CS轉行EE，可行嗎

公眾號記得加星標??，第一時間看推送不會錯過。

為了解決芯片行業的人才短缺問題，人們正在開發和測試各種新方法，從更廣泛地部署人工智能工具到對工程專業畢業生進行核心學習領域以外的交叉培訓。

在人工智能領域，新型工具能夠幫助工程師更高效地設計和驗證半導體硬件，從而彌補部分不足。大型語言模型和自然語言智能體人工智能工具可以被訓練成定制化的助手。隨著需要更先進的芯片來驅動用于輔助芯片設計的人工智能，這項技術將持續發展、演變和融合，形成一個循環。

與此同時，學術界正在嘗試各種不同的方法來填補人才缺口，包括縮短培訓時間、加強培訓和交叉培訓，以及利用機器學習工具、大型語言模型、多智能體人工智能和混合專家人工智能來訓練軟件工程師，使其能夠勝任硬件工程師的工作。教會軟件工程師如何設計硬件或許可行，但這并非易事。

“仍然需要一些教育和職業培訓，” Cadence公司驗證軟件產品管理高級總監Matthew Graham表示。“要與人工智能或任何解決方案交互，必須對其工作原理有一定的基本了解。但這些人需要精通RTL編寫嗎？不需要。或許芯片開發人員不再需要學習SystemVerilog或VHDL的工作原理。或者，他們只需要一些基本了解，就像編寫C、C++、Python或其他任何一種編程語言的人一樣。他們都從根本上理解編譯器會生成匯編代碼和機器代碼。他們實際上并不編寫這些代碼，也不需要編寫，更不需要精通。他們只需要從根本上理解，當他們編寫代碼時，底層會發生這些事情。”

未來，芯片開發人員和驗證工程師所需的技能將與現在的工程師有所不同。“他們的工作將更接近軟件工程師，”格雷厄姆說道。“回想25年前我剛入行的時候，我從事集成電路開發，很快就轉型成為一名驗證工程師，因為我學習了面向對象編程。當時，面向對象編程不僅是計算機工程課程的一部分，也是電氣工程課程的一部分，這在電氣工程領域尚屬首例。SystemVerilog的前身——Specman和Vera——出現后，人們發現，所有編寫RTL代碼的硬件工程師都不了解如何使用這項技術。因此，你，這位碰巧學過一些軟件工程課程的電氣工程師，現在可以成為一名驗證工程師，因為這正是我們需要的技能。未來也會如此。未來會多一個軟件組件。難道我們只會招收軟件工程師，完全不對他們進行任何培訓，他們就能開發硬件嗎？我對此表示懷疑。這仍然需要一些特定的領域知識。”

傳統硬件設計，尤其是在RTL或電路層面，需要對數字邏輯、時序、驗證以及模擬電路概念有深入的理解。“與大多數軟件環境相比，硬件工具鏈和工作流程通常更復雜、抽象程度更低，” Synopsys產品管理高級總監Anand Thiruvengadam表示。“硬件開發涉及物理約束、綜合、時序收斂和制造工藝等諸多因素，這些通常并非軟件工程師的專業領域。”

然而，新的工具正在實現更高層次的抽象，一些新的工具和平臺允許以更高的層次描述硬件——更接近軟件工程范式。“例如，一些系統允許使用高級語言或圖形界面來指定硬件功能，然后這些描述會自動合成硬件描述，”Thiruvengadam說道。“人工智能驅動的工具可以幫助自動化硬件設計的許多底層細節，例如生成測試平臺、優化布局或提出設計改進建議。這使得那些不具備深厚硬件專業知識的人也能做出有意義的貢獻。”

ChipAgents研究主管、卡內基梅隆大學博士生張克勛認為，我們仍然需要硬件工程師來設計優秀的芯片，因為人工智能在軟件工程領域的進展和大規模應用遠比芯片設計領域更為廣泛和成熟。“我們看到入門級、初級工程師的數量正在減少，”他說道。“經驗豐富的軟件工程師備受重視，因為人工智能本質上是一種工具。你可以用更好的工具做更多的事情，但你仍然需要使用工具的人能夠充分理解問題，從而構建出他們所設計的架構。”

和如今大多數事物一樣，芯片設計師也在利用人工智能來節省時間。“我該如何讓工具更快地為我工作，而不是必須閱讀文檔的每一部分？” Baya Systems的首席商務官 Nandan Nayampally 說。“我能否向工具提出我的需求，然后它告訴我該怎么做？在開始制定規范時，人工智能能否為我提供一個良好的起點？如果它能提供一個起點，那么系統設計就能更快地完成。如果它能在設計過程中提供更多指導，就能幫助我提高設計效率。這就是設計師們看待人工智能的方式。它能否創建小型通用系統？它能否提供足夠高效且無需進一步優化的簡單起點？或許可以，但目前還無法做到。現在，更重要的是更好地了解工具，了解其功能，找到一個良好的起點，然后更快地進行優化，從而縮短設計周期，加快產品上市速度。”

如何讓軟件工程師設計硬件？

加州大學洛杉磯分校計算機科學杰出教授 Jason Cong 在過去二十年里一直在研究這個問題。

叢先生在DAC[1]引用美國勞工統計局的數據說：“大約有200萬人自稱是軟件開發人員。我假設他們以軟件編程為生。硬件設計師不到10萬人。我找不到集成電路設計師這個類別，所以就把所有類別都歸為一類了。”這些粗略的數字表明，軟件工程師與硬件工程師的比例超過20比1。

叢教授和他的團隊發表了許多關于如何幫助軟件工程師設計硬件的技術論文，他在演講中得出了這樣的結論：“其中一個重要信息是，精心設計的AI/ML工具絕對可以幫助芯片設計。我向大家展示了我們如何將圖神經網絡（GNN）與邏輯學習模型（LLM）、捕獲設計層次結構、程序轉換、從FPGA到ASIC的任務轉移以及利用專家團隊進行領域轉移結合起來。”

圖 1：讓軟件工程師參與芯片設計的步驟

展望未來，我們將采用一種結合機器和人類智能的多智能體方法。“我的目標非常明確，我希望讓這位接受過軟件編程訓練的年輕女士能夠進行芯片設計，”Cong指出。衡量成功的標準是，硬件設計能夠像編寫另一個PyTorch庫一樣簡單。“在我教授的本科CS-133課程中，我們取得了一些成功。在短短一周半的時間里，他們就能使用高級綜合技術，并在AWS F1云平臺上設計CNN加速器。”

（來源：semiengineering ）

*免責聲明：本文由作者原創。文章內容系作者個人觀點，半導體行業觀察轉載僅為了傳達一種不同的觀點，不代表半導體行業觀察對該觀點贊同或支持，如果有任何異議，歡迎聯系半導體行業觀察。

今天是《半導體行業觀察》為您分享的第4322期內容，歡迎關注。

加星標??第一時間看推送

求推薦