芯片设计师如何在产业界取得成功

在学术界和产业界取得成功需要不同的方法。

我从事专用集成电路（ASIC）设计近30年。在这30年里，我经历了完整的学术轨迹，从研究生成为了正教授；之后，在一次不成功的创业后，我转入产业界发展。2019年转到私营部门时，我开始聚焦电子行业中至关重要的一个方向：硅知识产权。

在当今最先进的芯片中，有多达80%的物理区域被并非针对特定产品而制造的模块占据，其设计方甚至不是推出终端产品的消费级品牌公司。相反，芯片制造商大量利用了Arm、楷登电子、Rambus、新思科技以及我所任职的Silicon Creations等公司的成熟硅知识产权。

我在职业生涯中设计过用途迥异的各类芯片，既包括支撑自身学术实验室研究项目的实验性设计方案，也包括用于拓展公司知识产权产品矩阵的商用方案。加入Silicon Creations公司时，我遭遇了一条陡峭的学习曲线，完全没有意识到产业界的集成电路设计与学术界的设计有如此大的不同。起初，我20年的学术研究经验，大多无法直接适配新的岗位要求。我必须学习新的技能并采用新的思维方式。

如今，汽车行业、人工智能应用等领域对专用芯片的需求促使专用集成电路的需求量迅速增长。据估计，到2033年，专用集成电路市场预计将从234亿美元增长到388亿美元；到2030年，整个半导体行业的市场规模预计将达到1万亿美元。这个行业需要更多的芯片设计师，但如果你像我一样具有学术背景，那么你需要了解几件事。

产业界与学术界的差异，首先源于二者核心目标的分野。在学术界，我的主要目标是产出新知识，例如，提出一种新颖的电路技术、验证一种非常规的架构，或者探索给定领域的性能极限。学术界的成功芯片是能够展示概念的芯片。而在产业界，仅仅证明某个产品能运行还远远不够。产业界的目标是确保它能可靠、重复、大规模地运行。产业界衡量成功的标准不是新奇性，而是硅是否符合规范、产品是否达到生产预期，以及能否支撑具备竞争力的产品按期交付。

这也带来了风险承受能力方面的鲜明对比。学术设计往往会有意涉足未经证实的领域，即使只取得部分成功，也能产生有价值的见解。然而，在产业界，我们会系统性地将风险最小化。失败的代价很高，因此首次尝试中取得成功的硅材料成为了核心要求，尤其是在先进的技术节点中，仅是用于将电路设计转移到硅晶圆上的光刻掩模板，成本就可能达到数千万美元。因此，工业设计流程是围绕着消除不确定性而构建的，需要预留保守的设计裕量，开展充分的验证工作，以及谨慎复用经过量产验证的成熟方案来规避风险。

这种范式自20世纪70年代专用芯片设计诞生以来就已存在。不过，自21世纪10年代中期产业界广泛采用鳍式场效应晶体管技术（一种使用硅垂直“鳍”的3D架构）以来，学术界和产业界之间的鸿沟扩大了。此外，随着芯粒的出现，系统设计也变得越来越模块化。这从根本上改变了专用集成电路开发的经济性和复杂性，设计成本也几乎提高了一个数量级。如今，虽然借助台积电的大学鳍式场效应晶体管项目和政府资助的新芯片设计中心等计划，一些资源充足的大学得以设计更先进的架构，但这项技术对许多学术界人士而言仍然遥不可及。

以开发专用集成电路的初创公司为例。其工程团队可能在特定算法、传感器接口或系统架构方面具备深厚的专业知识，这正是定义其竞争优势的特征。但该团队不可能在每一项辅助功能中都拥有世界级的专业知识。在内部开发这些模块需要大量的时间、资金和专业人才。这种做法很可能导致产品上市时间延后，超出初创企业的生存承受周期。

即使是大型半导体公司，也面临类似的限制。先进节点的开发需要高度聚焦资源。当产品的差异化竞争力体现在系统层面（比如推理芯片对神经网络计算的加速能力）时，企业可能很难找到理由去分配一个团队来重新设计一个已经在别处实现的标准接口模块。要做出自研还是外购授权的此类决策，其主导因素是将芯片从概念阶段推向市场并降低风险所需的时间，而非自给自足所需的时间。

先进集成电路制造的经济性强化了这一现实。尖端芯片的开发成本达到数亿美元时，风险最小化就成为了设计的核心任务。

在这种背景下，就出现了硅知识产权这种实用的解决方案。与软件开发人员依赖预先存在的代码库而不是从头编写每个功能的代码类似，专用集成电路设计师会从高度专业化的知识产权供应商处获得预先设计、预先验证的硅模块（例如处理器内核、内存接口和安全引擎）的许可。之后，可以将这些模块集成到更大、更复杂的系统中。

通过使用硅知识产权，产业界也得以拓宽其设计的范围。而学术界的努力则往往集中在模块级的创新上，例如新型模数转换器架构或超低噪声放大器等。在这些设计中，将芯片推向市场的复杂性往往被抽象化了，例如封装限制、长期可靠性和制造良率。

产业界的焦点转移到了系统集成上。现代片上系统（SoC）集成了几十个甚至数百个功能模块，管理信号完整性、时序、固件交互和系统级验证的重要性，丝毫不亚于单个功能模块的设计。

此外，验证理念也存在显著区别。在学术界，验证的目标是证明概念在标称条件下可行，这种验证并不能反映其在实际应用中的表现。即使多项目晶圆中只有一小部分芯片能正常工作，只要它能验证核心理念，该设计就可能被视为成功。

例如，在我的学术实验室，我们曾经收到台积电原型服务部门的40个芯片，并以5个芯片为一批对其进行测试。如果第一批5个芯片或10个芯片被证明功能正常，我们就已经收集到了足够发表论文的数据。即使其中一些芯片有故障，我们在发布结果时也无需提及。

产业界的验证则是全面且严苛的，并且往往会主导开发进度。故障的衡量单位是百万分之一，即便是很罕见的异常情况，也会被仔细分析和记录，以便确定根本原因并防止再次发生。刚开始在Silicon Creations工作时，我就对芯片设计要经受的细节把控与审查强度感到惊讶。

时间跨度和经济约束也强化了这些差异。学术项目的灵活时间线与研究和资助周期相契合。如果错过了截止日期，我只需要等待下一个周期。产业界的项目则受制于固定的产品时间表和市场窗口期，往往以成本高昂的领先节点为目标，旨在实现有竞争力的性能、功耗和面积效率。一旦错过节点，整项设计的价值都可能不复存在，并且可能对整个供应链产生重大的财务影响。