- 數字IC設計入門(微課視頻版)
- 白櫟旸編著
- 1698字
- 2024-12-27 23:28:52
1.6 IC設計公司的分工和職位
IC設計公司的分工如圖1-4所示。大體分為設計研發、測試與方案、銷售等三大類,大廠還會有很多支持部門和更細分的崗位。

圖1-4 IC設計公司的分工
設計研發分為模擬設計和數字設計兩種。兩者使用不同的工具和不同的設計思路,其中,數字設計的分工比較細致,可分為數字IC設計、數字IC驗證、數字IC后端設計、DFT等。這些職位基本與1.2節介紹的數字流程對應。模擬設計的分工沒有數字多,與1.3節介紹的模擬流程對應,各研發崗位的職能羅列如下。
(1)數字IC設計:也稱數字前端設計,或數字IC開發。主要工作是使用硬件設計語言(HDL,目前最常用的HDL是Verilog語言)來設計數字電路,使其能夠完成某種功能。設計后需要進行簡單仿真驗證,確認功能基本無誤。最終產物是用HDL描述的電路設計文本RTL。數字電路綜合和形式驗證的工作,可以由數字IC設計工程師做,也可以設置專門的崗位。
(2)數字IC驗證:負責驗證數字電路是否符合功能預期,并對數字版圖進行后仿。主要使用Verilog的擴展語言System Verilog,并使用UVM等驗證方法學指導驗證流程。有些SoC芯片的驗證,需要編寫C語言在CPU上運行。
(3)數字后端:主要使用后端自動布局布線工具將綜合后的網表轉變為可以流片的版圖,并通過PT的檢查和修正,使最終的版圖滿足時序、面積、功耗的要求,并且要使版圖通過DRC和LVS檢查。
(4)模擬IC設計:負責設計模擬IC原理圖,并對原理圖進行仿真。將完成的原理圖提交給模擬版圖工程師進行版圖繪制,并給予協助和指導,完成模擬版圖,還負責對其進行后仿。
(5)模擬版圖:負責按照模擬IC設計的原理圖繪制版圖。與數字的自動繪制不同,模擬版圖為純手工繪制。該崗位還負責對版圖進行最后的DRC和LVS檢查。
數字IC和模擬IC的版圖拼接,可以在數字上進行,也可以在模擬上進行。若在數字上進行,則模擬整體作為一個模塊輸入數字PR工具中,并最終導出全芯片版圖。若在模擬上進行,則數字整體作為一個模塊輸入模擬的Virtuoso工具中,由模擬版圖工程師手工連線,并導出全芯片版圖,繼而對全芯片做DRC和LVS檢查。
芯片公司的軟件工程師就是一般意義上的嵌入式軟件工程師。嵌入式軟件工程師與在計算機上編程的軟件工程師的主要區別在于前者編程的對象是芯片,而后者編程的對象是計算機。計算機的結構在幾十年來沒有大的變化,而且性能穩定,生態齊全,編程者主要考慮上層應用的問題。相比之下,芯片上的變數就比較多了,配置數量多且含義復雜,時鐘方案五花八門,設計上有缺陷的芯片還可能因為各種原因而工作不正常。嵌入式軟件工程師既要了解不同的芯片,為這些芯片編寫底層驅動用的軟件開發包(Software Design Kit,SDK),還要像計算機軟件的編程者一樣編寫芯片的上層應用軟件。他們獲得不同的芯片后要學習其不同的結構和特征,了解各種芯片的具體要求,因此,嵌入式軟件工程師的工作相當多且繁雜。在芯片公司里,軟件工程師有多種崗位可以匹配。他們可能參與芯片的研發驗證(類似IC驗證工程師,只不過寫的是C代碼或C++代碼),也可能負責芯片測試(SoC芯片測試離不開嵌入式工程師撰寫的測試軟件用例),還可能負責芯片的SDK,甚至需要參與開發下載器軟件、GUI界面、量產測試軟件或應用方案(直接使用SDK開發應用方案,這樣,芯片的用戶就可不必自己雇傭軟件開發者)。
芯片生產后,需要做一個演示用的電路板,向客戶展示芯片性能,稱為Demo或稱評估板(EVB)。有時,為了方便推廣,甚至會直接做成一套完整電路解決方案,只要套上外殼就是一個能銷售的產品。這些設計電路板、選擇周邊元器件的工作,由應用方案工程師承擔。測試工程師或應用工程師負責對包括芯片在內的電路板的性能進行測試,與軟件測試人員一起,調整芯片參數,更換外圍元器件的型號,最終使該電路板的性能達到最佳。電路板上各元器件的型號列表,稱為BOM表,產品生產商用BOM表來評估產品成本。
芯片一旦接到訂單,就面臨快速生產、快速出貨的壓力,如何能保證量產質量呢?這就需要進行量產測試,即芯片被放入專用機臺中,由機臺輸入特定激勵,芯片響應這些激勵,輸出一定的波形。量產測試由專門的測試工程師負責。
芯片公司的主要職位見表1-2。
表1-2 IC設計公司的主要崗位

注意 需要注意區分SDK和PDK,后者是物理設計開發包,是Foundry提供的用來設計芯片的一系列文件。
- 數據庫原理及應用教程(第4版)(微課版)
- 數據結構與算法(C語言版)
- 深入淺出MySQL:數據庫開發、優化與管理維護(第2版)
- Hadoop 3.x大數據開發實戰
- Python金融數據分析(原書第2版)
- SQL優化最佳實踐:構建高效率Oracle數據庫的方法與技巧
- 重復數據刪除技術:面向大數據管理的縮減技術
- 淘寶、天貓電商數據分析與挖掘實戰(第2版)
- SQL Server 2008寶典(第2版)
- 云原生架構:從技術演進到最佳實踐
- 領域驅動設計精粹
- 推薦系統全鏈路設計:原理解讀與業務實踐
- Hands-On Java Deep Learning for Computer Vision
- 數據庫高效優化:架構、規范與SQL技巧
- 21天學通Oracle(第2版)