中国芯片需要编译器吗
Ⅰ 关于芯片模拟器
2018-9-29
如果需要在云上做仿真测试，可以从芯片，操作系统，应用系统底层/PepperScript虚拟机这几个层面来做。
其孙册运中比较直接的一种方式就是从芯片层面来做。
在网上粗粗搜了一下，
英国有一家crossware挺不错的，coldfire, arm这些芯片都有则梁编译器和仿真器。姿做
网址是：http://www.crossware.com/
另外加拿大的维多利亚大学的 R. Nigel Horspool 教授搞了一个ARM的模拟器，也是值得关注的。
网址是：http://armsim.cs.uvic.ca/index.html
github暂时还没有深入去看。
Ⅱ ai芯片编译器开发师前景
1.
如果要进入编译器这个领域,AI芯片编译器无疑是个好的选择。不管AI芯片在国内能火多久,AI本身是一个趋势已经没有疑问。做AI芯片编译器能加深对AI的理解,因为AI芯片编译器不光涉及编译器知识,还涉及AI芯片架构和并行计算如OpenCL/Cuda等。如果从深度学习平台获得IR输入,还需要了解深度学习平台如Tensorflow、TVM等。所以通过AI芯片编译器开发,能对AI开发有更多了解。
2.
如果要进入AI领域,AI芯片编译器不是个好选择。因为编译器领域的知识本身就非常艰深,和AI模型本身的关系也不是特别紧密,很难将AI建模作为发展方向,可以多关注GPGPU Architecture。即使AI芯片过气了,GPGPU还是会长盛不衰。
Ⅲ 突破封锁！国产芯片终于有了自己的指令集
在半导体芯片领域， 指令系统是一切软硬件生态的起点 。
以大家最熟悉的ARM和X86为例，它们就分别隶属于RISC精简指令集和CISC复杂指令集。
随着物联网、5G、AI新兴领域的兴起，RISC-V和MIPS两大精简指令集架构也频繁出现在我们的视野内。
所谓芯片，其实都是由半导体堆出来的硬件电路，晶体管越多往往代表性能和功能越强。但无论是超级计算机还是智能手环， 它们搭载的处理器都只能识别二进制数据 。
想让这些芯片正常运行，处理复杂的应用场景，首先就要教会它们学会类似九九乘法表的“算法口诀”和“数学公式”， 而这些算法口御桥早诀/公式其实就是所谓的“指令集” 。
换句话说， 指令集的功能和效率（算法口诀/公式的类型），在很大程度上就决定了各类芯片的成就和算力的上限 。
虽然海思麒麟、龙芯、兆芯、海光、紫光、澎湃等国产芯片都在各自领域取得了不俗的成绩，但无论是它们，还是其他采用X86、ARM、MIPS、RISC-V、Alpha和Power，选择封闭、授权还是开源的国产芯片项目，其底层的指令集根基都掌握在别人手里。
因此， 只有从指令系统的根源上实现自主，才能打破软件生态发展受制于人的枷锁 。
好消息是，日前龙芯中科就正式发布了自主指令系统架构“Loongson Architecture”，简称为“龙芯架构”或者“LoongArch”。它包括基础架构部分，以及向量扩展LSX、高级向量扩展LASX、虚拟化LVZ、二进制翻译LBT等扩展部分，总共接近2000条指令。同时不包含龙芯此前使用的MIPS指令系统， 并具有完全自主、技术先进、兼容生态三个方面的特点 。
目前，采用LoongArch的龙芯3A5000处理器芯片已经流片成功，完整操作系统也已稳定运行，它能对多种国际主流指令系统的高效二进制翻译链，并成功演示了运行基于其它主流指令系统的复杂应用程序。
LoongArch对MIPS指令的翻译效率是100%性能，对ARM指令翻译的效率是90%性能，对x86的翻译效率是80%性能。
此外，龙芯中科还在联合产业链伙伴在适当的时间建立开放指令系统联盟，在联盟成员内免费共享LoongArch及有关龙芯IP核。
所谓IP核，我们可以理解为ARM旗下的Cortex-A78和Cortex-A55等，后置都是基于ARMv8指令集打造的核心IP架构，并授权给了高通、三星、联发科等芯片商开发SoC移动平台。
目前，ARM刚刚发布了ARMv9指令集，如果不出意外将在下半年发布的Cortex-A79和Cortex-X2架构就将采用这套指令集。
近10年来32位手机处理器都是基于ARMv7指令集打造，在A75之前的处理器则是基于ARMv8-A设计，随后都是ARMv8.2-A一统江湖
ARM指令集可以细分为Cortex-A（ARMv-A）、Cortex-R（ARMv-R）和Cortex-M（ARMv-M），分别适用于不同类型的芯片
比如车载芯片使用的就是Cortex-R（ARMv-R）核心IP
总之， 设计出一个纯国产的自主指令集只是万里长征的第一步 ，关键是后续要做出懂这个指令集的CPU（已经有了龙芯3A5000），再往后还需要镇雀让和人类交互的“翻译家”——编译器懂这个指令集。也就是需要不断完善软硬件生态，让我们熟悉的系统、办公、 娱乐 和 游戏 程序都能运行在这套指令集打造的芯片之上。如果做不到这一步，国产指令集和相关芯片也只是空中楼阁而已、
