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設計的過去和現在，我們可以認識到，今天的IC設計已經不是過去。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，他們肯定會發生較大變化。
自動化，效率低下和需求
首先，行業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展。現在，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，IC設計工作將不斷被重新定義，這種轉變也將延續到未來。
向過去學習
為了了解設計的發展軌跡，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，規模為5,000個晶體管。相比之下，當今的芯片帶有數以萬計的運算放大器和濾波器，晶體管的數量可能在數億個以上。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表。他們將從白板設計開始，為節點編號，然后輸入網表進行仿真。當前，我們只能設計片上系統（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千個晶體管，而不必擔心節點號或網表輸入錯誤。
1980年代中期的另一個古老而有趣的IC傳統是在芯片級。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模的紙張打印輸出來創建網。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。他們會從頂級網表逐個驗證到每個區塊網的每個引腳的連接性，然后用彩色鉛筆標記每個網的“點亮”狀態。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，但是現在系統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模擬功能的直觀過程。盡管計算機可以幫助您進行數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。現在的問題是，人工智能的最新發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發生了數十年。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。他們決定將優化的參數簡化為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，尤其是在模擬系統中。因此，我堅信我們不能僅僅依靠機器來發現問題，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家對設計流程的自動化進行更多的實驗，類似的情況繼續發生。與過去相比，我推測未來自動化的發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，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，工程能力僅限于數千個晶體管。幸運的是，隨著技術的進步，我們可以在數小時內測試想法，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：我們對就業市場有何期待？
回顧過去到現在的軌跡，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，團隊合作和協調將變得更加重要。設計團隊不斷壯大，以應付龐大的現代IC規模。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，那么未來的IC設計人員將需要成為協作決策者。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問我是否應該轉行，從硬件工程轉向軟件開發。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作的未來。