2021 Synopsys 10/7 美商新思科技職涯大解密

想加入全世界排名第一的EDA公司嗎? 想加入外商嗎?
想瞭解並加入Synopsys，歡迎各位同學報名參加新思科技職涯大解密線上說明會!

日期: 2021/10/7(四)
時間: 12:00~13:15
名額: 限額300位
*報名成功者，會於說明會前3天發送成功報名通知與線上會議連結(未報名成功者將不另行通知)
報名位址：https://www.surveycake.com/s/YZrp7

想知道RD/AE/IC Designer工作上的差異嗎? 想了解在全球第一的EDA外商工作是什麼感覺嗎?
這次，我們請到優秀的學姊們透過這次的線上說明會，和大家分享在外商工作的各種秘辛，解答大家心中的疑惑!
報名參加即可抽驚喜大禮包(價值NTD300)!

有任何問題歡迎來信於twcampus@synopsys.com詢問，謝謝。

Synopsys新思科技-2022研發替代役/預聘計畫申請開跑!(for 2022年度應屆畢業碩士、博士生)

2022年度Synopsys研發替代役/預聘計畫正式開跑啦~這次預先招募Memory Design Engineer 及Software RD Engineer人才!

如果您想當一位Design Engineer，研究背景為類比電路設計，熟悉HSPICE/XA/FineSim等模擬工具，Synopsys提供許多不同IP 電路設計研發的相關工作機會。
如果您想當一位Software Engineer，熟悉C/C++&資料結構&演算法，沒有EDA相關背景也可以! Synopsys備有完善的知識庫及教育訓練。
如果您想搶先體驗外商環境，體驗跨國合作的工作模式，趁機精進自己的專業技能，加入Synopsys， 讓你三個願望一次滿足!

Synopsys為全球軟體前15大外商，總部位於美國矽谷，並於美洲、歐洲、亞洲不同國家皆設有軟體研發中心。
除了長期以來是全球排名第一的IC電子設計自動化（EDA）創新公司，同時提供矽智慧財產(IP)和設計諮詢服務，也是提供「矽晶到軟體（Silicon to Software™）」解決方案的領導品牌。
於台灣目前有1000名以上的員工,超過700位的研發人才，是在台灣的跨國軟體企業中，擁有最大規模研發團隊的公司之一，目前持續為台灣培養半導體設計軟體人才，加速國內廠商產品開發與問市的時程，強化台灣在半導體國際市場的競爭力。

歡迎將英文履歷(含學、碩士成績單)投遞至twcampus@synopsys.com，加入Synopsys研發替代役/預聘計畫，讓我們一起探索未來!
有任何問題歡迎來信詢問，謝謝。

摩爾定律的瓶頸，未來會靠「AI 設計晶片」突破

TO 精選觀點2021-08-26

【為什麼我們要挑選這篇文章】晶片尺寸逐漸逼近物理極限，市場皆在討論，摩爾定律是否走到極限。然而隨著 AI 晶片設計技術的發展，摩爾定律會交由 AI 來延續。但未來晶片設計工程師會失業嗎？還是工程師會與 AI 協作，推動晶片設計邁進人工智慧時代？（責任編輯：郭家宏）

AI 設計的晶片，性能十年內將提高 1,000 倍。

作為 Synopsys 執行長、晶片設計自動化的先驅之一，Aart de Geus 在 Hot Chips 在線晶片大會上表示，現在人工智慧設計的晶片，性能可能會在未來十年內提高 1,000 倍。

自 80 年代以來，自動化一直都是晶片設計的一部分。但現在，每兩年晶片性能翻一倍的「摩爾定律」似乎已經達到了瓶頸。要突破這個瓶頸，最好的辦法或許就是你我都熟知的：人工智慧。

