時間已經來到了2024年，芯片行業的熱度已然大幅下降，但這個行業的價值依然在。芯片應用的種類繁多，也意味著芯片的類型多種多樣，我也經常會被問到做芯片設計，到底哪個方向更有前景？不同類型的芯片設計崗位之間是否可以跳槽換方向，借著這個話題和關注公眾號的朋友分享一下我的經驗。

芯片設計哪些方向值得投身？

1、自動駕駛解決方案相關的芯片

現有的前沿科技方向，比如元宇宙、量子計算機、量子通信、自動駕駛等，其中自動駕駛一定是未來10~15年最為確定的，可實現的方向之一。

自動駕駛解決方案的芯片不同的廠商對于其定義也不盡相同，但其核心基本最終要落到算力上，落到高效解決自動駕駛中所遇到的現實中的AI的問題。

新能源汽車對傳統油車屬于降維打擊，類似于十幾年前智能手機對功能機的打擊一樣，或許油車不會消失，但未來的汽車市場主要是屬于電車的。今年下半年，可以看得出汽車市場的內卷程度迅速加劇，但盡管是將來整個新能源汽車格局高度成熟的時代，支撐幾家頭部芯片的穩定出貨還是沒有任何問題的。

2、RISC-V處理器核心/IP設計

基于RISC-V指令集架構設計的處理器廣泛應用在數據中心、云計算、高性能計算領域，阿里巴巴和亞馬遜都在自主設計基于RISC-V核心的芯片；在自動駕駛、邊緣計算、人工智能方面，也有RISC-V的身影。在5G通信基站、物聯網等方面，RISC-V也嶄露頭角。可以說，RISC-V基本覆蓋了科技前沿領域的芯片應用。

近幾年，以RISC-V架構為核心的CPU出貨量在以相當可觀的速度逐年增加，在全球100億顆RISC-V核出貨量中，中國公司占據了約50%的份額。

RISC-V的處理器設計相比x86這樣的大塊頭來說，對初學者更加友好，開源的資源也很容易獲取。

3、超大規模芯片的設計，比如CPU、GPU

GPU相比CPU更適合AI運算，可以說在AI時代大放異彩。這兩種芯片已經是芯片界的元老，推薦這兩個方向不僅僅是因為它們在消費電子、服務器、云計算等領域有著穩定的出貨量，更是因為CPU/GPU作為超大規模的芯片，對個人的技能棧能做非常全面的學習補足。這兩款芯片包含著大量的IP、總線和各種模塊，可以學習不同模塊的設計思想和精髓，理解總線及通信協議。如果能把這樣打大塊頭吃透，再去做中小型的SoC、MCU、AI芯片等會變得更容易。

當然沒有十幾二十年的學習和經驗積累，是搞不定它們的，除此之外，想設計出有市場競爭力的高性能CPU/GPU，光有時間的積累還不夠，智商也是要的。

4、通信芯片

包括但不限于5G基帶芯片、藍牙芯片、wifi芯片。5G通信技術的普及將帶來更多的機遇和挑戰。這個方向需要具備數字信號處理、通信協議、射頻等方面的知識，具有較高的技術門檻。

5、存算一體芯片

存算一體技術是一種將存儲和計算相結合的技術，可以實現更高的性能和能效比。這個方向需要具備存儲器設計、計算邏輯設計、算法等方面的知識。存算一體芯片未來的挑戰也頗多，包括計算單元的設計，數據傳輸路徑的優化，對應的軟件編譯器的部署等。

不同芯片方向之間是否可以相互跳槽？難度如何？

答案是可以的。但成功率受多方因素的影響。

以最為典型的3年工作經驗為例。

假設一家公司招的視頻編解碼芯片的設計，這類IP在業內相對較為通用，所以還是有可能招到一位方向一致的工程師。如果這家公司對工程師的要求并不高，并且愿意花一點時間來培養你，那么盡管你是做MCU的，或者做一個其他類型的小IP，只要基礎扎實，還是有可能拿到offer的。

假設另一家公司招的工程師是一個自研的新IP，或者是自己知識產權的IP，那就要看工作內容中涉及的協議、設計思想，是不是能在市面上招到一個類似背景的工程師。如果過了幾周還沒有合適的簡歷，那么就會繼續放寬要求，看你的學歷背景，看你對過往項目的深入程度，看你是否理解基本的設計思想、看你的責任心，在壓力下的表現，如果表現不錯，一樣可以拿到offer。

還有一個例子，身邊一個朋友，中堅九校本，華五科班碩，15年左右的工作經驗（大概幾年GPU的相關經驗）。在GPU最火的前兩年投身進去，兩年后深知自己搞不定GPU的架構及設計細節，退而求其次，去做了AI芯片的架構師。

芯片行業發展到現在這個階段，享受了很多光環也承受了很多非議。但不可否認，現階段，它依然是科班畢業的打工人最值得選的方向，沒有之一。

作為一名設計工程師，在接觸到越來越多的業內人士之后，會發現多數人都在學習中成長，很少有人愿意在一個細分方向上數年如一日的做，安于現狀。大部分人都在努力的嘗試新東西，承擔新的角色。

芯片人，最為核心的競爭力不是學歷，也不是所謂的資歷，而是學習能力、自驅力以及一絲不茍認真做事的態度。

以上，共勉