2026年，芯片行业‘AI for EDA’趋势明显，对于想从事EDA工具算法研发（比如布局布线、时序优化）的同学，除了传统的算法基础，现在是否需要深入学习机器学习和强化学习？具体该如何入门？
我是一名计算机专业的研二学生，对芯片设计流程很感兴趣，尤其是EDA工具背后的算法。看到近年来很多论文和新闻都在讲‘AI for EDA’，用机器学习、强化学习来优化布局布线、功耗预测等。我想毕业后从事EDA算法研发岗位。我的疑问是：1. 现在国内外的EDA公司（如Synopsys, Cadence，以及华大九天等）对这个方向的人才需求到底如何？是噱头还是真趋势？2. 如果我想朝这个方向发展，除了学好数据结构、算法、计算几何等传统EDA算法基础外，是否需要系统学习机器学习和强化学习？如果需要，应该学习到什么程度？有没有推荐的学习路径或者开源项目可以实践？感觉这个交叉领域的信息比较零散，希望能得到一些指导。我要回答answer.notCanPublish回答被采纳奖励100个积分
逻辑综合小白
