AI在2026年如何重塑设计工程软件
电子创新网
AI在2026年如何重塑设计工程软件
作者：是德科技设计工程软件高级副总裁 Niels Faché
尽管人工智能在多个行业已展现出强劲发展势头，但由于半导体设计本身的高复杂性，AI在此领域的应用仍处于渐进阶段。然而，预计2026年将成为一个关键转折点，AI驱动的流程将从理论迈向实践。这一过程不仅带来新的技术挑战，也将催生对具备智能设计自动化能力的专业人才的迫切需求。
基于当前趋势，以下是2026年值得关注的几大发展方向：
提示词工程师岗位兴起
2026年，提示词工程师将成为行业内的新兴职业。这类人员将通过自然语言与电子设计自动化（EDA）工具进行交流，替代传统图形用户界面（GUI）操作方式。新的交互模式将推动工具向对话式界面演进，企业需要同时支持传统GUI流程与基于AI的提示词交互流程。在这一过渡阶段，双模式操作将持续存在。
本地小语言模型引发关注
出于对数据安全和知识产权的重视，企业对公有云AI服务的依赖正在减少。这一趋势推动了本地小型语言模型的发展。未来，更多厂商将开发可安全部署的专用AI工具，这些工具将专注于具有充足数据支持或可通过合成生成数据的特定应用场景，而非试图覆盖所有设计挑战。
合成数据生成成为关键
面对真实数据获取困难，合成数据生成技术的重要性日益凸显。能够高效运行仿真器以生成训练数据的企业，在开发AI增强型工具时将具备明显优势。不过，该技术的高计算成本也将对其广泛应用形成一定制约。
标准化推动AI普及
在模拟与混合信号设计领域，标准化的需求愈发迫切。统一的设计规范、规则及语言是实现AI自动化的重要前提，也将影响AI增强技术的落地范围。由于数字化设计具备更高的标准化程度，其集成AI的速度将超过模拟设计。
高管期望与工程实践之间的落差
企业高层对AI快速带来成本节约的期望，往往与实际工程进展存在差距，这可能引发内部摩擦。为缓解这一问题，工程团队需主动向管理层阐释AI的实际能力和边界，区分通用工具与集成化工作流增强之间的差异，并合理规划部署节奏与ROI预期。
细分领域专业技能需求上升
在光子学、人工智能与机器学习、多物理场仿真以及Chiplet设计等领域，对具备专业知识的高端人才需求将持续增长。传统招聘模式已难以满足市场变化，企业需通过内部培训计划提升员工能力，同时组建具备互补技能的团队。
内部培训成为核心战略
随着AI嵌入设计流程并推动设计复杂度上升，企业将更加重视内部人才培养。新入职场者通常需要多年经验才能胜任复杂任务，而外部招聘则面临高壁垒。因此，企业将采取多种措施，如强化人才保留策略、系统性知识转移计划，以及明确内部与外部合作的职责边界。
在AI日益普及的背景下，各类岗位职责正被重新定义。例如，工程师将减少在仿真配置上的重复劳动，更多参与需求管理与设计决策，从而更高效地发挥专业价值。但与此同时，初级工程师将面临更陡峭的成长曲线，因为他们将失去通过常规任务积累基础技能的机会。
未来展望
技术创新固然重要，但人才与流程的优化同样不可忽视。对话式设计工具、本地小型AI模型和标准化建设，都是推动行业发展的核心要素。而在这些基础上，企业的竞争力将越来越取决于其在人才培养与保留方面的能力，而非单纯依靠人才招聘。
关于是德科技
是德科技（NYSE：KEYS）致力于赋能创新者，助力其将变革性的技术带入现实。作为标准普尔500指数公司的一员，公司提供先进的设计、仿真与测试解决方案，帮助全球工程师在产品全生命周期中加速开发，同时有效控制风险。客户涵盖通信、工业自动化、航空航天、汽车、半导体及通用电子等多个行业。如需了解更多信息，请访问官网 www.keysight.com。
查看全文
评论0条评论