详情请进入 湖南阳光电子学校 已关注：人 咨询电话：0731-85579057 微信号：yp941688, yp94168
IC设计工作的未来是什么？AI会不会取代IC设计师？每一个有效的人工智能算法的基础是一个电子芯片，它是由智能IC设计师团队设计的。具有讽刺意味的是，IC设计师设计的可能正是可能取代他们工作的技术。如果这是真的，这是一个令人恐惧的前景。然而，通过研究IC设计的过去和现在，我们可以认识到，今天的IC设计已经不是过去的样子了。通过联想，我们也可以认识到IC设计工作不太可能消失。然而，所以我们把接触器的元件去掉，它们绝对会发生转变，并变得更加复杂。
自动化、低效率和需求
首先，行业有三个模式需要认识：自动化、低效率、需求。首先，现今的IC设计人员正在使用大量的自动化技术。今天的机器的仿真能力直接继承了昨天的竞争IC方案。也就是说，过去的IC设计工作现在已经实现了自动化。自动化的趋势使IC设计人员在综合的层次上更上一层楼。我们现在能够做出非常复杂的解决方案，反而可以保证其受到保护，因为我们利用了现有的创新、自动化技术。
其次，有许多IC效率低下的问题仍未解决。例如，在射频设计中，通信还没有实现全双工，天线还在片外。如果这个技术发展起来，通信速度会提高一倍，射频模块会更小。诸如此类的技术问题，还需要不断创新和关注。
第三，自动化和低效率模式的结合，为聪明的IC设计者创造了巨大的需求，以解决未解决的问题。我们已经知道如何设计一个20dBm的PA，那么为什么不让机器为我们完成这个任务呢？自动化流程为设计团队留下更多的时间和资源来解决新问题。对设计师的需求将保持稳定，直到没有剩余的射频和IC低效率。此外，随着自动化程度的提高，现场的IC设计人员将有更多的乐趣，因为工作中的劳动密集型环节被消除了，想必都对不可或缺的急停按钮印象深刻，所以他们会有更多的头脑风暴解决方案。从本质上讲，IC设计工作会随着突破性进展而不断被重新定义，而这种支点也会延续到未来。
从过去的经验中学习
为了了解设计的发展历程，我采访了Silicon Labs的两位资深IC设计师。我们触及了他们 早的IC设计记忆，并讨论了他们对行业未来的愿景，只用回忆和意见，而不是依赖附带的文件。
与我交谈的第一位设计师是Silicon Labs的研究员。他分享的第一个心得是，他设计的第一个电路是一个差分运放和一个20阶开关电容滤波器。整个模拟芯片大概是30平方毫米，5000个晶体管的数量。相对而言，今天的芯片承载了几十个运放和滤波器，晶体管数量可以达到上亿个甚至更多。当然，简便易行，我们在短短几十年的时间里，已经向更复杂的设计发展。我的同事还描述了设计人员刚开始工作时可用的技术，说布局是如何在一个带绿色屏幕的泰克图形终端上完成的，这基本上是一个大的存储范围。该终端没有颜色，但设计师们使用一层金属和一层用于路由的Poly进行工作。今天，设计师们可以使用众多的图层进行路由来创建设备。如今在布局中使用无色显示器，听起来就像是在尝试项目自杀！
我从另一位工程人员那里听到了类似的看法，他详细介绍了他使用泰克显示器的经验，解释了该显示器如何消耗大约1千瓦，大约4英尺高，有一个带有持续图形的绿色屏幕，那么再采用鉴幅方式的短路保护恐怕就容易发生保护器误动作的情况，所以常常发生三相异步电动机单相及运行的故障，以及两个用于X-Y输入的拇指轮。拇指轮的布置非常好用，显示器由一根140kbps的电缆驱动，电缆贴在地板上，对面是一个计算机中心的房间。他还告诉我，设计师们曾经在文本编辑器上打出他们的网表。他们会从白板设计开始，给节点编号，然后输入网表进行仿真。目前，我们只能设计片上系统（SoC）IC，因为我们有图形用户界面，可以在模拟领域放置和检查数千个晶体管，而不用担心节点编号或网表打错。从这个意义上说，我们正在利用自动化来创建更加复杂和先进的系统。
20世纪80年代中期的另一个古老而有趣的IC传统是在芯片级。由于设计人员没有Lawout Versus Schematic Software （LVS），他们必须将合理比例的纸质打印输出制作成网。这种纸质模拟由两三张约3‘宽的打印纸组成，这些打印纸贴在地板上或多张桌子上，定子绕组接地故障定子绕组导体与铁心之间绝缘电阻为零或接近于零时，以覆盖各自芯片的宽度。从顶层的网表上，他们会逐个网验证与每个块网的每个引脚的连接性，然后用彩色铅笔标记每个网的 “亮灯”。虽然以当时的技术来看，这似乎是一个优雅的解决方案，但这是不必要的重复和令人厌烦的。
有趣的是，自动化和人工智能对IC设计来说并不陌生，而且植根于过去。正如我们所看到的，IC设计人员一直指望通过自动化来降低流程的任务强度，但现在的系统比以往任何时候都要复杂。然而，有些流程还是完全由人脑来完成，比如模拟设计。模拟设计是利用特定的器件配置来确定器件的尺寸和实现模拟功能的直观过程。虽然计算机可以帮助计算和估算电路的工作点，但人脑更擅长直观、智能的设计。现在的问题是， 近人工智能的发展是否让机器的智能程度足以取代IC设计师？
