工具的好壞取決于其使用者。無論是使用一把錘子還是Fusion Compiler，唯有掌握正確的知識與技能，方能充分發(fā)揮工具潛力，達(dá)成預(yù)期目標(biāo)。

人工智能也不例外。輔助AI增強(qiáng)了傳統(tǒng)芯片設(shè)計流程，而智能體AI即將帶來全新工作范式。面對這些快速演進(jìn)的技術(shù)，行業(yè)領(lǐng)袖正積極評估最佳應(yīng)用方案，而高素質(zhì)人才隊伍始終是破局的關(guān)鍵。

隨著AI能力與應(yīng)用場景的逐步成熟，企業(yè)領(lǐng)導(dǎo)者必須深入思考：他們的開發(fā)者團(tuán)隊如今扮演著怎樣的角色？這些角色近期可能發(fā)生什么變化？他們需要儲備哪些能力來適應(yīng)變革？

生產(chǎn)力提升

AI已展現(xiàn)出顯著的效率提升。目前，大語言模型（LLM）主要承擔(dān)“超級研究員”的角色，負(fù)責(zé)處理和分析海量結(jié)構(gòu)化數(shù)據(jù)。例如，在英偉達(dá)，開發(fā)者在工作中會向聊天機(jī)器人自由提問，從內(nèi)網(wǎng)數(shù)據(jù)庫快速獲取所需信息。

而行業(yè)普遍認(rèn)同，這僅僅是AI變革潛力的冰山一角。

英特爾產(chǎn)品賦能副總裁兼總經(jīng)理Manoj Selva在首屆新思科技高管論壇上表示：“我們的效率確實提高了，工作節(jié)奏也加快了。但是我們尚未實現(xiàn)工作方式的根本變革，我想那可能就是AI的下一突破方向。”

以設(shè)計驗證為例，他指出，雖然AI已能將百萬級時鐘周期縮減至十萬級以內(nèi)，而下一步將實現(xiàn)自動調(diào)試。

Selva強(qiáng)調(diào)道：“我能否對bug的物理位置和出現(xiàn)時間進(jìn)行快速定位，以避免耗費數(shù)周的人工排查？又能否將[相關(guān)智能信息]反饋到架構(gòu)中并實現(xiàn)修正？這些正是我們亟待突破的新范式?！?/p>

智能體：從工具到伙伴

開發(fā)范式的轉(zhuǎn)變已近在眼前。例如，智能體AI正逐步成為獨立自主的設(shè)計伙伴，能夠主動識別優(yōu)化空間、預(yù)判潛在瓶頸并動態(tài)調(diào)整工作流程。

新思科技首席產(chǎn)品開發(fā)官Shankar Krishnamoorthy表示：“設(shè)計復(fù)雜度迅速攀升，執(zhí)行周期變得越來越短，如果不在工作流程中引入相應(yīng)轉(zhuǎn)變，我們根本無法應(yīng)對當(dāng)前芯片行業(yè)的發(fā)展節(jié)奏。”

Krishnamoorthy表示，即使AgentEngineer技術(shù)自主性持續(xù)提升，但仍離不開開發(fā)者的監(jiān)督。

他比喻道：“開發(fā)者需要從'廚師'轉(zhuǎn)型為'美食評論家'，許多工作無需他們來開展，而是由智能技術(shù)完成。但他們必須承擔(dān)評估與反饋職責(zé)，持續(xù)提升系統(tǒng)能力?！?/p>

這將要求開發(fā)者轉(zhuǎn)變他們的思維方式。

AMD技術(shù)和工程高級副總裁Brian Amick說：“目前我們的員工習(xí)慣于從頭開始做事情。現(xiàn)在，AI解決方案能快速產(chǎn)出結(jié)果，但仍需我們來判斷方案的優(yōu)劣情況?！?/p>

開發(fā)流程的轉(zhuǎn)變

AI還將重塑人才需求格局，從專才導(dǎo)向轉(zhuǎn)變?yōu)橥ú艃?yōu)先。

微軟芯片、云硬件和基礎(chǔ)結(jié)構(gòu)工程執(zhí)行副總裁Reynold D’Sa表示：“專家依然重要，我們?nèi)匀恍枰獙I(yè)型人才。但通才能更好駕馭AI工具，發(fā)揮其知識體系的強(qiáng)大優(yōu)勢。此外，與某一領(lǐng)域的專家相比，通才也可以從全局視角提升設(shè)計能力?！?/p>

然而變革阻力仍然存在。人類通常對變化持抵觸態(tài)度，開發(fā)者也不例外。行業(yè)領(lǐng)導(dǎo)者坦言，轉(zhuǎn)變既定的角色和工作流程并非易事。

D’Sa表示：“這會顛覆我們的工作方式，帶來失控感和失責(zé)感，AI促使開發(fā)者思考‘我（作為人類）在整個開發(fā)過程中的價值到底在哪里’，我們需要確保大家意識到，他們能夠以更高的效率，完成價值更高的任務(wù)?！?/p>

為了順利過渡并幫助員工接受變化，芯片公司需要讓更多開發(fā)者體驗AI工具，給他們預(yù)留試驗空間。

英偉達(dá)VLSI工程副總裁Sameer Halepete表示：“這與緊張的安排和不斷臨近的截止日期相悖，但我們不可能同時兼顧日常工作和這些過渡任務(wù)。我們要給大家預(yù)留緩沖空間，以便他們重新調(diào)整工作流程?！?/p>

降低變革成本

盡管變革困難重重，但行業(yè)領(lǐng)導(dǎo)者對智能體AI的變革潛力仍然充滿樂觀。但追求創(chuàng)新和加速不能以產(chǎn)品質(zhì)量、員工士氣或業(yè)務(wù)績效為代價。

Krishnamoorthy表示：“我們必須要深度理解客戶的工作流程，而引入這些技術(shù)時需避免產(chǎn)生過高的變革成本?！?/p>

毫無疑問，行業(yè)需由開發(fā)者和智能體AI協(xié)作開創(chuàng)未來。

Krishnamoorthy表示：“芯片設(shè)計過程非常復(fù)雜，高智商、高薪酬的開發(fā)人才不應(yīng)將大量時間消耗在大量可以自動化或不必要的‘苦力活’上。智能體AI有望重新設(shè)計EDA工作流程，解決這些‘苦力活’環(huán)節(jié)，實現(xiàn)自主層級躍升?！?/p>