工程師會被自動晶片設計取代嗎? - Synopsys
文章推薦指數: 80 %
人工智慧的應用正在我們周遭迅速發生。
大家往後將聽到更多關於使用AI構建晶片的消息─而使用人工智慧科技的設計人員就是這些消息的來源。
GoBack
解決方案
產品
支援
關於我們
SearchSynopsys.com
GlobalSites
Menu
English
日本語
简体中文
Русский
產業應用
航太與國防
車用
金融服務
高效能運算(HPC)
物聯網(IoT)
醫療
記憶體
5G和行動通訊
光學設計
光子解決方案
公共部門
技術分類
3DIC
AI及機器學習
應用安全測試
雲端運算
設計技術協同優化(DTCO)
DevSecOps
低功耗
FinFET
開放原始碼安全
晶片生命週期管理
軟體供應鏈安全
DSO.ai
由人工智慧驅動的設計應用
瞭解更多→
晶片生命週期管理(SLM)
下載白皮書→
瞭解所有解決方案→
晶片設計及驗證
矽智財(SIP)
軟體安全與品質
晶片設計及驗證
新思科技是晶片設計自動化解決方案與服務的領導品牌
客製化設計平台
FusionDesign平台
晶片生命週期管理平台
驗證平台
TCAD
原子尺度建模
光罩合成
光罩資料(MaskData)準備
良率管理
3DIC設計
AMS模擬
測試自動化
RTL設計及合成
實體實作
實體驗證
簽核
流程自動化
FPGA設計
模擬
靜態及形式驗證
偵錯與有效區
驗證IP
虛擬原型設計
模擬仿真
原型設計
SoC驗證自動化
FPGA驗證
CODEV
LightTools
LucidShape
ScatteringMeasurements
OptoCompiler
OptSim
光子裝置工具
矽智財(SIP)
在介面IP、基礎IP及實體層IP領域排名第一
USB
PCIExpress
DDR
MIPI
CXL
CCIX
高速SerDesPHYs
乙太網路
Die-to-Die
HBM
HDMI
行動儲存裝置
藍牙
多協定PHYs
ARC開發工具
ARC生態系
ASIP工具
LogicLibraries
記憶體編譯器
DuetPackages
HPC設計工具組
PVT感測器
非揮發性記憶體(NVM)
信任根(RootofTrust)
加密IP
介面安全模組
安全協定加速器
DesignWare資料庫
基礎核心
驗證IP
IP子系統
訊號/功率完整性分析及IP硬化
IPPrototypingKits
晶片bring-up支援
人工智慧(AI)
車用
數據中心
5G行動通訊
DesignWareIPPortfolio
下載產品手冊→
軟體安全與品質
應用安全性及軟體管理的全球領導者
軟體安全開發
應用安全測試協作
漏洞關聯性和排序
DevSecOps合成
靜態分析(SAST)
軟體組成分析(SCA)
交互式分析(IAST)
動態分析(DAST)
滲透測試
網路協議模糊測試
API安全測試
安全測試服務
應用安全策略
威脅和風險評估
安全訓練
開放原始碼查核
實作和部署
2021GartnerMagicQuadrantforApplicationSecurityTesting
下載報告→
瞭解所有產品→
支援
SolvNetPlus
訓練及課程
總覽
關於我們
學術界計劃
福利
職缺
包容與多元化
協同合作計劃
管理團隊
合作夥伴
服務
企業公民責任
SNUG
大學合作計劃
資源
部落格
活動訊息
技術詞彙
新聞動態
訓練課程
線上研討會
SNUG2022
即刻註冊→
追隨你的熱誠
瀏覽職缺
即刻申請→
解決方案
產業應用
技術分類
產品
晶片設計及驗證
矽智財(SIP)
軟體安全與品質
支援
支援
SolvNetPlus
訓練及課程
關於我們
總覽
資源
Home
光學設計解決方案
台灣
關於我們
新聞集錦
研討會及訓練課程
大學合作計畫
聯絡我們
VideoResources
部落格
資源
部落格
2021年高效能運算及雲端趨勢預測
2021年人工智慧晶片:五大創新預測
人工智慧(AI)如何賦予低解析度影像新生命
數小時內快速在十億閘級(Billion-Gate)設計中獲得可行的功耗驗證結果
針對超融合(Hyper-Convergent)晶片設計需要新的電路模擬方式
何謂晶片生命週期管理(SLM)?
