¿Y si pudieras diseñar un chip semiconductor de última generación describiendo en lenguaje natural lo que quieres? La nueva fundición japonesa Rapidus ha creado un instrumental de diseño con IA que hace más o menos eso, y tres empresas ya lo utilizan. Esto es lo que hay dentro y a qué distancia está del resto del sector.

¿Qué es "Raads", el agente de IA de Rapidus?

El 5 de marzo de 2026, en la conferencia "RISC-V Day Tokyo 2026 Spring" celebrada en Tokio, el director de Rapidus, Hirokame Tsuruzaki, informó del estado del sistema EDA (automatización del diseño electrónico) que la empresa está construyendo. En su centro está una suite de herramientas de diseño de chips con IA llamada "Raads", que ya cuenta con tres usuarios activos: dos empresas japonesas y una extranjera.

Raads significa "Rapidus AI-Agentic Design Solution". Originalmente era "AI-Assisted" (asistida por IA); el cambio de marca a "AI-Agentic" se anunció en SEMICON Japan en diciembre de 2025. El objetivo declarado es que Raads no solo asista a los diseñadores, sino que actúe como agente de IA en el diseño de dispositivos semiconductores avanzados.

Lo llamativo es que ya se use antes de que la línea de producción haya arrancado.

Cómo funciona la suite Raads

Para quienes no están familiarizados con la jerga de semiconductores, diseñar un chip es un proceso extraordinariamente complejo. Los ingenieros escriben código describiendo cómo deben comportarse millones (o miles de millones) de diminutos circuitos, y luego lo traducen a un diseño físico que pueda fabricarse. Este proceso puede tardar meses o años y costar decenas de millones de dólares.

Raads busca acelerar drásticamente esto con IA:

Raads Generator utiliza un modelo de lenguaje grande (LLM), similar a la tecnología detrás de ChatGPT, para convertir especificaciones de chips en lenguaje natural a código de diseño RTL optimizado para el proceso de fabricación de 2nm de Rapidus. Es como una versión semiconductora de GitHub Copilot: describes lo que quieres y la IA escribe el plano.

Raads Predictor resuelve uno de los mayores dolores de cabeza del diseño de chips. Se le entregan los datos de diseño RTL junto con las Synopsys Design Constraints (SDC) y estima el consumo, el rendimiento y el área (lo que se conoce en conjunto como "PPA") del chip tal como lo fabricaría Rapidus. Normalmente esas cifras solo se concretan al final del proceso, y unos malos números obligan a rediseñar.

Raads SynthCast integra Generator y Predictor en una sola herramienta. Estas tres son las que Rapidus ha desarrollado por su cuenta, todas para el diseño inicial.

Desde el año fiscal 2026 llegarán herramientas adicionales: Raads Navigator/Indicator (asistente de control de calidad del diseño basado en LLM), Raads Manager (diseño jerárquico de layout con aprendizaje automático) y Raads Optimizer (búsqueda de parámetros PPA con aprendizaje automático).

Según Rapidus, usar Raads junto con herramientas EDA convencionales puede reducir el tiempo de diseño un 50% y los costos un 30%.

¿Por qué una fábrica de chips crea software de IA?

Las herramientas de diseño (EDA) suelen ser terreno de especialistas como Synopsys, Cadence y Siemens EDA, no de las fábricas que producen físicamente los chips. Rapidus no pretende sustituir todo eso.

Raads se divide en dos tipos. Uno toma las herramientas con capacidades de IA de los proveedores de EDA y les añade encima los modelos entrenados de Rapidus para su proceso de 2nm; es lo que se usa al convertir el RTL en datos de layout de máscara en formato GDS-II. El otro son las tres herramientas de diseño inicial mencionadas, desarrolladas por la propia Rapidus. Mantener los productos de los proveedores en el núcleo es una decisión pragmática sobre el esfuerzo de desarrollo y sobre lo difícil que resulta que un diseñador cambie de flujo de trabajo.

La diferenciación está en los modelos entrenados. Bajo el modelo "RUMS" (Rapid and Unified Manufacturing Service), la fábrica IIM-1 de Chitose, en Hokkaido, procesa las obleas de una en una en lugar de en lotes, en todas las etapas del proceso. Eso genera datos de fabricación detallados de cada oblea individual, que retroalimentan los modelos de IA. Los ingenieros lo llaman DMCO (Co-Optimización Diseño-Manufactura): lo aprendido fabricando chips mejora cómo se diseñan.

Raads es menos una herramienta de diseño autónoma que una cadena de modelos atada al propio proceso de Rapidus.

