电路板玩家从技术实现角度聊聊挑战。激光雷达芯片本质是信号链+数据流处理的混合体，难点在于跨领域整合。
前端：需要高性能ADC（往往≥12bit，采样率几百MHz）和模拟前端，这对数字设计者来说要和模拟团队紧密协作，理解噪声、线性度等指标。
中端：点云算法硬件化最难的是平衡灵活性和效率。比如体素滤波，用硬件描述语言实现动态网格管理就很棘手。现在流行用FPGA做算法固化前的加速验证，再用ASIC实现，所以要求工程师既懂算法原理又能做硬件优化。
后端：低功耗设计贯穿始终，尤其是车载环境对功耗和散热极其敏感。
技能树特殊要求：
1. 数字IC工程师：除了RTL设计，最好了解传感器校准、畸变校正等算法概念。
2. FPGA工程师：需要掌握高速数据采集系统搭建，熟悉C模型到RTL的转换流程。
3. 两者都需要：了解AUTOSAR、功能安全（ISO 26262）的基础知识，因为最终要过车规认证。
公司选择上，建议优先考虑有成熟激光雷达产品且已上车的企业，他们的芯片团队更稳定。
我去年面试过几家这个领域的公司，可以分享点实际感受。公司名单楼上基本覆盖了，补充一个华为车BU，他们在激光雷达芯片也有投入，招聘门槛较高。
这些公司确实同时招数字IC和FPGA，但分工不同：数字IC团队负责ASIC设计，FPGA团队主要做前期算法验证和硬件加速板卡开发。有时候FPGA岗位还会归属到系统部门，支持整机调试。
技术挑战排序的话，我认为：1. 实时处理能力（每秒百万点以上的吞吐率）；2. 多传感器融合的硬件同步（和摄像头、IMU的时间对齐）；3. 抗干扰设计（如何区分雨雾和真实障碍物）。
求职建议：数字IC方向重点准备低功耗设计（UPF流程）和高速接口协议；FPGA方向除了常规开发，最好玩过Zynq UltraScale+ RFSoC这类带高速ADC的芯片，因为激光雷达芯片常需要处理模拟信号。另外，注意这个行业目前波动较大，选公司时建议关注其量产车型落地情况。
从招聘角度看，国内做激光雷达芯片的公司确实在招人，而且数字IC和FPGA岗位经常一起出现。我关注到的有速腾聚创（RoboSense）、禾赛科技（Hesai）、图达通（Innovusion），这几家都在做自研芯片。像禾赛的芯片部门，数字前端、验证、FPGA原型验证岗位都常年开放。另外，一些新兴的芯片设计公司，比如黑芝麻智能、地平线，虽然主攻大算力自动驾驶芯片，但他们的感知芯片部门也可能涉及激光雷达处理模块。
技术挑战方面，我觉得点云算法硬件化是核心难点。激光雷达原始数据量巨大，要在硬件里实时完成滤波、分割、聚类，对架构设计和算法理解要求极高。其次才是高速接口（比如JESD204B）和低功耗设计。
对求职者来说，除了常规的Verilog技能，最好懂点计算机图形学或点云处理（如PCL库），FPGA工程师还得熟悉高速收发器（GTY/GTH）和DDR控制器。有激光雷达或ADAS项目经验是巨大加分项。
简单直接点回答。
公司：禾赛科技、速腾聚创、图达通、华为（可能部门）、以及一些芯片初创公司。都招数字IC和FPGA，因为产品开发流程需要。
主要技术挑战：1. 处理海量点云数据的实时性，延迟必须极低。2. 在满足性能前提下，把功耗做下来，这对芯片是巨大考验。3. 让芯片能在各种恶劣环境（温度、振动、干扰）下稳定工作，达到车规级可靠。
求职技能要求：数字IC的人，扎实的代码和验证功底是基础，最好了解传感器接口和计算机视觉算法。FPGA的人，要精通高速数字设计、DSP实现，并且有很强的调试能力。两者都需要有强烈的系统思维，明白自己做的模块在整体感知链路里是什么角色。另外，英语好能看最新论文很重要，这个领域技术更新太快。
楼主问得挺细的，我结合自己面试和了解的情况说说。
招人的公司，除了头部的禾赛、速腾，还有一些你可能没太听过的初创公司也在招，比如探维科技、一径科技，他们也有芯片团队。另外，不要只盯着“激光雷达芯片”这个狭义标签，一些做车载高性能计算芯片（SoC）的公司，比如地平线、黑芝麻，他们的芯片也要处理激光雷达点云数据，所以也会招聘懂相关算法硬件加速的FPGA和IC工程师。看招聘时，关键词可以搜“激光雷达”、“点云”、“传感器融合”、“ISP”等。