作为国人，我们真心希望LoongArch这种国产指令集可以取得成功，今后无论手机、电脑、车载还是其消冲他半导体芯片都能以使用国产指令集为荣，并走向世界。
扩展小知识
那么，指令集又是如何影响芯片执行效率的？
我们以RISC和CISC，让它们分别执行“清洁地面”的命令为例，看看其背后的指令逻辑差异。
逻辑上，“清洁地面”的大概思路是先拿起扫帚，扫地；拿起簸箕，用扫帚把垃圾扫进簸箕；放下扫帚和簸箕，润湿墩布；再用墩布擦地，直至清洁地面完成。
对CISC复杂指令集而言，很容易理解“清洁地面”这套逻辑，下达“清洁地面”命令后，就能按照规则和顺序，一步步自动完成。
对于RISC精简指令集而言，它一下子可理解不了如此复杂的逻辑，必须将复杂的逻辑顺序拆分，然后按照一项项简单的命令去完成复杂的操作。
比如，想让RISC精简指令集完成“清洁地面”命令，就必须依次下达“拿起扫帚”、“扫地”、“拿起簸箕”、“把垃圾扫进簸箕”、“放下扫帚和簸箕”、“润湿墩布”、“墩地”……
看起来CISC复杂指令集方便又强大？没错，如果要同时清洁无数房间地面，你只要对着不同的房屋说“清洁地面”、“清洁地面”、“清洁地面”……即可。
而对RISC精简指令集，你需要对着每个房间都重复一整套复杂的命令，如果下达指令的人嘴巴不够快（带宽不够大），那清洁地面的效率自然受到影响，难以和CISC复杂指令集抗衡。
但是， 现实生活中，并非所有房间的地面都需要一整套的清洁流程，比如你只需要墩地一个步骤。
对RISC精简指令集而言，你只需对着需要清洁的房间说“墩地”、“墩地”、“墩地”即可。而由于CISC复杂指令集没有单独的“墩地”动作，操作起来就要麻烦许多，完成相同的墩地操作会消耗更多资源，翻译过来就是发热更高更费电。
这就是RISC和CISC的本质区别。 说不上谁好谁坏，只能说它们所擅长的领域各不相同。
以ARM架构为代表的RISC精简指令集，最适合针对常用的命令进行优化，赋予它更简洁和高效的执行环境，对不常用的功能则通过各种精简指令组合起来完成。
RISC是将复杂度交给了编译器，牺牲了程序大小和指令带宽，从而换取了简单和低功耗的硬件实现。
对以X86架构为代表的CISC复杂指令集，则适合更加复杂的应用环境。
CISC是以增加处理器本身复杂度作为代价，以牺牲功耗为代价去换取更高的性能。不过，X86架构则可通过对新型指令集的支持（如SSE4.1、AVX-512等），在一定程度上提高指定任务的执行效率和降低功耗。
现在芯片领域是RISC攻，CISC守的格局。以苹果M1为代表的ARM架构RISC指令集芯片正在染指传统的X86 PC市场，而且大概率会取得成功。虽然以英特尔为代表的X86阵营曾多次试图反击Android生态（如早期的Atom芯片），但最终却都以失败告终。ARM最新发布的ARMv9指令集，就给了ARM芯片入侵X86 PC大本营更多弹药，也许用不了多久Windows ARM版PC也将成为一个更加重要的PC品类。
Ⅳ 为什么没有国产的C/C++的编译器
首先：国产有编译器，比如龙芯就用
其次：开发编译器难度非常大，编译器、操作系统、数据库这三样是程序界的三座大山，不是 所有牛奶都叫愚公。国产即使有编译器我认为也不是完全从零开发的。龙芯虽然有了自己的编译器也只是针对自己的平台编译，不具备通用性。一句话，中国目前缺少大企业的眼光和决心以及实力
Ⅳ 在国内从事C/C++编译器的开发有发展前景吗
我给你讲讲我的经历。 我大概十年工作经验，大概五年c++编译器前端经验（在两家500强做静态分析），四五年项目管理和品质过程改善经验。其他主流语言都会用，实现的大概方式也明白。 前一段时间找工作，投了二十几个c++职位一个电话都没有。唯一的面试是朋友内推的阿里的项目管理专家。跑去面试，悲催，直接换岗成p5-p6的测试来面试，问了几个测试问题直接让我回家了（顺便吐槽一下，他们对于测试过程感觉还没问到点上） 最后的结局就是，没人要，转行去制造加工业了。我总结一下为什么找不到工作（可能只是我偏颇的认识：一是这行需求太少，二是hr根本不知道你是干嘛的，三是做这行的根本不好意思写精通c++。
Ⅵ 高通、华为、苹果离不开的EDA工具，为什么说是中国芯片的命门
尽管很多人还在纠结光刻机，但是中国现在最难的其实并不是光刻机，游败悔而是EDA工具，EDA全称是Electronic design automation，也就是电子设计自动化，是指利用计算机辅助设计（CAD）软件，来完成超大规模集成电路（VLSI）芯片的功能设计、综合、验证、物理设计（包括布局、布线、版图、设计规则检查等）等流程的设计方式。
Ⅶ 低调的国产RISC-V芯片玩家
在这个巨大市场潜力的推动下，IP厂商、工具厂商、芯片厂商和系统厂商都争先恐后地涌入这个赛道，其中不乏一些拥有深厚行业积累的厂商。如以ASIC芯片起家的嘉楠 科技 （以下简称“嘉楠”），就是当中一个重要的低调参与者。
从ASIC到RISC-V
众所周知，纳斯达克上市的嘉楠 科技 在ASIC芯片设计方面有深厚的积累，公司在芯片的前后端设计以及流片方面也有丰富的量产经验。早在2016年，嘉楠就成为了国内前十实现10nm芯片量产的公司。也就是从这一年开始，嘉楠开始了在边缘端AI芯片的 探索 。
据嘉楠 科技 董事长兼CEO张楠赓先生介绍，因为ASIC芯片对于计算效率的要求趋近极致，这就需要嘉楠一直在ASIC芯片设计中寻求算力与功耗之间的最佳平衡。因为这个研发过程对技术要求衫卜比较高，这无疑间就磨炼了公司的研发团队。与此同时，公司还发现，ASIC在计算效率上相比传统架构有了数量级的提升，这就为嘉楠后续进军RISC-V市场埋下了伏笔。同属计算密集型应用场景的边缘AI芯片就成为了嘉楠的目标。
经历了一番综合考量，嘉楠把目光投向了基于RISC-V的边缘端AI芯片。
嘉楠 科技 董事长兼CEO张楠赓先生
首先，从成本角度看，RISC-V开源免费的特性对于芯片创业公司而言非常友好。选择这一架构，意味着嘉楠可以在AI芯片研发过程中节省大量的IP授权成本，将资源投入到最核心的技术研发，帮助公司加快芯片的迭代速度，灵活应对市场环境的变化。
其次，从技术趋势角度看，RISC-V架构开源、精简和模块化的理念符合未来的技术发展趋势。计算体系结构宗师David Patterson（RISC-V的创始人之一）在ACM通讯上发表的论文中就指出了计算机体系结构的两个机遇，其中一个就是开源的指令集ISA，创建一个“面向处理器的Linux”。从目前来看，RISC-V无疑是开源指令集架构中最成功的一个。
第三，从开发角度看，RISC-V不需要像ARM一样考虑向后兼容，没有 历史 包袱，基础指令只有几十条，学习门槛相对较低；另一方面，RISC-V支持开发者按需拓展指令，这为芯片研发提供了更高的自由度。
第四，从性能角度看，RISC-V架构内核的性能可与ARM内核性能抗衡。
第五，从IP开发角度看，嘉楠从一开始就坚持IP核心自主研发的技术路线，RISC-V架构则提供了这一可能。嘉楠还能以SoC的形式将RISC-V CPU与自主研发的加速器组合在一起，为客户提供边缘侧的芯片解决方案。在这一过程中，公司可以把更多精力放在IP核的迭代，而不用考虑可能面临的授权风险。
从市场发展现状看来，嘉楠打造端侧RISC-V AI芯片的做法也是一个明智的决定。
熟悉行业的读者应该知道，根据应用场景的不同，AI芯片的可以粗略划分为模型训练和推理计算。其中模型训练市场已出现巨头垄断的态势，GPU巨头英伟达不仅在硬件方面建立起技术领先优势，而且结合图形计算平台构建了强大的软件生态壁垒，那就意味着这个市场给新晋者的机会并不多。反观推理芯片组市场，则还处于发展早期，特别是边缘侧市场，不同场景对芯片的要求存在稿肢差异化，给AI芯片公司留下了更多空间，因此嘉楠一开始就专注于边缘推理芯片的研发。
同时，在边缘侧市场，可穿戴设备、摄像头和传感器等联网设备越来越多。不同物联设备对功耗和算力的要求不同，这就决定很难用单一架构适配所有场景。架构的竞争归根结底是生态之间的竞争。虽然ARM仍然是移动端市场的主流，但RISC-V开源和模块化的特点允许像嘉楠这样的芯片公司基于RISC-V进行定制化的设计，拥有更大的自由度。
此外，从目前的市场环境看，Arm正成为巨头公司争相收购的目标，这对于IP授或敬穗权的独立性造成了很大威胁。而如果很多组织使用RISC-V设计处理器，就可以在更大层面上推动芯片的创新。所以长期来看，RISC-V的价值在未来会更加凸显，从而为嘉楠带来更多的市场机遇。
奔跑在这条全新的赛道上，自主研发的IP成为了嘉楠最重要的底气之一。
从K210到K510
在拍板进军RISC-V之后，嘉楠就一直坚持依托RISC-V架构，自主研发IP核心的技术路线。
张楠赓表示，公司这样做有三方面板的优势：一方面是为了把核心技术握在自己手里，避免可能面临的授权风险；另一方面，自主开发核心从长期来看可以降低研发成本，并加快芯片的迭代速度；第三，自研可以形成嘉楠自身的芯片设计方法体系，确保核心技术和研发理念的传承。
本着这样的研发思路，嘉楠迄今已经推出了两代自主研发的IP核心，分别为KPU（Knowledge Process Unit）和KPU2.0。这是专门为机器视觉任务设计的神经网络加速器。因为异构计算是目前针对深度学习的主流硬件方案，为此在结合CPU与KPU加速器后，嘉楠能更好地提升芯片在视觉算法模型上的性能表现。
落实到芯片方面，嘉楠在2018年就推出了公司的第一代产品勘智K210。这款产品在过去几年里也在包括智能园区、智能家居、智能能耗和智能农业在内的多个场景中发挥了重要的作用，公司也与一些行业头部公司开发了智能产品。今年，嘉楠就作为全国大学生OS设计大赛唯一的技术支持方，也为大赛提供勘智K210和开发板作为评估工具。与勘智K210甚至还在美国和日本等国际市场上率先打开局面。
但张楠赓指出，即使K210在不少领域表现抢眼，但由于该芯片的研发时间较早，在算力规划上没有考虑到后来才出现的算法模型，导致产品在应用场景的拓展上受到限制。为此，嘉楠在日前又顺势推出了新一代的中端芯片K510。
据介绍，在全新的勘智K510芯片，继续沿用了双核RISC-V CPU架构中，但嘉楠围绕RISC-V CPU子系统进行了优化。例如该CPU集成了64位的数字信号处理器DSP，配合自主研发的KPU2.0核心为AI应用加速。
此外，DSP内部还设计了专用的本地存储，进一步提升DSP的实际运算性能。研发团队还在双核CPU和DSP之间设计了专用的mailbox模块用于通信，方便软件灵活掌控整个系统。
K510同时还在总线架构、IP核心与视频子系统等多个方面也推出了全新设计。这使其算力相比一代芯片提升了3倍，经典视觉算法mobilenetv1帧率大幅提升，自研高速PHY接口理论带宽也做到了10GB/s，8位数据压缩率更是高达50%以上，极大优化了勘智AI系列在机器视觉场景的应用性能。
为了进一步解决大功耗和大面积的问题，嘉楠在K510芯片上更是采用了NoC总线架构，让每个IP工作在特定的时钟域，解决庞大时钟树的困扰。
在K510的视觉硬件配置上，嘉楠也进行了大幅优化，使其能够支持MIPI CSI2 和DVP接口，可同时支持最多3个摄像头输入。芯片内部还集成了3个图像处理单元ISP, 其中一个ISP支持3D 功能，无需软件参与，硬件完成深度数据的提取和加工，相比软件处理深度信息方式不但节省了巨大的CPU开销，性能上也会有很大提升。
嘉楠同时还提高了K510在摄像头输入接口设计的灵活性，让其既可以硬件流水线方式将摄像头输入送至ISP硬件，也可以把输入图像写入DDR，ISP再通过线下方式读取DDR内的图像完成后续处理。满足用户可以在中间加入定制化的处理需求，或者对定制化的数据进行ISP处理。
值得一提的是，通过融合公司在算法、软硬件和编译器的最新设计，嘉楠推出全新的KPU2.0，集中突破AI芯片设计中广泛存在的“存储墙”和“性能墙”的问题。为了提升计算效率，KPU2.0采用了动态3D PE阵列，第三个维度支持多种方式共享传递数据，并实现多个维度上的计算映射，提高PE阵列的利用率。同时也可以动态开启或关闭每一个2D阵列，并根据不同层级对带宽和计算资源的需求进行调整。
据了解，通过动态3D PE阵列，K510支持多种方式共享传递数据，灵活支持多个维度的计算映射，提高PE阵列利用率。采用GLB(Global Local Buffer)设计，通过可配置的SRAM阵列实现，灵活配置以满足不同数据类型在不同层上的带宽和存储需求，并提升内部RAM的利用率。结合动态3D PE阵列和GLB设计，嘉楠还独创了计算数据流技术，在计算卷积时不需要进行数据重排；通过多级存储设计提升卷积计算的数据复用率。
此外，KPU2.0还搭载了可重构的SIMD加速单元，通过创新的meshnet网络可以灵活配置支持各种激活函数、pooling和resize等算子。
作为一款定位于中高端边缘推理芯片市场，K510无论在核心架构还是外部设备接口方面，都对芯片的视觉处理能力进行了大幅优化。这就使得这个芯片能够在高清航拍、高清视频会议、智能家居、各类机器人以及车载后装智能终端等市场发挥其功用，并占领一席之地。根据公司的规划，未来几年会有多款勘智芯片亮相，助力多个不同的应用和市场。
与全球开发者共同推进RISC-V
虽然在包括嘉楠在内的多个厂商的推动下，RISC-V取得了长足发展。但从过往的 历史 看来，任何一款架构的普及都需要时间。如PC时代的x86架构统治了指令集架构市场几十年，后PC时代才迎来Arm架构的崛起，Arm也用了几十年，才走上了巅峰。换而言之，计算负载的变迁需要经过一个长时间的生命周期。也就是说我们现在虽然已经进入了万物互联时代，给RISC-V创造了机会，但这个新兴指令集来说，也只是迈出了第一步。
再者，现在的指令的发展趋势是开放度越来越高。如Arm崛起的原因很大程度上是因为它引入了更多的市场参与者。同样地，我们也将看到RISC-V作为开源架构标杆对于新一代芯片设计厂商的吸引力，也许未来的英伟达、英特尔就会从这个生态中诞生。为此嘉楠也会持之以恒地投入其中。
张楠赓同时还强调，RISC-V生态还在持续壮大，特别在边缘侧场景中，因为很多业内通行的设计标准和协议标准尚未统一，所以在百家争鸣的现阶段中， 探索 自己独特的技术路线更有意义，这也是作为RISC-V的坚定支持者嘉楠所践行的。
“但我们也应该认识到，将芯片转化为智能产品需要一个过程。与软件不一样，硬件是一段漫长的旅程、很花时间。需要先完成原型，然后客户进行测试，可能还要进行一些反复开发，所有这些事情都会比在Linux上debug花更久时间，也需要在生态上花费更多心思”，张楠赓补充说。
基于以上考虑，嘉楠会坚持依托RISC-V架构进行自主IP核研发的技术路线，为市场带来性能表现更优的芯片。同时，公司也会在软件方面发力，给客户带来更方面的研发体验。
据介绍，通过公司采用统一的AI编译器，勘智系列KPU能支持 TensorFlow、PyTorch和ONNX 模型导入。支持算子融合、稀疏压缩和量化等优化手段，对模型的延迟和带宽进行深度优化。K510同时还支持丰富的网络模型算子，当中包括常见的 CNN、RNN 算子和各类向量计算和数据处理操作。
“嘉楠的成长受惠于开源，公司也将全面拥抱软硬件开源战略。嘉楠已经决定把公司在硬件模块、软件算法的积累，以及芯片手册等基本资料去阿奴共享出来给开发者使用，与全球的开发者共同推进RISC-V生态的繁荣。”张楠赓说。在他看来，推动RISC-V产业的发展，除了有利于公司本身以外。这于中国芯片产业来说，也是有百利而无一害的。
过去，芯片设计有时需要上亿研发费用，投入上百人，但这是中小企业不易承担，而且也不一定能掌握发展的主动权。但开源的RISC-V芯片设计能将芯片设计门槛大大降低，让3到5人的小团队在3到4个月内，只需花几万元便能研制出一款有市场竞争力的芯片，从而将促进芯片产业的繁荣，能更好地支持人工智能等新一代信息技术和数字经济的发展。
张楠赓认为，芯片产业最关键的是人才。在芯片设计门槛降低之后，将会吸引到更多的人才投入这个行业，这有助于奠定本土芯片产业长远发展的人才基础；另一方面，因为x86和Arm架构自身比较封闭，不容易进行创新。
“有了RISC-V之后，本土的一些架构创新的成果也容易以开源的形式进行推广，有助于打造中国在开源芯片领域的话语权。”张楠赓强调。
晶圆 集成电路 设备 汽车 芯片 存储 MLCC 英伟达 模拟芯片
Ⅷ 中国的CPU为什么不自己开发指令集
其一 需要时间积累和大量的资金 重点是现在生态圈（x86高效能市场，arm低功耗市场，mips廉价市场）已经建立 你开发出新的指令集别人又不用 不用就没钱拿 没钱拿就没法继续发展 这是个死循环
其二 生态圈远远大于技术，一旦优势建立后很难推翻，就像mac逼格在高也干不翻window，wp再流畅也是炮灰一样
其三 仔细想想，你做了指令集有多少应用愿意为你优化？你做了指令集有多少人能够认同并使用？
其四 指令集需要系统的支持，你盗版着别人的Win系统 Liux系统，说是自己研发的有用吗？在别人的系统上终究是研发不出自己的指令集，想要研发出属于自己的好的指令集就得先研发出好的系统和好的CPU。
其五 连国家做CPU和系统都在盗版，你认为指令集那种做的出来。
最重要的是
电脑工程事业，需要的是敢于假象与实践的疯子科学家，而不是整天读书的科学家。书读的再多也受限于别人的知识，要想研发出好的指令集、CPU、系统就得要学会实践与不切实际的猜想，而中国的科学家总是觉得这不行书上没写，那不行，外国人没有这么说。 所以目前来说中国是没有可以研发出真正独立的好CPU、好指令集、好的系统的能力，没有这样的疯子天才，而中国科学家都是受限于书本之下。
Ⅸ 设计芯片和生产芯片哪个难度更大
在 科技 领域，其实芯片生产和设计都很难，因为这两者的技术要求都非常高，属于最“高、精、尖”领域。同时，芯片行业也是最烧钱的行业，在移动芯片的 科技 企业中，目前只有苹果、高通、华为、三星、联发科这五家做得最好，虽然前后有不少世界级 科技 企业进入过这个领域，但是这些企业几乎都是知难而退！
在芯片设计方面，我国华为现在也算是国际芯片设计企业中的佼佼者，但也是在最近几年才真正做得起来。现在已经在猛力追赶苹果、高通这些老牌 科技 企业。
而我国台湾的联发科在国内市场是“日落西山”，当年在国内手机厂商中“事故频发”，把自己作死了，现在依然在低端市场徘徊。
而在芯片制造方面，目前能生产高端芯片的也只有台积电、三星。因为生产芯片的技术几乎全都掌握在荷兰大佬——ASML公司手中。而且一直以来，中国都是被西方大国列入禁止输入“高精尖”技术的国家名单。所以，中国内地 科技 企业几乎没得接触光刻机。
去年，谣传的《突破荷兰技术封锁，弯道超车》等文章，说中科院已经研制出了能够制造高精度CPU的国产光刻机，而后来被证实：这种光刻机不是用来光刻CPU的，而是用便宜光源实现较高分辨率，用于一些特殊制造场景。
我们中国举国之力依然很难研制这种光刻机，足以证明光刻机技术难突破。但是，我国中芯国际也算很争气了，现在也能制造一些低端芯片，有努力就有希望！
所以，你说芯片设计和制造领域有容易的吗？都没有容易容易做的，我国华为能做到今天，是因为2004年已经开始组建团队去做，到2015年才做出有点起色的麒麟950，才到今天的麒麟980，一路艰辛！
到如今，小米公司也入了坑，但是发布了澎湃S1之后，澎湃S2到现在依然不见踪影，虽然路途艰险，但是还是希望小米一直把芯片做下去，毕竟芯片就像人的咽喉，一直被人扼住，还是逃不出别人的手掌心。华为和小米都是民族企业，我是会一如既往地支持它们的！
你好，没有哪个更难的，芯片设计与生产芯片是一体的，哪个环节是短板，相对就难。
我们来看看中国在芯片设计和芯片制造方面与全球顶尖的差距。
一、芯片设计，根据工程院士倪光南的说法：中国做的不错目前中国的芯片设计企业非常多，有统计数据说达到1400多家。
可见，中国芯片设计已经百花齐放，根据中国工程院院士倪光南的说法：在芯片设计方面，中国干的不错。