無懼短缺晶片創新仍蓬勃發展
利用人工智慧(AI)設計的晶片超越摩爾定律成為半導體演進之未來
使用向外擴展的FPGA原型設計以趨近實際晶片
是否曾好奇是什麼在推動全球創新?
在高速的SoCEmulation上執行Trillion-Cycle等級的應用程式工作量
躍上雲端的EDA技術如何推動半導體創新
什麼是低功耗設計?
工程師會被自動晶片設計取代嗎?
專訪AmitSanghani:淺談SLM
車用電子開發創新改革迎向數位未來
提高偵錯生產力是顛覆FPGAPrototyping現狀的關鍵
追求卓越、精益求精:利用單一整合的平台強化3DIC設計生產力
AI需要全新的低功耗設計方法
針對AISoC嵌入式處理器IP進行標準檢測的7個竅門
人工智慧與AI晶片設計洐生出全新的「先有雞還是先有蛋」難題
人工智慧的下一步:2022年五大必關注的應用與趨勢
可測試性設計(DFT)存在於SoC設計的起點、終點及整個設計流程的所有環節
工程師會被自動晶片設計取代嗎?
工程師會被自動晶片設計取代嗎?
本文原文由MikeGianfagna張貼
英文原文:WillAutonomousChipDesignTakeYourJobAway?
技術進步害人丟掉飯碗的狀況已經有一段時間了。
1908年福特T型車開發成功後,投產第一年就讓福特汽車公司賣出10,000多輛。
這種趨勢讓馬匹和馬車業漸漸凋零,變成如今交通工具中的「特殊異類」。
此一過程令許多人失去工作,而且各位讀者可能還聽過幾個將過時人事物比喻為馬車鞭子的笑話。
類似的故事更是屢見不鮮。
首先,人們創造出大量的汽車製造、銷售及維修工作,而汽油供應鏈本身也有類似的發展故事。
而這些故事的另一方面,則是適應現象;馬匹與馬車業的某些部分適時調整並適應了新趨勢,而有些部分則沒有跟上趨勢。
您可在此處獲得更多相關資訊。
接著,我將討論「自動設計」(autonomousdesign)這個晶片設計應用的趨勢現象到底會不會來搶走工程師的飯碗?但首先,節選自以下連結的文字內容很值得人們在重新適應變化的時候重複咀嚼體會:
Timken公司具指標性的特色產品–滾子軸承於1890年代首度用於馬車車輪。
因為這款產品可以應用在「幾乎所有任何可供駕駛移動的東西」上,所以很容易就能安裝到汽車上。
至今,Timken公司依然是業界的龍頭廠商。
何謂自動晶片設計(AutonomousChipDesign)?
乍看之下,人們很容易會將自動設計比擬為自動駕駛(autonomousdriving)。
自動駕駛的最終目標是打造一個讓自駕車和自駕卡車發揮真正效用的生態系統。
其科技層級為最高的第5級。
下圖為新思科技對各級別自動駕駛提出的定義。
當第5級的技術部署完成後,車輛駕駛員就會像馬車駕駛一樣,成為異類。
我個人認為這種情況遲早會發生,但所需時間遠比大家想像的還要久。
要能普及這種自動駕駛系統,需要大量的立法規範與基礎設施。
事實證明,將「人類的不可預測性」排除之後,駕駛汽車及卡車這件事,實際的任務內容並不複雜。
這也是自動駕駛和自動晶片設計的內涵產生分歧的地方。
從這個角度來看,「晶片」實際上是所有以高度整合與緊密外形進行交互連結之小晶片與複雜軟體的組合。
其中可能有數十億顆晶粒以特定方式協同運作以執行相當複雜的任務,包括人工智慧與機器學習的諸多演算法。
晶片的配置方式與產出的成果數量都非常巨大。
針對這些設計問題提供封閉的全自動解決方案還言之過早。
而我們真正要做的,是不要把問題過度放大來自己嚇唬自己。
我在先前的文章已討論過一種AI輔助範例。
我在該篇文章中提出一個基於強化學習的解決方案—DSO.ai。
該技術會自動搜尋設計空間以取得最佳解決方案。
藉由將AI應用於晶片設計流程中,DSO.ai有助於更加廣泛地探索各種設計選項,同時讓大量枝微末節的決策工作自動化。
換句話說,它能夠幫助設計人員找到最佳的解決方案。
