自從去年開(kai)始，以(yi)ChatGPT為代表的(de)(de)(de)生(sheng)成式AI(Generative)站在(zai)了整個(ge)世界的(de)(de)(de)聚光燈(deng)下。ChatGPT可以(yi)理解用(yong)戶基于自然語言(yan)的(de)(de)(de)輸入(ru)，并(bing)且產生(sheng)相應(ying)的(de)(de)(de)輸出。ChatGPT基于大(da)語言(yan)模(mo)型技術，通過使(shi)用(yong)海量的(de)(de)(de)語料訓練，可以(yi)實現回答用(yong)戶的(de)(de)(de)各種問題，還可以(yi)幫(bang)助用(yong)戶完(wan)(wan)成一些簡單的(de)(de)(de)任務，包括完(wan)(wan)成文檔編(bian)寫甚至Python代碼編(bian)寫等(deng)等(deng)。
而在五月十日，谷歌在IO大會上發布了ChatGPT的競品，即PaLM 2大語言模型。谷歌表示，目前ChatGPT類生成式大語言模型最重要的用戶體驗之一就是幫助用戶編寫代碼，而PaLM 2的一大特性就是完成20多種編程語言的支持。其中，對于芯片設計工程師(shi)來說，最大的亮點就(jiu)是PaLM 2支持數字(zi)電路設計領域最常用的編程語言Verilog。
百(bai)聞不如一(yi)試，目前PaLM 2已經在(zai)(zai)谷歌的Bard平(ping)臺上線開放公測，因此我(wo)們也嘗試使(shi)(shi)用(yong)Bard去體(ti)會了(le)一(yi)把(ba)PaLM 2生(sheng)(sheng)成(cheng)Verilog代(dai)(dai)碼(ma)(ma)(ma)的能力。在(zai)(zai)試驗(yan)中(zhong)，我(wo)們讓Bard生(sheng)(sheng)成(cheng)了(le)兩段代(dai)(dai)碼(ma)(ma)(ma)，一(yi)段代(dai)(dai)碼(ma)(ma)(ma)是(shi)(shi)生(sheng)(sheng)成(cheng)一(yi)個(ge)FIFO(數字電(dian)路中(zhong)最常(chang)用(yong)的模塊(kuai)之(zhi)一(yi))，而(er)另一(yi)段代(dai)(dai)碼(ma)(ma)(ma)則是(shi)(shi)生(sheng)(sheng)成(cheng)一(yi)個(ge)模塊(kuai)，其中(zhong)包含了(le)兩個(ge)前面編寫的FIFO，并且讓第(di)一(yi)個(ge)FIFO的輸出接(jie)入第(di)二個(ge)FIFO的輸入。生(sheng)(sheng)成(cheng)的方法非常(chang)簡單，我(wo)們只(zhi)需要給Bard一(yi)個(ge)基于自然(ran)語言(yan)的指(zhi)令(prompt)，Bard就能夠(gou)在(zai)(zai)幾秒鐘之(zhi)內完成(cheng)相應的代(dai)(dai)碼(ma)(ma)(ma)生(sheng)(sheng)成(cheng)。例如，在(zai)(zai)第(di)一(yi)個(ge)實驗(yan)中(zhong)，我(wo)們使(shi)(shi)用(yong)的指(zhi)令是(shi)(shi)“生(sheng)(sheng)成(cheng)一(yi)段Verilog代(dai)(dai)碼(ma)(ma)(ma)來實現FIFO”，生(sheng)(sheng)成(cheng)結果如下圖：
從(cong)結(jie)果來看(kan)該生成的(de)代(dai)碼的(de)語(yu)法正確，邏輯(ji)(ji)基本正確，但(dan)是在FIFO full和empty的(de)信號(hao)邏輯(ji)(ji)上并沒有完全弄對(當然(ran)其(qi)實FIFO的(de)full和empty的(de)邏輯(ji)(ji)也是面試中常考(kao)的(de)問題(ti)，要(yao)完全弄對并沒那么簡(jian)單)。在代(dai)碼風格上，我(wo)們還可以在指令(ling)中加(jia)入(ru)更多提示，類似“在代(dai)碼中加(jia)入(ru)更多注釋”，“使(shi)用(yong)參數來定(ding)義(yi)接口寬度”等等。