技术挑战，我认为最大的难点在于“算法与硬件的紧耦合”。激光雷达的点云处理算法还在快速迭代中，直接用ASIC固化风险高，所以前期FPGA验证至关重要。但怎么把那些复杂的数学运算（比如三维空间的变换、特征提取）高效地映射到硬件上，同时满足极低的延迟（自动驾驶等不起），这里面有大量的优化工作。高速ADC接口和低功耗是基本功了，现在更看重系统级的优化能力。
对求职者来说，如果你做数字IC，除了会写RTL，一定要懂点算法，最好能用MATLAB或Python建模。如果你做FPGA，光会调IP核不够，要能深入参与算法讨论，知道怎么用硬件资源换速度和功耗。另外，车规流程（如ISO 26262）的知识越来越成为加分项甚至必选项。建议平时多关注点云库（如PCL）和开源硬件项目，积累点感性认识。
从招聘角度看，2025-2026年，国内布局激光雷达芯片的公司确实在同步招聘数字IC和FPGA人才。FPGA主要用于前期算法验证和系统原型搭建，而数字IC（ASIC）则是最终降成本、提性能的产品形态。
公司方面，你可以重点关注这几类：一是激光雷达整机厂商的芯片部门，例如禾赛科技、速腾聚创、图达通（Innovusion），他们为了提升产品竞争力，都在自研芯片。二是专注激光雷达芯片的初创公司，比如芯擎科技、加特兰（虽然以毫米波雷达闻名，但也涉足相关领域）等。三是大型芯片设计公司中设立相关产品线的部门，如华为海思（可能有相关布局）。这些公司的招聘需求里，通常数字IC前端设计/验证和FPGA开发工程师的岗位是并行列出的，因为技术流是贯通的。
技术挑战上，你提到的几点都重要，但核心是“高实时性处理”和“高能效比”。具体来说：1. 高速数据接入与预处理：激光雷达回波信号经过ADC后，数据速率极高，需要实时进行滤波、校正，这对接口和预处理逻辑设计挑战大。2. 点云算法硬件化：比如聚类、目标识别等算法，要从软件移植到硬件（FPGA/ASIC），需要算法和硬件的深度协同，优化计算架构。3. 低功耗设计：尤其是面向车载，功耗指标非常严苛。4. 功能安全（ASIL等级）和可靠性设计，这是车规芯片的必修课。
对求职者的技能要求，除了通用的Verilog/VHDL、UVM验证、时序分析外，需要额外加强：熟悉高速接口（如JESD204B、MIPI）、数字信号处理（DSP）的硬件实现、C/C++用于算法建模和协同仿真、以及对激光雷达基本原理和点云处理流程的理解。有从FPGA原型到ASIC流片全流程经验的人会特别吃香。
简单聊几句。公司方面：国内激光雷达厂商自研芯片已是大趋势，禾赛、速腾、图达通肯定在招；另外一些汽车电子芯片公司，如复旦微电子、紫光国微等也可能有相关项目。这些公司通常数字IC和FPGA岗位并行招聘，因为芯片研发流程中FPGA原型验证是必不可少的一环。
技术挑战，我个人体会最深的是“系统级集成”和“可靠性”。激光雷达芯片不是孤立存在，它要和激光发射器、探测器、主控芯片协同工作，涉及光电、模拟、数字混合设计，系统复杂度高。同时，车规级要求（AEC-Q100）和功能安全（ASIL等级）带来大量设计验证负担。
对求职者特殊要求：除了硬件设计能力，最好有跨学科知识——比如了解光学基础、雷达原理。另外，因为行业迭代快，学习能力和对自动驾驶感知系统的整体理解也很重要。建议多关注行业会议（如CES、上海车展）上芯片厂商的动态，能帮你把握技术热点。
楼主问得很具体，我结合自己面试经历说说。2025年国内做激光雷达芯片的公司，除了头部的禾赛、速腾，还有一些芯片设计公司也在切入，比如黑芝麻智能（虽然主打自动驾驶计算芯片，但也在集成感知处理）、地平线（征程系列芯片也涉及激光雷达数据处理）。这些公司通常数字IC和FPGA岗位都会招，但分工可能不同：数字IC岗位更偏向于芯片前端设计/验证、后端实现；FPGA岗位可能属于系统部或原型验证部，负责搭建FPGA板卡平台，做算法固化前的加速验证。
技术挑战上，我认为核心是“高实时性”和“高精度”的平衡。激光雷达每秒钟产生百万级点云，要在极短时间内完成噪声滤除、目标识别，这对硬件架构设计挑战极大。具体到模块，高速ADC接口（接收回波信号）和点云算法硬件化（比如用硬件实现深度学习网络做目标检测）都是难点，低功耗则是贯穿始终的要求。
