如何看待谷歌 Jeff Dean 用 AI 6 小时就能设计一款芯片，强力碾压集成电路设计专家？ 第1页

这个算是我的专业内容。

就如我之前说的，5年后，APNR的工作肯定被代替了。后端工程师转行吧。

APR的核心就是布局，因为后面布线等你都得靠工具。

布局以前的工具不成功，所以EDA是一个辅助设计工具（即人来做主，机器来辅助）。

以前不成功得主要原因，就是模块有大小、模块间链接关系乱，人可以在边看这些模块，

有经验就会自动地归类出优先级，从而把问题简化，最后TRY 一下最可能得4-5个组合。

这很类似围棋中的取舍，人是不会全面考虑所有点，而考虑最靠谱的4-5点，推理下去。

之前有和做AI的朋友聊过，他就提到APR很可能最快被攻陷，因为太类似围棋了，而且指标很明确。只是没想到这么快。

谷歌这个其实是指芯片设计中APR的过程，以前确实至少几天到几周。因为需要试错。

从写的内容看，没有不合理的。特别是通过训练的网路可以直接用，这就是说同类型的芯片，

可以基本直接用，不用每次训练了。（训练会成绩更好）

AI，这东西，最可怕的是一旦它超过人类，人类再也不可能超过它。现在还有谁吹牛要灭alphaGo的？

AI 另外一个可怕，就是一旦突破，成本会很快下降。alphaZero的山寨版leela zero等，水平也

发展超快，2-3年后，山寨版都随便扁人呢。

APR是一个非常小的领域，估计山寨版不会那么快出来。但是有S，CM这三家在学习，

低成本版估计也就2-3年吧。

看5-10年，这个行业基本就结束了。不是说有经验的工程师马上没用，某些边角问题比AI做得好是可能的，但工程师得估计至少10年以上经验。而AI 随着硬件和软件的提升，追起来也快。更何况新的没经验的工程师再没机会去成长了。

版图也会很快被突破，接着是模拟电路。

因为这两样的工程师优势，就是能在头脑中进行分叉的剪枝，谷歌alphaGO 深度学习就是在剪枝上再不怕人了。版图和模拟也是目标明确成果标准统一的工作。

前端设计，估计和软件设计一样，多5年的时间。

add：短时间不用担心，因为DL的机器短时间也买不起。

但是职业选择是你人生的投资，按照巴菲特说法，如果你10年后不想拥有的投资，现在就不要拥有。

10年后，TPU水平的服务器能在大多公司吗？

10年后，DL算法能普及到大多公司吗？

历史重现：

现在的员工没有经过当年circuit 设计从电路到RTL的转行，而我经历过。

大致5年左右从“这做的啥玩意“ -》

”有的部分还可以用“ -》

”我如果花时间，肯定比机器好“ -》

”行业中其它人都用机器了，我干嘛神经病要花那么多时间做得比机器好？“

其实，现在说起来，circuit design 还是人做起来比机器好。但是，人没有机器耐操啊。