為什麼ASIC工程師如此值錢?
轉載自:原創 2018-01-18 孫路 未來妄想家
自從上大學起,我和發小們分道揚鑣,已經很多年了。大家都有了各自的發展,身處不同的行業,一個個儼然成為了專家。
於是,有童鞋問我,「你說,你們做什麼半導體的,做什麼晶元的,聽說薪水挺高?你能說說你們到底在幹啥嗎?」
我聽完,忽然覺得泰山壓頂,「這,該從何談起啊……」
其實,我心裡在想:我哪兒知道啊!?
後來,在這個行業里浸淫幾年之後,我慢慢有了些感觸。雖然,現在仍舊是個半瓶子水,但心中已經有點兒貨了,好歹能拿出來,忽悠一下吃瓜群眾了。
像我這種在EDA公司混過,又來到設計服務公司,基本上接觸的項目都是ASIC相關。至於那些伺服器晶元之類的高端貨,我怕是摸不到的。
那麼,我乾脆就從熟悉的ASIC展開,給各位普及一下,到底我們在幹啥!
我們為什麼值錢!
一款ASIC晶元項目通常起始於,市場調查。
不管這個項目是幹什麼的,立項的公司一定會進行高效的市場分析,來決定開發什麼樣的新產品,目標市場在哪兒,上市時間在何時等等問題。要分析好這個東西,不僅僅需要歷史經驗的積累,也需要對未來市場的洞察力,非我等小小工程師能看到的。
接著,一旦組織決定開發新產品,就要進行對產品定義和系統級分析。經過系統級驗證之後,ASIC的設計流程將把這個紙上談兵的東西,變成實實在在的硬體產品。
這就大致是一個ASIC設計團隊要做的工作。
那麼,和我們最相關的ASIC設計流程是什麼樣的呢?
它的開端是RTL代碼的寫作,以及功能驗證。然後,進行邏輯綜合與物理設計。最終,流程結束於邏輯驗證、時序驗證和物理驗證。完事兒之後,送給工藝製造商生產。
儘管,以上我用了不到一百個字,看起來很簡單,但整個晶元實現的過程其實是十分複雜的。它需要成百上千次地在某些設計步驟里重複迭代,拚命壓榨各類指標,直到最終結果可以被接受。
而且,整個過程還需要消耗大量的電力資源、硬體資源,還有最重要的金錢。
關於金錢,或者說預算,特別需要提到的是:用於晶元實現流程的計算機輔助軟體(EDA)十分昂貴,動輒百萬千萬美刀;擁有大容量存儲能力的高性能CPU伺服器集群,也十分昂貴,同樣也是百萬千萬美刀級別的。
當然,能熟練操作和實現這個設計流程的工程師,更是如鑽石般閃耀。可能有人會問,工程師的薪水加起來也比不過軟體和硬體成本嘛。
我說,對,你說的都對。那你試試,不請一名工程師,讓這些軟體和硬體自動設計一個晶元看看?
那麼問題來了。
一個ASIC晶元項目里,到底需要多少顆閃耀的「鑽石」呢?
其實,無論晶元規模的大小,還是晶元的用途和作用領域,我們都需要以下9類工程師來輔助,或者指導整個設計鏈:
- 系統架構師:定義整個晶元的系統級架構
- 邏輯設計師:編寫RTL代碼
- 驗證工程師:驗證晶元的功能性及產生verilog代碼
- DFT工程師:確保晶元的可測性覆蓋率
- 物理設計師:完成晶元的物理實現
- 軟體工程師:編寫晶元的軟體應用程序
- 應用工程師:為客戶建立晶元參考應用設計
- 測試工程師:編寫產品的測試程序
- 產品工程師:確保晶元在工廠的製造流程
除此之外,在大多數項目里,我們往往還需要一個項目經理。
他需要在設計、測試、產品和市場之間遊走,給項目設定進度表,以確保整個項目可以按期並在預算內完成。
如果項目經理兼任業務經理的話,就需要根據市場情況和項目進展,不斷調整進度預期,並且還要控制額外的資源。
另一個關鍵的角色是,設計主管。
這個職位是從技術角度出發,來領導整個設計團隊。設計主管並不需要知道所有的技術細節,但也不可能樣樣精通。不過,他必須擁有深度的IC設計理念和大量的設計經驗。
一個不稱職的設計主管可能會成為一個項目的災難。一個錯誤的技術決定可能導致進度延遲,從而損失經費,甚至錯過了產品的市場窗口。
綜上所述,這些工程師們組合成了一個可大可小的設計團隊。只有彼此分工明確,合作沒有間隙,才能讓一塊晶元最終能交付到應用廠商的手裡,變成消費者手裡實實在在的產品。
現代ASIC晶元項目的設計周期,短則三個月,長則三年。這不僅是一個風險極大的行業,也是一個機會叢生的行業。隨著國家對半導體集成電路的投資力度增強,越來越多的院校和公司展開了聯合培養機制,為未來中國半導體行業積累人才。
各位剛入行的新人,無論你是初入職場,還是尚在學校用功讀書,行業的機會就在眼前。找到自己喜歡的職業方向,認認真真、踏踏實實地去學好基本技術,才是王道。
===================================================
更多關於半導體的精彩內容(包括教學視頻),請關注公眾號 【移知】 或【eeeknow】
掃描本欄目頭像2維碼,關注移知,我們提供視頻課程,等你來看!
首頁-ic設計-數字驗證-數字後端-系統架構-移知網http://weixin.qq.com/r/vDgqMpHEPcxCrdVR922u (二維碼自動識別)
推薦閱讀: