【地瓜机器人】资深NPU验证工程师

优缺点分析

角色解读

• 在AI芯片验证领域持续深耕，成为高级验证专家或验证架构师，主导关键芯片项目的验证策略
• 横向扩展至芯片设计、架构或系统软件方向，拓宽技术广度
• 在大型AI芯片公司如地平线，可向技术管理路线发展，带领验证团队
• 搭建和维护NPU芯片的系统级验证环境，包括CT/BT环境，确保验证框架高效可靠
• 开发随机约束测试和功能覆盖率文件，针对极端指令场景进行验证，提升芯片设计质量
• 与架构和设计团队紧密协作，分析芯片功耗、性能数据，优化PPA指标
• 引入系统建模、静态仿真、原型验证等手段，延长验证生命周期，提高可信度
• 扎实的数字IC验证基础，精通SystemVerilog、UVM和Formal验证方法学
• 熟练使用主流仿真工具VCS/Verdi/IUS，并掌握多种脚本语言如Perl、Python、TCL
• 了解神经网络算法（CNN/Transformer）的计算过程，有相关验证经验更佳
• 具备处理器架构知识（CPU/GPU/NPU/RISC-V）和AI加速器验证经验者优先

申请策略

• 申请前了解地平线公司的重点产品（如征程系列芯片）和行业动态，在面试中展现对公司的热情
• 准备一个完整的验证项目案例，从环境搭建到覆盖率闭合，重点突出解决复杂问题的思路
• 突出5年以上IP/SOC验证和流片经验，列出负责过的芯片类型和验证规模
• 强调熟练掌握UVM、SystemVerilog、Formal验证，并提供搭建System级验证环境的具体案例
• 展示脚本语言能力（Perl/Python/TCL），特别是自动化验证流程的优化成果
• 如有神经网络或AI加速器验证经验，务必突出，并说明在CNN/Transformer验证中的具体贡献
• 如果对处理器架构（RISC-V、GPU）不够熟悉，可提前学习相关指令集和微架构，提升匹配度
• 补充学习FuSa功能安全验证流程和Z01X工具，增强车规芯片验证能力

面试指南

• 采用STAR法则：描述场景、任务、行动、结果，突出自己的角色和贡献
• 技术问题先讲原理再讲实践，举例说明设计思路和遇到的坑
• 软技能问题展示主动性和团队协作，强调沟通和规划
• 请描述一个你负责的复杂SOC验证环境，你是如何搭建和调试的？
• 在UVM验证中，如何设计随机约束来覆盖极端指令场景？
• 你如何评估芯片的功耗和性能？请举例说明你优化PPA的实践
• 你对神经网络（CNN/Transformer）的计算结构了解多少？如何在验证中处理这些计算？
• 如果你发现验证进度落后于计划，你会如何应对？