一篇刊登在 Nature 上的文章指出，經過訓練的機器學習系統，在晶片設計上的表現超過人類。

不少晶片架構師都擔心自己的飯碗未來會被 AI 搶走。不過 De Geus 卻認為，晶片架構師不僅不會下崗，還會轉移到產業鏈的上遊，比現在負責更多任務。

Synopsys 從去年開始就使用 AI 來設計客戶的晶片，與人工設計的晶片相比有了相當大的改進。目前，三星也正在使用 Synopsys 的工具 DSO.ai 來設計 Exynos 晶片。而它的競爭對手 Cadence Design Systems 也在今年推出了自己的人工智慧晶片設計專案。

用 AI 設計晶片，有望打破摩爾定律的瓶頸

De Geus 在 1986 年創立了 Synopsys，一家電子設計自動化（EDA）軟體公司。憑借多年尖端半導體設計經驗，Synopsys 利用這個寶貴的資產制作了第一代 AI 晶片軟體 DSO.ai。

要超越摩爾定律，就要利用 AI 來解決複雜性、功耗和擴展要求，最終實現 1,000 倍性能的目標。

「機器學習出現在我們使用的每一種工具中，這個設計空間優化（DSO）的新工具的不同之處在於，它不適用於單個設計步驟，而是適用於整個設計流程。」

這就是 Synopsys 採用的自主晶片設計方法，從綜合方法進行晶片設計，而不僅僅是晶片布局。

晶片設計的一個早期步驟是 floor planning，其確定了晶片的尺寸、標準單元的排列形式、IO 單元及宏單元的位置、電源地網絡的分布等。

由於宏單元潛在配置數量巨大（約為 10^2500），規劃就會變得非常複雜，而且隨著邏輯電路設計的發展，還需要進行多次疊代。如果每次疊代都由人類工程師手動生成，就要耗時數天或數週。

但如果用 AI 設計晶片，它就能夠利用強化學習，優化晶片的功率、性能和面積大小。還能解決針對特定應用程式以及系統的所有維度的快速定制晶片：硬體（物理）、軟體（功能）、可製造性和架構（形式）。

隨著 AI 接管更多任務，以往負責設計少量電晶體的工程師，現在可能負責設計更大晶片中的 10 億個電晶體。

這樣就能夠在更短的時間內設計出更快的晶片，改變晶片的架構，將晶片性能提高 10 倍、100 倍甚至是 1,000 倍。

Google、NVIDIA 正在用 AI 設計晶片

與使用最先進設計工具的世界一流設計團隊相比，DSO.ai 能夠將功耗降低 25%，性能是當下最好的 AI 晶片設計工具的 5 倍。

而在未來的 AI 晶片設計時代，晶片能夠根據各個垂直行業進行設計。

面對特定專案的差異化需求，DSO.ai 可以用來優化輸入參數以及晶片設計工作流程的選擇。

工程師可以使用 DSO.ai 進行更多設計流程中的參數輸入，例如微調庫單元以提供最佳頻率或最低功率，採用現有平面圖並盡量縮小晶片尺寸，確定多高的工作電壓會實現功耗與性能的最佳權衡等。

全球「缺晶片」，雖然說不少產業都受到影響，但人們也深刻認識到了晶片的重要性。晶片雖小，但卻是一個重要的基礎設施。

除了 Synopsys，Google、NVIDIA 也開始嘗試使用人工智慧技術設計晶片。Google 的 TPU（張量處理單元）晶片即將發布新版本，優化了人工智慧計算。目前 NVIDIA 也專注於使用 AI 技術生產更好的 GPU 和雲端運算 TPU 平台，以增強自身競爭力。

晶片設計的工程師不會失業。而人工及 AI 相結合的設計思路將會推動晶片設計邁進人工智慧時代。

附圖：人類設計的晶片平面圖（a）與機器學習系統生成的平面圖（b）
摩爾定律逐漸扁平，晶片設計重任落到了 AI 肩上。
在晶片設計的新時代，自動化大不相同。
晶片定制會更普遍

資料來源：https://buzzorange.com/techorange/2021/08/26/ai-sustain-moore-law/