除了华为海思芯片设计已经是顶尖水平雅虎，最近中兴宣布7nm芯片量产引起很大轰动，其实也是属于芯片设计的突破成绩。
也就是说，设计完成后，大批量的制造芯片，这是中国大陆芯片产业链中最薄弱的环节。
而且这个环节不光是中国大陆薄弱，美国其实也是不行的，无非只是掌控了技术保护而已。
目前芯片量产做的比较好的，那就是中国台湾的台积电和韩国的三星。所以特朗普一直想要台积电去美国设厂，生产芯片。
二、目前中国芯片制造环节在更新迭代中，至少会落后10年以上目前在中国大陆芯片制造领域最好的公司就是叫做中芯国际。
公司的总部就在上海，就像它的自身宣传：中国内地技术最先进、配套最完善、规模最大、跨国经营的集成电路制造企业。
中芯国际目前能够生产0.35微米到14纳米的芯片。
目前中芯国际的工艺技术水平如何呢？
再来看看韩国三星，已经计划在下半年也会开始量产5纳米芯片。而目前大陆的中芯国际今年才能实现量产是14nm。
不过，我们要知道的是，目前现实生活中，大部分的芯片需求并不是高精尖的。总体来说，市场需求有70%的芯片都是在14nm以下的。
不管怎么说，我们在芯片制造上已经迈出非常重要的一步，但是差距也是明显的。
这个差距并不代表芯片制造就比较难，而是我们的芯片制造产业链环节发展比较晚，需要有时间去消化掉全面落下的部分而已，但是攻破顶级技术是自然而然的。
总之，目前芯片设计对我们而言已经是领先的，但是芯片制造尤其是相关的工具，比如光刻机等才是我们的最大的短板。大家也知道，中国大陆制造芯片需要买光刻机，而美国是千方百计的阻拦，就是这个点卡住，并不是说芯片制造就比芯片设计难，这就是我的观点，谢谢。
设计芯片是理论基础，好比中国科学院士
中国科学院士好获取吗？难
芯片设计你说简单吗？不容易
需要丰富的电子理论知识，半导体知识，电路设计，半导体工艺等很多相关的知识。
芯片设计步骤简单分为以下几部：
现在一家大的公司，功能强的芯片 比如海思设计的手机芯片，现在都不是一个人完成的，都是按照功能模块分好几个人设计完成的，强调团队合作精神。
生产芯片是实践基础，好比中国工程院士中国工程院士好获取吗？难
工程院士需要忍受寂寞，需要忍受付出
芯片产生看起来简单，买到先进的设备生产即可，其实没那么简单，最近大家都知道，一台最先进ASML的设备 是我们一生估计都没机会挣到的，你以为买回来就可以了吗？中芯国际就可以生产7nm的芯片了吗？
我告诉您，没那么简单，这个家伙光说明书就是上万页，需要几个工程师去摸索，生产出来芯片后还有良率问题，人家还不会教您。
总体来说，目前大部分公司都重视芯片设计，由于国内的都是SOC fabless公司，不需要生产，由于公司多，需求就多，导致芯片设计人员很抢手，而对于生产芯片来说，就几家公司，学了这个专业，都没有其他单位坑给你，你说冤不冤？不过如果你真的对ASML的设备弄成专家，待遇也不是很差，设备一停，一天的钱也不少呀！至于难度哪个更大？你说呢
我们需要二院院士！我是番皮，告诉您不要选错行，一旦入错行，十年泪茫茫。
题主问的这个问题里面有一个小问题，就是生产芯片指的是制作芯片还是封装芯片。不过这并不影响问题的答案，毫无疑问，设计芯片是最难的。那为什么中兴事件发生后，国内舆论一片哗然，似乎都把注意力放在了芯片的制作工艺如何复杂和制作设备如何昂贵上了。这个问题稍后再论。舆论的注意力似乎表明芯片的制作是最难的，其实不然。
芯片产业按照产业链的先后顺序分为设计、制作和封装，其难度也是递减的。目前，中国大陆的芯片企业大多还是停留在芯片的封测上。台湾地区和日、韩在芯片的制作上有很强的竞争力。
先说芯片的封装，说的直白一点就是给芯片接上引脚，加上外壳，难后进行各种测试，包括功能和性能测试。这个环节在芯片产业链中是最容易的，这也很容易理解。
接下来说芯片的制作。芯片的制作工艺用一个比喻来形容就是把石头变成金子的过程。随着芯片集成度的提高，其工艺是越来越复杂，所需的投入也是十分巨大的。中兴事件发生后，又一个传闻就是芯片制作工艺中有一种叫光刻机的设备是对我们国家禁运的。这个传闻后来被辟谣了。但是光刻机设备确实非常昂贵，全世界只有荷兰一家企业在商用生产。除了这个工艺，还有什么蚀刻、掺杂等等复杂。不管哪个环节的工艺，洁净度的要求都非常的高，一旦一个环节出问题，就得重新来。
然后来说说芯片的设计。芯片的设计为什么说是最难的。用过芯片的人都知道，我们在使用芯片的过程中接触的更多的是软件，有固件、指令集、编译器、寄存器配置。初学者光是想用好一个并不复杂的功能芯片就感到有点吃力了，何况设计呢？所有这些都是有无数聪明的脑袋经历无数白天黑夜的努力设计出来的。我们国家芯片设计人才总体来说是非常缺乏的，有一个很重要的原因就是没有相应的产业来培养，教育环节与产业环节脱节比较严重。
最后来说说，为什么舆论的注意力都放在了芯片的制作上呢？其实，这跟我们目前 社会 普遍存在的“重物轻人”观念有关。芯片的制作需要在“物”上有巨大的投入，自然吸引了很多人的目光。芯片的制作从其工艺的复杂程度来说，确实是有难度的。但是一项工艺一旦被研发出来，便可用来生产无数种类型的芯片。理论上，工艺是可以复制的，而芯片的设计人才的培养难度就大多了。