而(er)在第二(er)個實驗中，我們主(zhu)要看(kan)的(de)(de)是(shi)Bard能否復用(yong)之前生(sheng)成的(de)(de)模(mo)塊(kuai)，并且基于這(zhe)個來生(sheng)成新(xin)的(de)(de)更大的(de)(de)模(mo)塊(kuai)。我們使用(yong)的(de)(de)指令是(shi)“寫(xie)一(yi)個模(mo)塊(kuai)，其中包括兩個你前面(mian)寫(xie)的(de)(de)FIFO模(mo)塊(kuai)，并且第一(yi)個FIFO的(de)(de)輸出接入第二(er)個FIFO的(de)(de)輸入”。
在這(zhe)里我(wo)們可以看到生(sheng)成的代(dai)碼(ma)基本正(zheng)確，因此我(wo)們認為PaLM 2基本擁(yong)有了能基于自(zi)底(di)向上生(sheng)成復(fu)雜代(dai)碼(ma)的能力。
芯片設計領域生成式AI的進化之路
我(wo)們(men)從上述實驗中可以看到，谷歌的(de)PaLM 2已(yi)經具(ju)有了基本(ben)(ben)的(de)Verilog代碼生(sheng)成(cheng)能力，可以生(sheng)成(cheng)基本(ben)(ben)模塊和復(fu)合模塊，當(dang)然其代碼生(sheng)成(cheng)的(de)質量還有待(dai)提高。而除了PaLM 2之外，我(wo)們(men)認為其他公司推出的(de)類似(si)ChatGPT的(de)大語(yu)言模型也有可能會加入對(dui)于Verilog類硬件描述語(yu)言的(de)支(zhi)持。
根據(ju)谷歌(ge)在(zai)IO大會上(shang)發(fa)布的(de)(de)(de)(de)信息(xi)，目前ChatGPT類(lei)的(de)(de)(de)(de)大語(yu)(yu)(yu)言模(mo)(mo)型(xing)已(yi)經成(cheng)為許多工(gong)(gong)(gong)(gong)程(cheng)(cheng)師(shi)(shi)(shi)在(zai)代碼(ma)(ma)編(bian)寫時的(de)(de)(de)(de)重要(yao)助手。如(ru)果我們參(can)考IT領域軟件開(kai)發(fa)工(gong)(gong)(gong)(gong)程(cheng)(cheng)師(shi)(shi)(shi)應(ying)用(yong)(yong)ChatGPT類(lei)大語(yu)(yu)(yu)言模(mo)(mo)型(xing)協助代碼(ma)(ma)編(bian)寫的(de)(de)(de)(de)發(fa)展的(de)(de)(de)(de)話(hua)，我們認為在(zai)芯片行業大語(yu)(yu)(yu)言模(mo)(mo)型(xing)也非常有可(ke)能(neng)會起(qi)到重要(yao)作用(yong)(yong)。這里(li)，根據(ju)大語(yu)(yu)(yu)言模(mo)(mo)型(xing)在(zai)開(kai)發(fa)流程(cheng)(cheng)中起(qi)到的(de)(de)(de)(de)角色(se)，我們可(ke)以大致(zhi)分成(cheng)三(san)種應(ying)用(yong)(yong)。第(di)一種應(ying)用(yong)(yong)是(shi)根據(ju)用(yong)(yong)戶的(de)(de)(de)(de)指(zhi)令直接生成(cheng)代碼(ma)(ma)，即我們在(zai)本文前面給出(chu)的(de)(de)(de)(de)兩(liang)個例(li)子。第(di)二種應(ying)用(yong)(yong)是(shi)在(zai)工(gong)(gong)(gong)(gong)程(cheng)(cheng)師(shi)(shi)(shi)編(bian)寫代碼(ma)(ma)的(de)(de)(de)(de)時候，幫(bang)助工(gong)(gong)(gong)(gong)程(cheng)(cheng)師(shi)(shi)(shi)自動(dong)補(bu)全代碼(ma)(ma);例(li)如(ru)工(gong)(gong)(gong)(gong)程(cheng)(cheng)師(shi)(shi)(shi)只需要(yao)輸入一行代碼(ma)(ma)的(de)(de)(de)(de)前幾個字符，大語(yu)(yu)(yu)言模(mo)(mo)型(xing)就可(ke)以根據(ju)代碼(ma)(ma)的(de)(de)(de)(de)上(shang)下(xia)文自動(dong)幫(bang)助補(bu)全代碼(ma)(ma)，從而節省(sheng)工(gong)(gong)(gong)(gong)程(cheng)(cheng)師(shi)(shi)(shi)的(de)(de)(de)(de)開(kai)發(fa)時間。