在這種狀況下,沒有人的飯碗會被搶走,反而讓飯碗捧得更穩,這是個皆大歡喜的結局。
在這篇先前的文章中,我還談到智慧測試選擇與機器學習輔助資料庫功能。
AI還可以應用在許多其他領域,諸如製程優化乃至物理設計以及安全性分析與最佳化等。
這些科技技術的目標都是加快發現問題的步調、確立最佳優化機會,並執行高度精細的分析,讓設計人員能夠節省工作時間,把精力放在他們最擅長的工作項目上。
回顧來時路
現在大家或許不太會擔心自己會失業,反而可能比較擔心精通AI的人會不會工作表現比自己更好。
不過,這可能是一個契機也說不定─從自動化與工作的歷史角度來看,資料顯示這反而是在描繪光明的前景。
因此,我們需要調整適應並與時俱進,更何況不論身處哪一個時代,不停的自我學習成長都是必要的。
欲知詳情,請查看世界經濟論壇討論自動化創造新工作機會影響的文章。
新的工作機會來自對於管理、維護與強化新式自動化工具的需求,以及自動化所產生的生態系統中相關的新產品及服務。
所以說,請不要恐懼改變;因為改變只是另一種形式的機會罷了。
人工智慧的應用正在我們周遭迅速發生。
大家往後將聽到更多關於使用AI構建晶片的消息─而使用人工智慧科技的設計人員就是這些消息的來源。
在一年一度的HotChips會議上,新思科技董事長兼共同執行長AartdeGeus發表「人工智慧需要人工建築師嗎?」(DoesArtificialIntelligenceRequireArtificialArchitects?)專題演講。
誠摯邀請各界先進一同了解未來的契機、並思考如何成功設計出下一個改變世界的晶片,而且不用擔心自動設計會搶走自己的飯碗。
新聞集錦
NEW新思科技SiliconSmart元件庫特性解決方案獲台積公司N5、N4和N3先進製程認證
NEW新思科技與達梭系統合作,打造業界首創全方位照明設計平台
台灣新思科技員工積極參與慈善志工服務以筆電捐贈等系列公益活動慶祝台灣新思三十周年
思科技旗艦產品FusionCompiler解決方案協助客戶實現超過500次投片(Tapeouts),進一步擴展業界領導地位
台灣新思科技獲頒經濟部「創新應用夥伴獎」表彰對促進台灣人工智慧與物聯網產業合作之卓越貢獻
感念劉炯朗校長推動科學教育與科技產業發展新思科技擴大辦理優秀博士生獎學金
研討會
NEW新思科技AIoTSummit2021線上研討會
SNUGTaiwan2021
RelatedItems
關於我們
聯絡我們
延伸文章資訊
- 1工研院電光系統所_AI晶片系統架構設計工程師(T200) 01/21更新
【工作內容】新竹縣竹東鎮- 針對人工智慧、高性能運算等應用之晶片系統之軟硬體架構進行效能分析、系統模擬、軟硬體設計與實作。薪資:待遇面議(經常性薪資達4萬元或 ...
- 2工程師失業了?Google用AI設計晶片6小時完成人類數個月進度
財經頻道/綜合報導〕Google聲稱已經開發出比人類工程師,更快設計電腦晶片的AI系統,在最新釋出的論文內,Google聲稱,AI可以在6個小時後完成晶片 ...
- 3AI 晶片工作職缺/工作機會-2022年2月
幸福企業徵人【AI 晶片工作】人工智慧處理器晶片設計工程師、跨國集團AI實驗室技術副總監等熱門工作急徵。1111人力銀行網羅眾多知名企業職缺,求職者找工作可依照想要 ...
- 4AI 晶片崛起!FPGA 工程師的核心競爭力在哪裡? - 每日頭條
【CSDN 編者按】隨著AI 晶片在爭議中崛起,FPGA(現場可編程門陣列) ... 換個角度看,難道其他硬體工程師就不具備調板子、debug、硬體實現的能力了?
- 5車子導入AI 前台積電工程師登國際 - Yahoo奇摩新聞
全球推進的電動車發展,AI人工智慧成關鍵。 ... 出AI共駕可以開得更安全;另一位,有台灣晶片圈馬斯克之稱的劉峻誠,創業可就大起大落,研發AI晶片 ...