FPGA线上课程平台|最全栈的FPGA学习平台|FPGA工程师认证培训
登录
首页-所有问题-其他-正文

2026年,芯片行业‘AI for EDA’趋势下,对于想从事数字IC后端物理实现的工程师,学习并应用机器学习进行布局预测或布线拥塞缓解,是必要的技能吗?具体该如何入门?

逻辑设计新人逻辑设计新人
其他
1个月前
0
0
57
我是做数字IC后端设计的工程师,工作2年,主要用Innovus做布局布线。最近行业里‘AI for EDA’的讨论很多,看到一些论文和工具开始用机器学习来预测热点、优化布局。感觉这可能是未来的方向,但又担心只是噱头。想请教:1. 对于一线后端工程师,现在有必要去学习机器学习基础(如Python、TensorFlow/PyTorch)吗?还是说用好现有工具就行?2. 如果想入门并尝试将AI方法用到实际工作中,应该从哪个具体问题切入比较可行(比如利用历史数据预测cell density)?有哪些开源项目或学习路径推荐?
逻辑设计新人

逻辑设计新人

这家伙真懒,几个字都不愿写!
126241.70K
分享:
2026年,想用一块带有高速收发器的FPGA开发板(如Intel Stratix 10)复现一篇关于‘时间敏感网络(TSN)交换机’的顶会论文,在实现时间同步(802.1AS)、流量整形(802.1Qbv)等关键协议时,最大的工程挑战是什么?上一篇
2026年,作为计算机专业本科生,想通过FPGA实现一个简单的RISC-V CPU作为毕业设计,在实现流水线、分支预测和Cache时,如何平衡设计复杂度与FPGA资源占用?下一篇
FPGA线上课程平台|最全栈的FPGA学习平台|FPGA工程师认证培训
还没有人回答,第一个参与下?
我要回答
回答被采纳奖励100个积分
FPGA线上课程平台|最全栈的FPGA学习平台|FPGA工程师认证培训
请先登录