技能树方面，数字IC工程师除了常规的Verilog/VHDL、UVM验证，最好了解点云处理算法（如PCL库的基本操作）、数字信号处理（滤波、FFT）；FPGA工程师则要精通高速收发器使用、时序收敛，以及C/C++/Python用于算法建模和协同仿真。有激光雷达或ADAS项目经验会非常吃香。
从招聘角度看，2025年确实有不少公司在这个赛道布局。我关注到的有禾赛科技、速腾聚创、图达通（Innovusion），还有华为（虽然它做全栈，但激光雷达芯片也是自研方向）。这些公司基本都会同时招数字IC和FPGA的人。数字IC团队负责设计最终要流片的ASIC，比如点云预处理、波形处理、激光驱动控制这些模块；FPGA团队则更多做前期算法验证、系统原型搭建，或者用于一些高性能、可灵活迭代的LiDAR产品中。
技术挑战方面，我觉得是综合性的。高速ADC接口（比如处理GHz级采样）确实难，涉及高速SerDes和信号完整性；点云算法硬件化（滤波、分割、聚类）需要算法和硬件的深度协同；低功耗在车载领域永远是重点。另外，激光雷达芯片还要考虑抗干扰（多雷达互扰）、高可靠性（车规级）这些。
对求职者来说，数字IC方向最好懂点激光雷达物理原理和信号处理；FPGA方向则要熟练掌握高速接口（JESD204B等）、DSP设计，以及用HLS或RTL实现点云算法加速的能力。有车载经验或功能安全（ISO 26262）知识是巨大加分项。
从技术演进角度聊聊。2025年这个时间点，国内激光雷达芯片正从FPGA方案向ASIC过渡，所以公司肯定需要两类人才：FPGA人才做快速迭代和车规前验证，数字IC人才做最终流片。具体公司名单可能变化很快，建议在招聘网站用“激光雷达芯片”、“LiDAR ASIC”等关键词搜索，看哪些公司在活跃招人。
技术挑战是多维度的，很难说哪个最重要。高速ADC接口（涉及模拟混合信号，但数字要配合）是前提，点云算法硬件化（特别是基于神经网络的最新算法）是核心价值，低功耗设计是量产门槛。此外，功能安全（ISO 26262）和可靠性设计也是巨大挑战，因为这是车规芯片。
对求职者的特殊技能要求：除了硬件描述语言，需要掌握高层次综合（HLS）工具的可能性在增加，因为算法团队多用C++/Python，HLS能加速硬件化。验证工程师要懂UVM，并且能构建复杂的点云数据场景。另外，了解自动驾驶整体感知栈会有优势，知道芯片在系统中的位置。
我去年面试过几家这个方向的公司，可以分享点实际感受。公司方面，除了楼上提到的，还有像图达通（Innovusion）、一径科技，他们都有自研芯片的计划，招聘时数字IC和FPGA岗位经常一起放出来。有些公司FPGA岗可能归属在系统部，负责前期算法验证和硬件板卡调试。
挑战排序的话，我认为是：1. 实时性处理与算力平衡。激光雷达要求低延迟，但点云数据不规则，传统流水线或并行架构不好直接套用，设计专用计算单元挺考验功力。2. 低功耗与高性能的矛盾。车载芯片对功耗敏感，但处理性能又不能妥协。3. 高速接口的稳定性，尤其是多线激光雷达，数据吞吐量吓人。
技能树特殊要求：数字IC工程师最好有图像/视频处理IP的设计经验，转过来会容易些。FPGA工程师要熟悉高速收发器（GTY/GTH）使用，以及PCIe、DDR4这些外围接口。两者都需要一些传感器基础知识，比如TOF原理。
从招聘角度看，国内做激光雷达芯片的公司，尤其是初创公司，确实有不少同时招数字IC和FPGA的。比如禾赛科技、速腾聚创，他们有自己的芯片团队，数字IC岗做ASIC设计验证，FPGA岗做原型验证和系统集成。还有像华为的激光雷达部门（虽然不一定是独立芯片公司）、大疆Livox，以及一些新兴的芯片设计公司如黑芝麻智能（虽然更偏感知融合，但也涉及激光雷达处理）。
技术挑战上，我觉得点云算法硬件化是核心难点。激光雷达原始数据量巨大，要把去噪、分割、聚类这些算法用硬件高效实现，对架构设计能力要求极高。高速ADC接口和低功耗当然也重要，但算法硬件化决定了芯片的竞争力和差异化。
对求职者来说，除了常规的Verilog技能，最好懂点计算机图形学或点云处理的基础知识，能看懂相关算法。有高速接口（如JESD204B）或低功耗设计经验是加分项。FPGA工程师如果只懂写RTL可能不够，需要了解整个数据链路和系统瓶颈。