近期，芯片又再成为热议话题，这是因为在当今 社会 ，芯片已经成为不可或缺的核心技术产品，大到航空，小到电灯，几乎是各行各业都有芯片应用的身影。
那么，究竟是设计芯片难度大，还是生产芯片难度大呢？
以建筑行业为例，顶级的建筑师能设计出让人赞叹不已的伟大建筑，但是如果没有优秀的施工机械与施工团队，再伟大的设计也仅仅会停留在蓝图层面。
设计芯片与生产芯片同样如此，芯片属于高精密产品，优秀的芯片设计很重要，但是如果缺乏生产芯片的高端光刻机，同样难以符合芯片设计的预期，就更别说量产了。
可见，以执行层面来做考量的话，生产芯片会更具有技术难度。
芯片设计和芯片生产都有很大的难度，可能在我们知道的一些芯片公司里面，更多的厉害的公司是芯片设计公司，给我们造成了一种芯片生产是芯片设计难度的好几倍的感觉，这两者其实都是很难的， 个人认为芯片设计的难度在于芯片设计软件的开发，更偏向于软件，目前国内设计领先的公司用的设计软件都是国外的，芯片生产的难度在于关键的设备之一----光刻机！
如果非要说哪个难度更大，我个人倾向于芯片生产 ，为什么更倾向于芯片生产呢？个人认为在光刻机的研发上更有难度，尤其是在最先进的光刻机上，华为现在的发展就是一个活生生的例子，华为的海思在5nm的芯片上都已经可以交给芯片制造供应商量产了，所以华为现在肯定在设计更先进的芯片，在芯片设计上还有紫光，目前中兴也在研发5nm的芯片，可以设计的芯片有很多的种类，手机芯片，电脑芯片，通信芯片等，所以在设计种类上非常繁多！ 能够设计芯片的公司相对也是非常多的，尤其现在很多公司还能够跻身世界前列的水平！
从这十几年的发展来看，国内目前在手机芯片设计能做到世界前列水平的公司还是有两家的，基本上不落后于最先进的芯片，但是在 光刻机的研发上可以说目前差了好多，最先进的光刻机已经到了5nm，国内的上海微电子设备宣称明年能够生产28nm的光刻机，经过多次曝光可以制造11nm的芯片！
所以总的来说，光刻机相对来说还是比较困难的，这也是当前中美 科技 战中，美国以此来制裁华为的关键！
设计芯片和生产芯片哪个难度更大？
芯片设计是一大难题，很多朋友都觉得芯片设计存在诸多难点，那么芯片设计究竟难在何处呢?本文中，特地为大家介绍芯片设计和芯片制造目前所面对的难点，希望大家在阅读完本文后，能对芯片设计和制造症结有一定的了解。
它体积微小，貌不惊人，却集高精尖技术于一体。
它作用非凡，应用广泛，是信息产业的核心和基石。
它事关国计民生与信息安全，牵动着亿万国人的心。
小小的它这般神奇
简单说来，芯片就是一种集成电路，它是通过微细加工技术，把半导体器件聚集在硅晶圆表面上而获得的一种电子产品。
芯片的奥秘之处，在于它可将多达几亿个微小的晶体管连在一起，以类似用底片洗照片的方式翻印到硅片上，从而制造出体积微小、功能强大的“集成电路”。
芯片上的晶体管有多小呢?一根头发丝直径长度能并排放下1000个，且相互之间能协同工作、完成指定的任务。
制造出来的芯片虽然只有指甲般大小，能耐却大得惊人。它具有信息采集、处理、存储、控制、导航、通信、显示等诸多功能，是一切电子设备最核心的元器件。
在当今信息 社会 ，芯片无处不在，生活中凡是带“电”的产品，几乎都嵌有芯片。我们每天都离不开的手机，里面的芯片就多达30个。如果没有芯片，世界上所有与电相关的设备几乎无法工作。
芯片不仅事关国计民生，而且涉及信息安全。一些西方国家出于自身利益考虑，将其视为一种贸易或战争的“武器”，轻则通过禁运、限售等措施，制约相关国家信息产业发展，重则通过接入互联网芯片的“后门”，进行情报收集或实施网络攻击。如前几年发生的“棱镜门”事件、某大国通过互联网攻击伊朗的核电站等，都与芯片有着千丝万缕的联系。因此，芯片不仅是信息产业的核心，更是信息处理与安全的基石。
信息 社会 不可或缺
随着信息技术的迅猛发展，芯片应用已延伸到 社会 的每个角落，融入生活的方方面面。从人们日常生活使用的手机、电脑、洗衣机，到工业领域的机床、发动机，再到航空航天领域的导航及星载设备等，哪样都少不了芯片。
在军事领域，先进武器装备、指挥信息系统，芯片更是不可或缺。如采集芯片可以使武器装备拥有“千里眼”“顺风耳”，信息处理芯片能给武器装备装上“智能大脑”，通信芯片能将各种装备与作战单元连接起来进行体系对抗，存储芯片则能保存各种战场数据而进行作战效能和毁伤评估，等等。芯片已成为影响战争胜负的重要因素。
广泛的应用需求，推动着芯片技术的迅速发展。随着更好工艺的采用以及片上系统、微机电集成系统等技术的进步，芯片开始进入“自组装”的纳米电路时代，竞争日趋激烈。
应用广，市场就大。据美国半导体产业协会统计，2017年1月至2月，中国和美国的芯片市场规模份额分别为33.10%和19.73%。中国虽然是全球最大、增长最快的芯片市场，但许多高端芯片要进口。
芯片的设计制造是一个集高精尖于一体的复杂系统工程，难度之高不言而喻。那么，究竟难在何处?