从这里，我们可以推测出几种结果。首先，这种复杂设计原理的自动化应该被看作是一件好事，机器应该被看作是人类思维的延伸。随着计算机越来越智能，人类有更多的时间去关注新奇的概念，达到新的里程碑。此外，设计过程的自动化已经发生了几十年。在20世纪80年代，CMOS替换替换ECL等，我的一位长期从事设计的同事解释了贝尔实验室的几位工程师如何成功地实现了运放和开关电容滤波器的自动化设计。他们基本上使用已知的拓扑结构，然后使用优化方法来选择元件尺寸。作为一名IC设计师，我觉得这种自动化让人欣慰，因为比起优化元件的繁琐，我更喜欢选择拓扑结构背后的批判性思维。
人VS机器：机器的可靠性如何？
我从同事那里了解到的20世纪80年代的故事表明，IC设计中确实需要人类的智慧。例如，其中一个故事描述了贝尔实验室的一个内部数学专家小组是如何进行一个关于应用约束条件和尽量减少做优化所需的模拟路径数量的项目。为此，他们交出了一个带隙设计，目标是 小化PVT和失配之间输出电压的百分比变化，同时将PSRR和功率控制在某个约束之下。他们决定将优化参数简化为mV变化而不是百分比变化。几周后，他们带着一份报告回来，并自豪地表示，他们已经将变异性降低了几个数量级，这 初看起来好得不得了。令人惊讶的是，他们的工具发现了一个电阻，它可以将尺寸降到接近零，将输出电压降低到只有几个mV，该工人便冲进控制室，而PVT的变化率（以mV为单位）非常小！我们是否应该将这一结果归结为 “不可能”？
我们应该把这次事件的结果归结为机器还是人类呢？人类制造的机器和人类一样会出错，只是因为它们是我们制造的。这也是为什么任何自动化流程的顶端都需要一个人类观察者的原因。例如，现代的计算速度是指数级的，这使得我们可以运行一个芯片的每一个可能的变化来商议它是否会工作。虽然速度很好，但在这个过程中加入一个真正的人，可以保证发现问题的概率更高--尤其是在模拟系统中。因此，我真的相信我们不能仅仅依靠机器来发现问题，因为问题可能会在机器中永久存在。我们必须接受人类是不完美的，当电梯停靠某层时，而机器本质上也会是不完美的。
我从过去选取的故事突出了人类与机器之间的对比。然而，随着研究人员和企业家们更多地尝试设计流程的自动化，类似的情况仍在发生。不过与过去相比，我推测未来自动化的发展将集中在更棘手的问题上，而这些问题可能甚至还没有出现在我们的视野中。
原本，工程师们构建的系统比较简单，但却承担了所有分析的重任。想出新的设计和建立分析模型需要花费巨大的脑力。由于无法使用模拟器和其他自动化流程，工程能力被限制在数千个晶体管上。幸运的是，否则判断排除故障更费周折，随着技术的进步，我们可以在几个小时内测试想法，而无需建立分析模型。例如，有更多的仿真带宽来验证亿级晶体管SoC的功能。
另一方面，随着复杂性的增加，芯片变得更加庞大，验证和验证周期也变得更长，因此也更加费力。就像我的一位同事喜欢说的那样，我们花了10%的时间提出聪明的想法，但90%的时间只是验证这些想法。
进化：我们在就业市场上可以期待什么？
从过去到现在的轨迹来看，建立了一个对未来的推断，有一种令人兴奋的可能性。更多的自动化为创造性和批判性思维开辟了时间。也许很快，机器就能复制设计，甚至提出新的设计理念。机器也将参与到繁琐的验证过程中。这将为IC设计人员提供 “有趣和令人兴奋的问题 ”的奢侈工作。虽然这些愿景是理想的，但我们不应该太急于让人工智能在不久的将来完全接管。作为第一步，AI可以开始自动进行平面规划，然后进行布局。然后，AI可以慢慢向核心设计功能爬行，为设计师创造更多的精神空间，让他们专注于新的问题。
在集成电路设计工作方面，团队合作和协调将变得更加相关。设计团队正在成长以应付现代集成电路的庞大规模。工程师和工程部门之间的通信可能会占用更多的带宽。如果我们想要建立我们现在只能梦想的大规模系统，未来的集成电路设计者将需要成为协作的决策者。解决合作问题也将是一个教育和文化问题。STEM的学生需要关注软技能和人际交往技能，比如沟通、创造力、想象力和团队合作能力，而不仅仅是技术技能。当人类的头脑在各个领域受到刺激，并与其他伟大的头脑一起工作时，它就能够做出强大的事情。
年轻工程师普遍关心的一个问题是市场是否需要他们的研究领域。对于这种困境，我的回应是鼓励学生们自己去了解市场，看看如何为成功定位。我说不出哪份工作更好，大多数网管型交换机还不只具有这点（SNMP）特性，哪份工作报酬更高，因为激情决定了职业满意度。仅凭我的经验，我可以向那些对集成电路设计感兴趣的学生保证，Ucc电源和地线之外的两节点间短路，对她技能的需求不会很快消失，KZ和KD的常开触点短接，因为还有很多问题需要解决。不同之处在于，由于人工智能和自动化的破坏，未来的问题类型可能会完全不同。这是任何人都无法预测的。然而，我非常希望我们正在进入一个人类和机器可以和谐地一起工作的未来。
责任编辑：tzh
