IC設計工作的未來是什么？AI會取代IC設計人員嗎？這些是我最近參加的許多技術會議上反復提出的問題。每個有效的AI算法的基礎都是由一群智能IC設計人員設計的電子芯片。具有諷刺意味的是，IC設計人員可能正在設計可能替代其工作的技術。如果屬實，這是一個令人生畏的前景。但是，通過檢查IC設計的過去和現(xiàn)在，我們可以認識到，今天的IC設計已經(jīng)不是過去。綜上所述，我們還可以意識到IC設計工作不太可能消失。但是，他們肯定會發(fā)生較大變化。
自動化，效率低下和需求
首先，行業(yè)中需要識別三種模式：自動化，效率低下和需求。首先，當今的IC設計人員正在使用大量的自動化技術。當今機器的仿真能力直接繼承自昨天的競爭性IC解決方案。也就是說，過去的IC設計工作現(xiàn)在是自動化的。自動化的趨勢使IC設計人員能夠在綜合體系中向上發(fā)展。現(xiàn)在，我們能夠提供非常復雜的解決方案，因為我們正在利用創(chuàng)新的自動化技術。
其次，仍有許多IC效率低下問題尚未解決。例如，在RF設計中，通信還不是全雙工的，天線仍然不在芯片內。如果這項技術得到發(fā)展，通信速度將提高一倍，RF模塊將變得更小。諸如此類的技術問題仍然需要不斷的創(chuàng)新和關注。
第三，自動化和低效率模式的結合產生了對聰明的IC設計人員解決未解決問題的巨大需求。我們已經(jīng)知道如何設計20dBm PA，那么為什么不讓機器為我們完成這項任務呢？自動化的過程為設計團隊排查新問題留下了更多的時間和資源。對設計人員的需求將保持穩(wěn)定，直到不再存在RF和IC效率低下的情況為止。此外，隨著自動化技術的發(fā)展，由于消除了勞動密集型的工作，該領域的IC設計人員將擁有更多有趣的頭腦風暴解決方案。從本質上講，隨著突破的出現(xiàn)，IC設計工作將不斷被重新定義，這種轉變也將延續(xù)到未來。
向過去學習
為了了解設計的發(fā)展軌跡，我采訪了Silicon Labs的兩位資深IC設計師。我們談到了他們對IC設計的最早記憶，并僅憑回憶和觀點而不是依靠隨附的文檔討論了他們對行業(yè)未來的看法。
我與之交談的第一位設計師是Silicon Labs的研究員。他分享的第一個見解是他設計的第一個電路是差分運算放大器和20階開關電容濾波器。整個模擬芯片大約為30 mm2，規(guī)模為5,000個晶體管。相比之下，當今的芯片帶有數(shù)以萬計的運算放大器和濾波器，晶體管的數(shù)量可能在數(shù)億個以上。當然，僅幾十年來，我們就朝著更復雜的設計邁進了一步。我的同事還描述了設計師在剛開始他的職業(yè)生涯時可以使用的技術，并說了如何在帶有綠色屏幕的Tektronix圖形終端上完成布局，這實際上是一個很大的存儲范圍。終端沒有顏色，但是設計人員使用了一層金屬和一層多晶硅來進行布線。今天，設計人員可以訪問許多層以進行布線以創(chuàng)建設備。如今，在布局中使用無色顯示器聽起來像是種“自殺”行為。
我聽到另一位工程師的類似觀點，他詳細介紹了他在Tektronix顯示器上的經(jīng)驗，解釋了該顯示器如何消耗約1kW，高約4‘，具有永久圖形的綠屏以及2個用于XY輸入的指輪。指輪裝置工作得很好，并且監(jiān)視器由一條140kbps電纜驅動，該電纜被綁在地板上，從計算機中心室穿過大廳。他還告訴我，設計師過去常常在文本編輯器上鍵入網(wǎng)表。他們將從白板設計開始，為節(jié)點編號，然后輸入網(wǎng)表進行仿真。當前，我們只能設計片上系統(tǒng)（SoC）IC，因為我們具有圖形用戶界面，使我們能夠在模擬域中放置和檢查數(shù)千個晶體管，而不必擔心節(jié)點號或網(wǎng)表輸入錯誤。
1980年代中期的另一個古老而有趣的IC傳統(tǒng)是在芯片級。由于設計人員沒有Layout vs Schematic Software（LVS），因此他們必須共同制作合理規(guī)模的紙張打印輸出來創(chuàng)建網(wǎng)。該紙模擬包括兩個或三個大約3’寬的打印輸出，這些打印輸出粘貼在地板或多個桌子上，以覆蓋各個芯片的寬度。他們會從頂級網(wǎng)表逐個驗證到每個區(qū)塊網(wǎng)的每個引腳的連接性，然后用彩色鉛筆標記每個網(wǎng)的“點亮”狀態(tài)。盡管在當時的技術看來，這似乎是一個不錯的解決方案，但它卻不必要地重復和累人。
有趣的是，自動化和AI并不是IC設計的新知識，而是植根于過去。正如我們所看到的，IC設計人員一直依靠自動化來使流程的任務強度降低，但是現(xiàn)在系統(tǒng)比以往任何時候都更加復雜。但是，某些過程仍然只能由人的頭腦來完成，例如模擬設計。模擬設計是確定設備尺寸并使用特定設備配置實現(xiàn)模擬功能的直觀過程。盡管計算機可以幫助您進行數(shù)學運算和估算電路的工作點，但人的思維卻更擅長直觀，智能的設計。現(xiàn)在的問題是，人工智能的最新發(fā)展是否使機器足夠智能以取代IC設計人員？
