入行一两年的数字芯片工程师大概率都有过这种感受用了Copilot或者ChatGPT之后感觉效率蹭蹭往上涨以前要查半天文档的东西现在几秒钟就能得到答案。工具越好用头部越强先说一个大家不太愿意承认的事AI工具大概率会加剧芯片行业的强者越强效应而不会拉平差距。原因很简单——AI是乘数乘数本身依赖底数。一个对数字后端流程理解深透的工程师用AI辅助跑时序收敛能快速判断AI给的约束建议哪里靠谱、哪里有问题进而精准调整。但一个刚入行、对setup/hold violation还没建立直觉的工程师用同一个工具很可能照单全收结果跑出来的结果一塌糊涂还不知道哪里出了问题。AI放大的是你已有的能力你的基础越扎实放大效应越明显。再举个具体的例子。假设有一个做验证的工程师RTL功底很强但Python写得磕磕绊绊在搭UVM环境的时候经常卡在脚本这块。这种情况下AI的帮助是非常显著的——它能帮他快速生成scoreboard框架、自动补全assertion模板让他把精力集中在验证逻辑本身。但如果这个工程师连coverage的概念都模糊AI给他生成了一堆covergroup代码他也看不出哪里收集的有没有意义。所以有一个判断可以直接说如果你的目标是长期在这个行业站稳脚跟光会用工具是不够的基础能力才是放大效应的前提。EDA工具和AI工具本质上是同一类东西做了几年芯片的人都知道EDA工具Synopsys、Cadence这些就是芯片研发的基础设施没有这些工具根本没法干活。但行业里从来没有人说会用Design Compiler就是芯片设计能力强。工具是工具能力是能力两者的关系很清楚。
