“我们离实现人类大脑能做的事情还有很长的路要走,这意味着人工智能仍然是一个非常活跃的经济市场,对于广大人才而言,拥有着巨大的发展空间。我相信,在人工智能和集成电路领域,技术和经济的推动循环,还将延续……”


人类的“种子技术”

纵观人类科技的发展历史,其发展并非是线性的,而是由一轮又一轮的爆发式增长组成的,在这每一轮“科技爆炸”背后,都有一个“种子技术”成为引爆点:

 

15 世纪由约翰·古腾堡发明的印刷机,让书本不再成为教会和贵族的特权,颠覆了中世纪以来宗教对于思想的压制,各个领域的新技术随着学习和传播方式的革新不断涌现,科技之光再次闪耀。

 

18 世纪詹姆斯·瓦特改良的蒸汽机,成为了工业的基础,引发了工业革命的浪潮,可以说之后所有的工厂机械、火车、汽车内燃机等,均源自改良蒸汽机技术。

 

同样,1947 年诞生于贝尔实验室的晶体管宣告了集成电路时代的到来,而逻辑综合工具以及之后发展起来的 EDA 技术,则让工程师告别了用硫酸纸手画版图的模式,自动化的设计流程让更大规模的集成电路成为可能,并最终引爆了信息时代的“科技爆炸”。

 

 

当然,技术爆发与社会经济的发展密不可分,因此也诞生了“技术经济学”这一学科,探索技术与经济之间如何互相影响。“技术经济学”认为,技术会促进经济的发展,并不断扩散至各个应用领域,而经济发展的惯性和应用领域需求的提升则会吸引更多投资进行技术革新,最终形成一个良性的循环。而在集成电路领域,逻辑综合工具的发明者、EDA 领域的奠基人 Aart de Geus 博士则有着他独到的理解:EDA 技术的发展规律本身就处于“技术经济学”的发展循环之中,是其在集成电路中的体现。


动态的“技术经济学”

很多人在了解“技术经济学”之后,往往会存在这样的困惑。从集成电路的角度看,大量的投资和人才似乎更偏向互联网这样的下游应用领域,并没有投入到集成电路中,这也是“摩尔定律已死”传言周期性诞生的主要原因。这一现象是否说明“技术经济学”存在漏洞呢?

 

在 Aart de Geus 博士看来,这并非是“技术经济学”存在漏洞,而是其动态特性。在某一段较短的时间中,的确会存在作为基础的技术领域,人才和投资减少的情况。然而,这仅仅是技术和经济发展循环的动态体现。
 


人工智能,或者说机器学习,被誉为下一次科技爆发的“种子技术”,其应用前景几乎遍布人类社会的每一个角落,随之而来的庞大学习数据与算力需求,让包括 EDA 技术在内的集成电路技术的推进,成为了无法阻挡的趋势。

 

Aart de Geus 博士以人工智能为例解释了这一动态特性:“经济领域的根本问题是如何利用技术创造更多价值,因此人工智能作为一个拥有无限前景的技术,也吸引了过热的资金和人才。因此我们可以看到,不少互联网企业开始投资芯片开发,而不少人工智能芯片企业也逐步获得了更多的投资和人才。这一趋势,正是技术与经济互相推动的最好证明,只是这种循环是动态的。”

 

“看到人工智能促进了集成电路芯片的发展,我感到非常鼓舞。就像是印刷业发展起来后,书籍大量涌现的场景,相信这将成为人类技术重要的发展时刻之一。”Aart de Geus 博士对未来充满信心。


人才
“技术经济学”的关键

Aart de Geus 博士认为,在技术和经济的良性循环中,人才是经济对技术投入的核心关键。资金的投入,本质上是帮助人才去进行创新。那么,他心目中一个合格的集成电路人才,需要拥有哪些特性呢?

 

 

诚信

言必行,行必果,这是一切的基础。


不断学习
新思科技,每位员工都被要求拥有“本专业的知识深度”和“其他专业的知识宽度”。在集成电路领域,不仅需要精通相关技术,还需要跨领域交叉和跨学科合作。因此一个合格的集成电路人才,必须在其职业生涯中保持不断学习的习惯。

 

作为一位耕耘集成电路领域数十年的“开创者”,Aart de Geus 博士曾表示,50 多年来,摩尔定律推动芯片设计复杂性呈指数级增大,各种全新的设计技术层出不穷,自己面临着学习、管理、合作必须不断适应新变化的压力,但这些压力并没有让他退缩,反而使他更为兴奋。

 

领导力
Aart de Geus 博士认为大多数技术创新都是从用户和生态圈汲取灵感,然后通过密切合作的团队集体创造的,没有人能够单打独斗实现技术创新。“我们总是能从其他人身上获得新知,而这正是我在新思科技所推行的企业文化,只有合作,才能让行业充满可能。”Aart de Geus 博士常说,自己最大的成就便是新思员工,他们是一支拥有 13000 多人的庞大团队,拥有强有力的用户支持,并形成了坚定的价值观。

 

激情
对未来始终满怀信心,成功的路上可能会有险阻,但是决不放弃。EDA 技术的发展,背后是人类历史上迄今为止最为复杂的精工细造,而在这个过程中,EDA 领域的开发者们早早接纳了机器学习和人工智能等新技术,从而与传统的演绎推理技术碰撞出新的火花,实现真正有价值的技术创新。