2464
时间已经来到了2024年，芯片行业的热度已然大幅下降，但这个行业的价值依然在。芯片应用的种类繁多，也意味着芯片的类型多种多样，我也经常会被问到做芯片设计，到底哪个方向更有前景？不同类型的芯片设计岗位之间是否可以跳槽换方向，借着这个话题和关注公众号的朋友分享一下我的经验。
芯片设计哪些方向值得投身？
1、自动驾驶解决方案相关的芯片
现有的前沿科技方向，比如元宇宙、量子计算机、量子通信、自动驾驶等，其中自动驾驶一定是未来10~15年最为确定的，可实现的方向之一。
自动驾驶解决方案的芯片不同的厂商对于其定义也不尽相同，但其核心基本最终要落到算力上，落到高效解决自动驾驶中所遇到的现实中的AI的问题。
新能源汽车对传统油车属于降维打击，类似于十几年前智能手机对功能机的打击一样，或许油车不会消失，但未来的汽车市场主要是属于电车的。今年下半年，可以看得出汽车市场的内卷程度迅速加剧，但尽管是将来整个新能源汽车格局高度成熟的时代，支撑几家头部芯片的稳定出货还是没有任何问题的。
基于RISC-V指令集架构设计的处理器广泛应用在数据中心、云计算、高性能计算领域，阿里巴巴和亚马逊都在自主设计基于RISC-V核心的芯片；在自动驾驶、边缘计算、人工智能方面，也有RISC-V的身影。在5G通信基站、物联网等方面，RISC-V也崭露头角。可以说，RISC-V基本覆盖了科技前沿领域的芯片应用。
近几年，以RISC-V架构为核心的CPU出货量在以相当可观的速度逐年增加，在全球100亿颗RISC-V核出货量中，中国公司占据了约50%的份额。
RISC-V的处理器设计相比x86这样的大块头来说，对初学者更加友好，开源的资源也很容易获取。
3、超大规模芯片的设计，比如CPU、GPU
GPU相比CPU更适合AI运算，可以说在AI时代大放异彩。这两种芯片已经是芯片界的元老，推荐这两个方向不仅仅是因为它们在消费电子、服务器、云计算等领域有着稳定的出货量，更是因为CPU/GPU作为超大规模的芯片，对个人的技能栈能做非常全面的学习补足。这两款芯片包含着大量的IP、总线和各种模块，可以学习不同模块的设计思想和精髓，理解总线及通信协议。如果能把这样打大块头吃透，再去做中小型的SoC、MCU、AI芯片等会变得更容易。
当然没有十几二十年的学习和经验积累，是搞不定它们的，除此之外，想设计出有市场竞争力的高性能CPU/GPU，光有时间的积累还不够，智商也是要的。
4、通信芯片
包括但不限于5G基带芯片、蓝牙芯片、wifi芯片。5G通信技术的普及将带来更多的机遇和挑战。这个方向需要具备数字信号处理、通信协议、射频等方面的知识，具有较高的技术门槛。
5、存算一体芯片
存算一体技术是一种将存储和计算相结合的技术，可以实现更高的性能和能效比。这个方向需要具备存储器设计、计算逻辑设计、算法等方面的知识。存算一体芯片未来的挑战也颇多，包括计算单元的设计，数据传输路径的优化，对应的软件编译器的部署等。
不同芯片方向之间是否可以相互跳槽？难度如何？
答案是可以的。但成功率受多方因素的影响。
以最为典型的3年工作经验为例。
假设一家公司招的视频编解码芯片的设计，这类IP在业内相对较为通用，所以还是有可能招到一位方向一致的工程师。如果这家公司对工程师的要求并不高，并且愿意花一点时间来培养你，那么尽管你是做MCU的，或者做一个其他类型的小IP，只要基础扎实，还是有可能拿到offer的。
假设另一家公司招的工程师是一个自研的新IP，或者是自己知识产权的IP，那就要看工作内容中涉及的协议、设计思想，是不是能在市面上招到一个类似背景的工程师。如果过了几周还没有合适的简历，那么就会继续放宽要求，看你的学历背景，看你对过往项目的深入程度，看你是否理解基本的设计思想、看你的责任心，在压力下的表现，如果表现不错，一样可以拿到offer。
还有一个例子，身边一个朋友，中坚九校本，华五科班硕，15年左右的工作经验（大概几年GPU的相关经验）。在GPU最火的前两年投身进去，两年后深知自己搞不定GPU的架构及设计细节，退而求其次，去做了AI芯片的架构师。
芯片行业发展到现在这个阶段，享受了很多光环也承受了很多非议。但不可否认，现阶段，它依然是科班毕业的打工人最值得选的方向，没有之一。
作为一名设计工程师，在接触到越来越多的业内人士之后，会发现多数人都在学习中成长，很少有人愿意在一个细分方向上数年如一日的做，安于现状。大部分人都在努力的尝试新东西，承担新的角色。
芯片人，最为核心的竞争力不是学历，也不是所谓的资历，而是学习能力、自驱力以及一丝不苟认真做事的态度。
以上，共勉
下载ECAD模型
