Un banco de pruebas de 783 problemas en 13 categorías de tareas —generación de RTL, verificación, depuración, alineación con la especificación y preguntas técnicas— redactados por ingenieros de hardware experimentados, en formatos no agénticos y agénticos. Los modelos más avanzados no pasaron del 34% de pass@1 en generación de código, y las tareas agénticas, sobre todo las de reutilización de RTL y verificación, resultaron especialmente difíciles. Un conjunto de pruebas con modelos de 2025; el empleador de los autores diseña chips.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
Un agente académico que diseña circuitos analógicos generando código de circuito, evaluado en un banco de pruebas de tareas de circuitos analógicos creado por los propios autores. El resumen dice que diseñó con éxito 20 circuitos, cinco más que GPT-4o estándar; la sección de limitaciones del artículo dice que los modelos de lenguaje carecen actualmente de la capacidad de diseñar circuitos analógicos muy complejos. Los autores evalúan su propio método, y el banco de pruebas no incluye una optimización exhaustiva de parámetros.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
El artículo de una empresa de chips sobre modelos de lenguaje que adaptó a sus propios datos de diseño de chips, evaluados en tres aplicaciones: un chatbot asistente de ingeniería, la generación de scripts de herramientas de diseño y el resumen y análisis de errores. Su modelo más grande superó a GPT-4 en las dos primeras y fue competitivo en la tercera. El artículo dice que estudios internos han mostrado que hasta el 60% del tiempo de un diseñador de chips típico se dedica a tareas de depuración o de listas de comprobación; esos estudios no están publicados. La empresa evalúa sus propios modelos internos.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
Un banco de pruebas de 156 problemas del sitio web didáctico de Verilog HDLBits, cuya corrección funcional se comprueba por simulación frente a una solución de referencia. En los resultados corregidos de la v2, GPT-4 resolvió el 43,5% de los problemas escritos por personas al primer intento y el 58,9% en diez intentos. Los autores dicen que sus evaluaciones se limitan a la generación de código repetitivo para diseños de escala relativamente pequeña. Modelos de 2023 con problemas didácticos; el empleador de los autores diseña chips.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
Un banco de pruebas académico de 30 diseños, creado porque las pruebas anteriores usaban diseños relativamente simples, pequeños y propuestos por sus propios autores. Puntúa sintaxis, funcionalidad y calidad del diseño. GPT-4 logró un 81% de sintaxis correcta y 15 de 30 funcionalidades correctas, donde un diseño cuenta como funcionalmente correcto si cualquiera de cinco intentos supera el testbench. Modelos de 2023; no mide el uso en proyectos de chips.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
El anuncio del proveedor de que sus clientes registraron los primeros 100 tape-outs comerciales con su herramienta de IA de optimización del espacio de diseño. Cita a STMicroelectronics, que informa de una productividad más de 3 veces mayor al explorar potencia, rendimiento y área; a SK hynix, que dice que la herramienta da a sus ingenieros más tiempo para crear funciones diferenciadas; y a un directivo de Synopsys que habla de mayor productividad con menos recursos de ingeniería. El proveedor describe su propio producto; no da cifras de plantilla.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
Un artículo revisado por pares de investigadores de Google. Dice que la planificación de la planta de los chips se ha resistido a la automatización y exige meses de esfuerzo intenso de los ingenieros de diseño físico, y que en menos de seis horas su método genera planos de planta superiores o comparables a los producidos por personas en potencia, rendimiento y área del chip; dice que el método se usó para diseñar la siguiente generación de aceleradores de IA de Google. Una nota del editor del 20 de septiembre de 2023 decía que sus afirmaciones de rendimiento se habían puesto en duda; se retiró tras la revisión. Resultados del propio desarrollador, cuestionados por investigadores independientes.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
Un estudio académico. Dice que los módulos analógicos y de señal mixta se enfrentan a un largo ciclo de iteración con una persona en medio que exige intuición experta, y presenta un marco de aprendizaje por refuerzo que cumplió todas las especificaciones objetivo en al menos el 96,3% de los objetivos de diseño evaluados en simulación a nivel de esquemático y que, con el Berkeley Analog Generator, diseñó en 68 horas 40 amplificadores operacionales que superaron las comprobaciones de correspondencia entre disposición y esquemático, 9,6 veces más rápido que el estado del arte. Tipos de circuito estándar en un entorno de investigación.
Una demostración, una prueba de referencia o un artículo muestran que la tarea se puede hacer. Actualiza lo que la tecnología puede hacer, no lo que harán las empresas.
Qué significa esto para ti#
Si empiezas, cuenta con que la IA escriba los primeros borradores de bloques pequeños y de scripts de herramientas, y desarrolla lo que a ella le falta: leer una especificación con atención, verificar un diseño y juzgar los compromisos entre potencia, rendimiento y área.
Espera que las herramientas de optimización asuman más parte de la búsqueda en la colocación y el dimensionado, y que los asistentes se encarguen del código y los scripts rutinarios. Decidir la arquitectura y dar el visto bueno final a un diseño sigue siendo tuyo.
