首先，我不是職業(yè)模擬設計工程師。我作為模擬/RF 設計工程師工作了多年，包括在模擬/混合信號 IC 設計和布局方面的工作。幾年來，我還深入研究了控制系統(tǒng)和機器學習 (ML)，從那時起，我對數(shù)據(jù)科學的了解一直保持在一定水平。這些天來，我做了很多咨詢、RF 合同設計和大量工程寫作。因此，我每天都在閱讀和研究與電子相關的各種工程、物理和材料科學主題，主要是射頻和模擬。我每天不做的就是用大棒擊打晶體管使其屈服，運行模擬程序直到我的眼睛流血，或者在布局編輯器中玩俄羅斯方塊來解決那些決心讓我看起來像個傻瓜的寄生者。

這就是為什么我尊重我們尊敬的模擬設計工程師觀眾對模擬的細微差別和變幻莫測。但是，我確實時不時地有想法。今天，我正在思考一些我讀過的關于自動化模擬設計的不同博客和文章。我讀過的博客和文章大多來自電子設計自動化(EDA)軟件公司。在這些書面作品中，我注意到一個普遍的主題，即編寫它們的人似乎相信模擬設計，至少以某種重要的方式，可以自動化。由于幾個不同的原因，我發(fā)現(xiàn)這些說法令人費解。

我在模擬設計方面的培訓從晶體管和常見電路元件的模型、帶有箭頭方向混亂的難看的手繪原理圖、大量的數(shù)學知識開始，最后在電路模擬器前度過了幾天的困惑。后來，在電路模擬器前呆了幾個月或幾年后，我最終畢業(yè)了布局和全電路模擬，在那里我了解到我學到的一切都是謊言，現(xiàn)實世界是你成功的希望所在的寒冷黑暗的地方電路設計往往像過去不幸的船只的破碎木材一樣穿過巖石海岸線。

在這個過程的無數(shù)次迭代之后，我發(fā)現(xiàn)能力，以及更多經(jīng)驗豐富的工程師的堅定指導，最終導致了一個幾乎合理的把握，即如何從系統(tǒng)級需求解決模擬設計問題，讓愿意滾動的人骰子(雙關語)在硅上。不過，我學到的最多的是，那些被認為是“優(yōu)秀”模擬設計工程師的人也被視為黑暗巫師，他們的巫術力量很可能來自混沌領域本身。

在最后一個類比中，我有意使用了混沌的概念。我的經(jīng)驗——關于最新的最佳實踐，我可能是錯的——模擬設計既是經(jīng)驗，也是直覺和/或盲目的運氣。我對這個思考過程的一些證據(jù)是我作為一名布局工程師的經(jīng)驗，我的任務是以某種方式威脅多邊形領域，以服從設計工程師的一時興起，他們的聰明電路對附近的寄生效應過于挑剔。我的解決方案源于對物理學的一般理解，因為它與半導體有關，如果我能記住正確的熱鍵，我認為可能會起作用。

有了序言，我的問題很簡單：模擬設計自動化真的是可以實現(xiàn)的嗎?蒙特卡洛分析和設置正確的測試臺等工具對于設計成功至關重要，這涉及到相當長的學習曲線。我認為在選擇電路拓撲時還涉及大量主觀性。再加上先進節(jié)點工藝和新晶體管類型的極其復雜的模型(參見 FinFet)，模擬設計的任何有用方面都可以自動化嗎?

我想明確表示，我不是在談論保護不想被機器人工人取代的模擬設計工程師的工作。我的問題很嚴重。我從著名且可能壟斷的 EDA 軟件公司讀到的文章表明確實如此。然而，當我深入研究這些文章時，似乎表明真正可能的一切是幫助模擬設計人員更快地在電路原理圖和布局部分之間進行迭代

同樣，在我有限的經(jīng)驗中，大多數(shù)模擬設計師并沒有自己做布局，只是在出現(xiàn)嚴重錯誤時才參與布局。那么，幫助模擬設計人員深入了解大屠殺寄生效應的 ML 算法對物理布局中的設計有何幫助?我的理解是，在設計會議期間，由于你的傲慢，流片被推遲了幾個月，你會在幾次錯誤之后才知道這一點。

盡管今天的計算能力比過去更容易獲得，但我的想法是，在設計過程的瘋狂爭奪中運行 ML 算法來照顧模擬設計師的計算資源必須相當廣泛。模擬復雜的電路已經(jīng)足夠耗費資源，在您的工作提供這些見解的同時，ML 算法是否本質上必須在后臺運行 sims?