2026年，芯片行业‘AI大模型训练芯片’需求爆发，对于做传统数字IC设计的工程师，想切入这个方向需要补充哪些核心知识？
本人工作三年，一直在做通信基带芯片的数字前端设计，用的是传统ASIC流程。最近看到很多AI芯片公司（如壁仞、摩尔线程等）都在招大模型训练芯片的设计工程师，薪资开得很高，非常心动。但我的知识体系还停留在传统数据通路和控制逻辑设计上。想请教各位前辈，要转型做AI训练芯片设计，除了了解TensorCore、Systolic Array这些架构，还需要重点恶补哪些关于大规模并行计算、高带宽存储（HBM）、片上网络（NoC）以及低精度浮点运算（如FP16, BF16）的硬件实现知识？有没有推荐的学习资料或开源项目可以快速上手？
芯片爱好者小陈