Comparación con TSMC, Intel y otros

TSMC colabora con los tres grandes proveedores de EDA (Synopsys, Cadence, Siemens) a través de su Open Innovation Platform y ha validado flujos de diseño con IA para su nodo N2 (2nm). Se apoya en socios EDA externos en lugar de construir sus propias herramientas, algo que, curiosamente, no queda lejos de la estructura de Rapidus, también centrada en los productos de los proveedores.

Intel ha investigado el aprendizaje automático para el diseño de chips y ha concluido que la IA por sí sola no basta: defiende que los métodos clásicos de búsqueda combinados con ML funcionan mejor que los enfoques puramente de IA. También colabora con Synopsys en flujos de diseño certificados para su proceso 18A.

NVIDIA, más conocida por sus GPU, mantiene un equipo de investigación en EDA que desarrolla métodos de IA como la optimización bayesiana y el aprendizaje por refuerzo para problemas de diseño de chips, con premios al mejor artículo en conferencias como DAC 2025.

Synopsys introdujo su "Synopsys.ai Copilot" en 2023, automatizando la generación de RTL y la creación de bancos de prueba, con reducciones de 5 a 10 veces en tiempos de verificación junto a AMD, Intel y Microsoft.

Lo que distingue a Raads es su bucle directo de retroalimentación con datos de fabricación. Los demás optimizan de forma genérica; Raads lleva modelos ajustados al proceso de 2nm de Rapidus, así que los diseños salen ya adaptados a esa línea. La otra cara es que ese valor solo sirve a quien ya ha decidido fabricar allí.

El camino de Rapidus hacia la producción masiva de 2nm

ASML entregó un sistema de litografía EUV en diciembre de 2024 y, en abril de 2025, Rapidus logró la exposición EUV en la planta IIM-1 de Chitose, Hokkaido. El 18 de julio de 2025 anunció que había fabricado prototipos de transistores GAA de 2nm y confirmado que funcionaban. Las características iniciales no eran las que la empresa quería, pero la curva de mejora desde septiembre ha sido pronunciada: un trabajo que llevó año y medio en la sede de IBM en Albany habría tomado menos de dos meses en Chitose.

El 27 de febrero de 2026, el Ministerio de Economía, Comercio e Industria de Japón anunció una inversión público-privada combinada de 267.600 millones de yenes (unos 1.700 millones de dólares): 100.000 millones del gobierno vía la IPA y 167.600 millones de 32 empresas privadas, entre ellas Canon, Fujitsu, NTT, SoftBank, Sony Group y Toyota. Esa cifra privada superó los 130.000 millones que el gobierno preveía en noviembre de 2025. El Estado pasó a ser el mayor accionista con el 11,5% de los derechos de voto y posee una acción de oro con derecho de veto sobre decisiones clave. Sumando los fondos de I+D al capital, el apoyo público acumulado alcanzaría unos 2,9 billones de yenes (19.000 millones de dólares) hasta el año fiscal 2027.

El plan contempla producción masiva en la segunda mitad del año fiscal 2027, comenzando con 6.000 obleas mensuales y llegando a 25.000 en un año, para después avanzar a 1,4nm y 1,0nm cada dos o tres años. Se han publicado fechas concretas, como producción de 1,4nm en 2029 o una salida a bolsa en el año fiscal 2031, pero Rapidus no las ha anunciado oficialmente.

Raads en la estrategia de renacimiento semiconductor de Japón

Japón alguna vez dominó más del 50% del mercado mundial de semiconductores. Para principios de los 2020, esa cuota había caído por debajo del 10%. Rapidus representa el proyecto nacional para revertir este declive.

En lugar de competir de frente con TSMC en producción a gran escala, Rapidus apunta a un nicho: fabricación rápida, de bajo volumen y alta variedad. Raads es pieza clave de esa estrategia: diseños que llegan ya ajustados al proceso significan menos iteraciones de fabricación y plazos más cortos. Las alianzas con Preferred Networks y Sakura Internet para chips de centros de datos apuntan en la misma dirección. Falta lo que más pesa: no hay historial de producción en volumen ni datos de rendimiento de fabricación. Quién compra realmente a Rapidus sigue siendo una pregunta abierta.

La carrera de las fundiciones se está desplazando de la tecnología de fabricación hacia la profundidad del ecosistema de diseño que la rodea. 2026 es el año en que los diseñadores que usan Raads decidirán si les sirve.

En Japón, las opiniones están divididas entre el entusiasmo por este enfoque basado en IA y el escepticismo. ¿Cómo se utiliza la IA en el diseño de semiconductores en tu país? ¿Qué opinas sobre los proyectos nacionales de renacimiento semiconductor? ¿Valen la inversión?

Referencias