本科
现在的大二学生已经能够设计出五级流水线的CPU，相比过去确实简单了许多。从机器学习的角度来看，成果取决于模型、硬件（或湿件）和数据三者的结合。在模型方面，经过十几年的理科教育，学生普遍具备了科学与逻辑思维能力。硬件层面，目前的选拔体系非常成熟，能持续筛选出智力处于前1%的人才。至于数据，RISC-V开源方案以及前几年芯片行业的热潮催生了大量培训课程，为入门提供了丰富的资源。这些因素共同作用，使得原本看似高不可攀的芯片设计，如今
本科生也能尝试，尽管成果可能只是玩具级别。然而，相较于软件领域，硬件的数据量相对不足。软件开发中的对错可以迅速得到反馈，而硬件的反馈周期较长且成本高昂，这导致积累的有效数据较少。数据越少，优化效果就越差。因此，在软件领域，一个
本科生有可能超越有五年经验的工程师，但在硬件领域却难以实现。此外，软硬件设计中都存在一些无法数据化的技能，这类技能只能通过时间积累和实践经验获得，而无法通过主动学习快速掌握。在硬件设计中，这种依赖经验的部分占比相当大。所以，虽然芯片设计门槛有所降低，但远未达到轻松精通的程度。
