AI 時代硬體軟體協同設計的挑戰
為何重要
推動「軟體定義架構」與開發節奏的「左移（Shift Left）」是半導體產業未來的核心戰場。能夠快速整合硬體工具鏈、並利用 AI 迴圈縮短開發時間的廠商，將在這波從「通用晶片」走向「為工作負載量身打造晶片」的趨勢中佔據領先地位，這對於 EDA 工具與 RISC-V 架構生態的投資選擇都有重大意義。
硬體與軟體開發團隊長期因工具差異、節奏不一致與技術隔閡而陷入割裂，導致協同效率低下。儘管 AI 已初試身手於 RTL 與測試環境建置，但要實現具永續性的硬體軟體整合，仍需先解決規格定義的完整性問題，以及如何建立能極速模擬硬體修改的虛擬原型系統。
- 開發結構上，工程師使用不同的工具集與語言，且硬體與軟體團隊通常彼此獨立運作，僅少數人能跨越部門界線。
- 技術障礗包括缺乏足夠早期的虛擬原型來支援持續整合，目前模擬器難以精確執行能代表最終系統的完整負載。
- AI 目前主要被用於 RTL 建立與測試檯建置等任務，但在決定架構（architecture）決策時，人類對成本、功耗、熱管理等系統層級取捨的專業知識仍至關重要。
- AWS 提出示例，將 RISC-V IP 移至 FPGA 並推送到雲端，以實現類似軟體開發的「硬體持續整合」流程。