2026年，芯片行业‘GPU/AI芯片架构师’岗位炙手可热，对于一名有3-5年数字IC设计或FPGA加速经验的工程师，想向这个方向发展，需要系统补充哪些关于并行计算架构（如SIMT）、片上网络（NoC）、存储层次（HBM/GDDR）以及张量核心（Tensor Core）设计原理的知识？
工作几年，一直在做通信或视频编解码相关的ASIC/FPGA设计，感觉技术栈比较垂直。看到AI芯片和GPU公司招聘架构师，薪资和发展天花板很高，非常心动。但我对GPU那种大规模的并行计算架构、复杂的存储层次、以及专用的张量计算单元了解不深。请问，如果想从一名普通的数字设计工程师转向AI/GPU芯片架构师，应该按什么顺序、学习哪些核心知识？是否需要深入研究像NVIDIA的CUDA架构白皮书、AMD的CDNA架构？对于片上网络（NoC）的设计和权衡，以及如何为特定算法（如Transformer）设计数据流和存储，有没有推荐的学习资源或开源项目可以参考？我要回答answer.notCanPublish回答被采纳奖励100个积分
单片机爱好者