從這里，我們可以推測出一些結果。首先，這種復雜的設計原則的自動化應該被視為一件好事，而機器則應被視為人類思維的延伸。隨著計算機變得越來越智能，人類有更多時間專注于新穎概念并達到新的里程碑。此外，自動化設計過程已經(jīng)發(fā)生了數(shù)十年。在1980年代，我的一位長期設計師同事介紹了Bell Labs的一些工程師如何成
功地實現(xiàn)了運放和開關電容濾波器的自動化設計。他們本質上使用已知的拓撲，然后使用優(yōu)化方法來選擇組件大小。作為一名IC設計師，我喜歡這種選擇拓撲結構背后的批判性思維，而不是優(yōu)化組件所費力的工作，這使我感受到了自動化的便利。
人與機器：機器的可靠性如何？
我從同事那里學到的關于1980年代的故事表明，真正需要IC設計中的人類智能。例如，其中一個故事描述了貝爾實驗室內部的一組數(shù)學專家如何進行一項有關應用約束并最大程度地減少進行優(yōu)化所需的模擬軌跡的項目。為此，他們進行了帶隙設計，目的是最大程度地減小PVT上輸出電壓的變化百分比和失配，同時將PSRR和功率保持在一定范圍內。他們決定將優(yōu)化的參數(shù)簡化為mV變化，而不是百分比變化。幾周后，他們帶著演示文稿返回，并為他們將可變性降低了幾個數(shù)量級而感到自豪，這在最初看起來非常美妙，有些難以置信。
我們應該將這次事件的結果歸因于機器還是人類？人為制造的機器與人一樣會犯錯。這就是為什么在任何自動化過程的頂部始終需要人類觀察者的原因。例如，當今的計算速度以指數(shù)級提高，這使我們能夠運行芯片的所有可能的變體來確定其是否可以工作。盡管速度很快，但在此過程中并入一個真正的人可以保證檢測到問題的可能性更高，尤其是在模擬系統(tǒng)中。因此，我堅信我們不能僅僅依靠機器來發(fā)現(xiàn)問題，因為問題可能會在機器中永久存在。我們必須接受人類是不完美的，而機器自然是不完美的。
我從過去挑選的故事突出了人與機器之間的對比。但是，隨著研究人員和企業(yè)家對設計流程的自動化進行更多的實驗，類似的情況繼續(xù)發(fā)生。與過去相比，我推測未來自動化的發(fā)展將集中在更棘手的問題上，而這些問題甚至可能不在我們的視野中。
最初，工程師構建了更簡單的系統(tǒng)，但承擔了所有分析負擔。提出新的設計并建立分析模型需要大量的精力。由于無法使用模擬器和其他自動化流程，工程能力僅限于數(shù)千個晶體管。幸運的是，隨著技術的進步，我們可以在數(shù)小時內測試想法，而無需建立分析模型。例如，有更多的仿真帶寬可以驗證十億個晶體管SoC的功能。
另一方面，隨著復雜性的增加和芯片的體積越來越大，驗證和驗證周期也變得更長，因此更加費力。就像我的一位同事喜歡說的那樣，我們花了10％的時間來提出聰明的主意，但是我們90％的時間只是在驗證所說的主意。
演變：我們對就業(yè)市場有何期待？
回顧過去到現(xiàn)在的軌跡，可以為未來建立一個令人興奮的可能性。更多的自動化為創(chuàng)造性和批判性思維開辟了時間。也許很快，機器將能夠復制設計，甚至提出新的設計思路。機器也將參與繁瑣的驗證過程。這將為IC設計人員提供處理“有趣和令人興奮的問題”的機會。盡管這些愿景是理想的，但我們不應該太渴望AI在不久的將來完全接管。第一步，AI可以開始自動進行平面規(guī)劃，然后進行布局。然后，AI可以慢慢地爬向核心設計功能，從而為設計師提供更多的思維空間，讓他們專注于新問題。
在IC設計工作方面，團隊合作和協(xié)調將變得更加重要。設計團隊不斷壯大，以應付龐大的現(xiàn)代IC規(guī)模。工程師和工程職能部門之間的通信可能會占用更多帶寬。如果我們要構建我們今天夢dream以求的大型系統(tǒng)，那么未來的IC設計人員將需要成為協(xié)作決策者。解決合作問題也將是一個教育和文化問題。STEM學生不僅需要技巧技能，還需要專注于軟性和人際關系技巧，例如溝通，創(chuàng)造力，想象力和團隊合作精神。當人類的思維在所有領域受到激發(fā)并與其他偉大的思維一起工作時，它就有能力產生強大的力量。
一位年輕的工程系學生曾經(jīng)問我是否應該轉行，從硬件工程轉向軟件開發(fā)。年輕工程師普遍關心的是市場上是否需要他們的研究領域。我對這個難題的回應是，始終鼓勵學生自己了解市場，并了解如何為成功做好準備。因為激情決定職業(yè)滿意度，所以我無法說出哪個工作更好或者哪個工作的薪水更高。這個旅程非常個人化。僅憑我的經(jīng)驗，我可以向對IC設計感到好奇的學生保證，由于許多問題需要解決，因此對其技能的需求不會很快消失。不同之處在于，由于AI和自動化的加入，未來的問題類型可能會根本不同。但是，我非常希望我們進入一個人類與機器可以和諧協(xié)作的未來。