Tus opciones#
Cuatro direcciones, cada una con sus restricciones reales y con una cosa que puedes probar esta semana. Seguir como estás es una opción legítima; solo tiene que ser una opción elegida.
Pasar de escribir RTL a mano a especificarlo y revisarlo
Los modelos escriben código de hardware corto pero fallan la mayoría de los problemas más difíciles, así que el valor pasa a una especificación clara y una revisión cuidadosa.
Revisar código generado en busca de errores sutiles de temporización o de reset puede llevar tanto tiempo como escribirlo.
Pide a un asistente de IA que escriba un bloque que ya hayas construido, pasa tu testbench sobre él y anota lo que falla.
Quedarse en verificación
La verificación está entre las tareas más difíciles para los agentes de IA, y la depuración se lleva una gran parte del tiempo de los diseñadores.
Los puestos de verificación exigen un conocimiento profundo de los métodos de testbench y de la cobertura.
Dale a un asistente de IA un registro de simulación fallida que ya hayas depurado y comprueba si encuentra la causa.
Pasar a la automatización del diseño y a las herramientas de IA para el diseño de chips
Las empresas de chips y los proveedores de herramientas están incorporando la IA a los flujos de diseño, y ese trabajo depende de saber qué necesita un diseño correcto.
Exige conocimientos de software y de aprendizaje automático además del diseño de hardware.
Pasa un problema de un banco de pruebas abierto de código de hardware por un modelo de IA y lee por qué su respuesta pasa o falla.
Preguntas frecuentes#
No, según la evidencia actual. La IA escribe código de hardware corto y scripts de herramientas, y las herramientas de optimización ayudan con la colocación, pero los mejores modelos resolvieron como máximo el 34% de los problemas de generación de código en un banco de pruebas escrito por ingenieros experimentados, la verificación está entre las tareas más difíciles para los agentes de IA, y en una revisión independiente los expertos humanos superaron al método de distribución de Google en la mayoría de los diseños grandes. Estados Unidos prevé que el empleo de ingenieros de hardware crezca un 9 por ciento de 2025 a 2035.
No respondemos a eso con un número de años. Fíjate en si tu equipo empieza a partir de RTL generado en lugar de un archivo en blanco, y en cuánto de tu tiempo pasa de escribir a revisar y verificar. Eso te dice más que cualquier fecha.
Para problemas cortos, a menudo. GPT-4 resolvió al primer intento el 43,5% de 156 problemas de estilo de manual, y modelos más recientes siguieron sin pasar del 34% en los problemas más difíciles escritos por ingenieros de hardware experimentados. Los bancos de pruebas comprueban si el código funciona, no si cumple potencia, rendimiento y área.
Ayuda. Google dice que su método distribuyó partes de sus propios chips y Synopsys dice que su herramienta se ha usado en más de 100 tape-outs comerciales, pero una revisión independiente halló a los expertos humanos por delante en la mayoría de los diseños grandes que evaluó, y los ingenieros siguen fijando las restricciones y cerrando la temporización.
En qué se apoyan estos juicios#
De los 6 juicios de tarea de esta página, 0 se apoyan en un evento verificado y 6 son inferencia de la plataforma, cada uno etiquetado donde aparece. Detrás hay 1 dimensiones tecnológicas, una trayectoria reconstruida desde que los modelos de lenguaje llegaron al público y 10 eventos verificados.
Ver qué tecnologías, cómo llegó hasta aquí y el método →
Dónde se sitúa en la clasificación oficial: habilidades, conocimientos y trabajos afines →
Otros puestos de la misma función#
Una empresa divide su trabajo en funciones antes de dividirlo en puestos. Estos están en Entrega principal (propia del sector) junto a este — un hecho sobre los organigramas, no un juicio de que se parezcan ni de que cambien en la misma dirección.
Moderador de contenidos · Enfermero titulado · Radiólogo · Patólogo · Técnico en radiología / en imagen para el diagnóstico · Médico de familia / de atención primaria · Cirujano · Auxiliar de cuidados / auxiliar de enfermería · Consejero / terapeuta · Psicólogo · Dietista-nutricionista · Farmacéutico · Técnico de farmacia · Docente de escuela · Profesor de autoescuela · Docente universitario · Cocinero / chef · Electricista · Fontanero · Técnico de climatización · Arquitecto · Diseñador de interiores · Ingeniero civil / estructural · Analista SIG / cartógrafo · Ingeniero eléctrico · Ingeniero mecánico · Ingeniero industrial · Técnico de mediciones y presupuestos · Periodista · Editor y corrector de textos · Traductor / Intérprete · Intérprete · Cajero de comercio / dependiente · Cajero de banco · Auxiliar médico / auxiliar de consulta · Camarero de sala · Trabajador de la construcción · Mecánico / técnico de vehículos · Técnico de laboratorio clínico · Fisioterapeuta / terapeuta de rehabilitación · Bombero · Policía · Agricultor · Trabajador social · Dentista · Higienista dental · Veterinario · Bibliotecario · Soldador · Ecografista