架构设计难。设计一款芯片，科研人员先要明确需求，确定芯片“规范”，定义诸如指令集、功能、输入输出管脚、性能与功耗等关键信息，将电路划分成多个小模块，清晰地描述出对每个模块的要求。然后由“前端”设计人员根据每个模块功能设计出“电路”，运用计算机语言建立模型并验证其功能准确无误。“后端”设计人员则要根据电路设计出“版图”，将数以亿计的电路按其连接关系，有规律地翻印到一个硅片上。至此，芯片设计才算完成。如此复杂的设计，不能有任何缺陷，否则无法修补，必须从头再来。如果重新设计加工，一般至少需要一年时间，再投入成百万甚至上千万元的经费。
制造工艺复杂。一条芯片制造生产线大约涉及50多个行业，一般要经过2000至5000道工艺流程，制造过程相当复杂。制造芯片的基础材料就是普通沙子，它如何变成制造芯片的材料呢?沙子经脱氧处理后，通过多步净化熔炼成“单晶硅锭”，再横向切割成圆形的单个硅片，即“晶圆”。这一过程相当复杂，而在晶圆上制造出芯片则更难。首先要将设计出来的集成电路“版图”，通过光刻、注入等复杂工序，重复转移到晶圆的一个个管芯上，再将管芯切割后，经过封装、测试、筛选等工序，最终完成芯片的制造。值得一提的是，制造过程中还需要使用大量高精尖设备，其中高性能的光刻机又是一大技术瓶颈。如最先进的7纳米极紫外光刻机，目前只有荷兰一家公司能制造，价格上亿美元不说，一年仅能生产20台左右。
投入大、研制周期长。一款复杂芯片，从研发到量产，要投入大量人力、物力和财力，时间至少要3至5年，甚至更长。处理器类芯片还需要配套复杂的软件系统，同样需要大量人力物力来研制。美国英特尔公司每年研发费用超过百亿美元，有超过5万名工程师。
发展迅速、追赶难度大。自20世纪50年代末发明集成电路以来，芯片的集成度一直遵循摩尔定律迅猛发展，即每隔18个月提高一倍。半个多世纪以来，芯片的性能和复杂度提高了5000万倍，特征尺寸则缩减到一根头发丝直径的万分之一。芯片领域竞争十分激烈，美、欧等发达国家处于技术领先地位，芯片研发相对落后的国家，短时间内追赶有难度。
“中国芯”正加速追赶
目前，全球高端芯片市场几乎被美、欧等先进企业占领。但加速研发国产自主芯片一直是政府、企业、科研院所的重点发展方向。近年来，我国在集成电路领域已取得了长足进步，芯片自给率不断提升，高端芯片受制于人的局面正在逐步打破。
我国自主研发的北斗导航系统终端芯片，已实现规模化应用。在超级计算机领域，多次排名世界第一的“神威太湖之光”和“天河二号”，全部和部分采用了国产高性能处理器。国产手机、蓝牙音箱、机顶盒等消费类电子产品，也开始大量使用国产芯片。
11月9日，“2018中国集成电路产业促进大会”在重庆举办，102家企业的154款产品参加本届优秀“中国芯”评选，“飞腾2000+高性能通用微处理器”等24款产品获奖，涵盖从数字交换芯片到模拟射频电路、人工智能芯片到指纹识别传感器、工业控制到消费类电子等各个领域。
这一系列进步的背后，是国家高度重视和大力投入。2006年，国务院颁布《国家中长期科学和技术发展规划纲要(2006-2020年)》，2014年6月，国务院批准实施《国家集成电路产业发展推进纲要》，都对这一领域发展提出了部署要求。
随着国家的大力扶持和一系列关键核心技术的突破，“中国芯”正逐步缩短与发达国家的差距，“中国创造”终将占领信息系统技术制高点，真正把竞争和发展的主动权掌握在自己手中。
先来看的话，其实并不存在哪个难度更大的问题，这个可以从相关的企业分析得出结论也就是说，能够独立设计芯片的目前也不过寥寥几家，包括苹果，高通，华为以及三星，还有联发科等等。
而掌握着比较优秀的封装技术，目前也只有台积电和三星。所以从数量上来看的话，好像是设计芯片的难度更简单一些，而封装技术可能更难一些，事实上并不是如此。
一直以来关于设计芯片其实就有很多种说法，很多人认为，以华为为例，造芯片其实是一件非常简单的事情，只要购买了arm的公版架构，再交由台积电或者三星去做封装技术，一块芯片就应运而生了，显然事情并没有这么简单。
arm的公版架构可能从原理上来说更像是提供一个所谓的框架，但具体的某些信息还是需要自己去搭建，比如小米的澎湃芯片同样是用了arm的公版架构，但问题在于，带芯片的第1款芯片砸了十几个亿，也不过产出一块，可能比较落后的中端产品。
而华为的麒麟处理器力经过这么多年的发展，依旧是和顶尖处理器存在着差距，也就可以看出设计芯片这一部分包括架构这一部分，完全不是一般的企业所能够承受的，这不仅仅是对资金的要求，还有对绝对技术的一个要求。
当然，封装技术目前来看的话也同样比较复杂，台积电的7纳米工艺以及三星的7纳米工艺，也不过这两年才开始。能够做这样高端的封装技术，目前也是寥寥无几，可以说封装技术与设计缺一不可，双方的难度都是同样大，而双方也都是所谓的跨行如隔山，术业有专攻。
设计芯片与制造芯片都是难度很大的工作，你说相比较二者那个又难些，我觉得各有各的难度，能制造不一定会设计，能设计也不一定就会制造，相互尊重密切配合才能成就一番事业。
这个问题和下列2个问题有异曲同工之妙：设计 汽车 和制造 汽车 那一个难？设计飞机和制造飞机那一个难？芯片制造推给光刻机， 汽车 ，飞机的制造呢？该拿什么来背锅？
Ⅹ 很奇怪为什么国内没有任何组织或个人开发最底层的中文编译器呢
这是一个技术问题，你如果没读过编译原理（龙书）的话，你是看不懂下面的回答的。因为中国技术不足，没人能写出支持中文的lex和yacc。首先词法分析生成器lex，就对中文不友好，它只支持ascii字母，不支持中文。这意味着你编译器里的词汇只能是英文单词，不能是中文词汇。其次就是语法分析生成器yacc了，也不支持中文，只支持用英文写的语法规则，不能用中文书写。这意味着最最基本的语法规则是全英文的，这算哪门子中文编程语言。非常遗憾，中国目前没有牛人造出支持中文的lex和yacc来，否则全中文编译器一定会满天飞的，多到烂大街。为什么说多到烂大街？一个全中文的编译器其实仅仅需要修改编译器的前端词法分析器和语法分析器（语法分析器甚至无需大改动），后端直接对接开源代码即可，开源英文编译器已经烂大街了，把它们的后端移植过来就行了。但关键就是没有支持中文的自动化工具lex和yacc。
自动化这条路走不通，纯手写总可以吧。我猜测易语言就是前端纯手写的全中文编译器。你可以使用易语言，绝对可以达到你的要求。但是从技术的角度来讲，lex和yacc的技术高度远高于易语言，毕竟lex和yacc号称编译器的编译器，编译器之母。