第(di)三(san)種應(ying)用(yong)(yong)是(shi)幫(bang)助工(gong)(gong)(gong)(gong)程(cheng)(cheng)師(shi)(shi)(shi)分析(xi)代碼(ma)(ma)和debug，正如(ru)ChatGPT可(ke)以幫(bang)助用(yong)(yong)戶優化Python代碼(ma)(ma)并找到代碼(ma)(ma)中的(de)(de)(de)(de)bug一樣，經過相(xiang)關數據(ju)訓練的(de)(de)(de)(de)大語(yu)(yu)(yu)言模(mo)(mo)型(xing)也可(ke)以在(zai)Verilog中實現相(xiang)似的(de)(de)(de)(de)功能(neng)。
展望未來，參考大(da)語言(yan)模(mo)型(xing)(xing)(xing)在IT行業的應(ying)(ying)用軌跡，我們(men)認(ren)為大(da)語言(yan)模(mo)型(xing)(xing)(xing)對(dui)于芯片設(she)計(ji)方面的幫助(zhu)預(yu)計(ji)將會(hui)從代(dai)(dai)碼(ma)自(zi)動補(bu)全開始(shi)，因為這也(ye)是大(da)語言(yan)模(mo)型(xing)(xing)(xing)在IT行業的切入口——目(mu)前(qian)我們(men)已經看到類(lei)似Github co-pilot這樣的代(dai)(dai)碼(ma)補(bu)全產品已經得到了許多IT公司的應(ying)(ying)用來幫助(zhu)軟件工(gong)程師提(ti)升編(bian)程效(xiao)率。相(xiang)對(dui)來說，代(dai)(dai)碼(ma)補(bu)全類(lei)應(ying)(ying)用對(dui)于大(da)語言(yan)模(mo)型(xing)(xing)(xing)的要求相(xiang)對(dui)較低(di)，目(mu)前(qian)的模(mo)型(xing)(xing)(xing)已經能實現相(xiang)當高的準確率，因此我們(men)預(yu)期在芯片設(she)計(ji)領(ling)域也(ye)會(hui)有應(ying)(ying)用在Verilog領(ling)域的基于大(da)語言(yan)模(mo)型(xing)(xing)(xing)的代(dai)(dai)碼(ma)補(bu)全工(gong)具會(hui)很快出現幫助(zhu)工(gong)程師提(ti)高效(xiao)率(估計(ji)谷(gu)歌內部芯片團隊已經開始(shi)使用類(lei)似的工(gong)具)。
在代碼補全之后，隨著大(da)語(yu)言(yan)模(mo)型(xing)的(de)(de)(de)進(jin)一步發展(zhan)，根(gen)據用(yong)(yong)戶的(de)(de)(de)指令自(zi)(zi)動(dong)生成(cheng)代碼的(de)(de)(de)大(da)語(yu)言(yan)模(mo)型(xing)也將(jiang)會(hui)得到越(yue)來越(yue)多(duo)的(de)(de)(de)應(ying)(ying)用(yong)(yong)。這(zhe)類代碼直接生成(cheng)類應(ying)(ying)用(yong)(yong)從(cong)目(mu)前(qian)來看(kan)還(huan)需要和整個(ge)項目(mu)開發流程進(jin)一步磨(mo)合(he)——究竟這(zhe)類代碼自(zi)(zi)動(dong)生成(cheng)的(de)(de)(de)應(ying)(ying)用(yong)(yong)最適合(he)使用(yong)(yong)在底層模(mo)塊(kuai)的(de)(de)(de)編寫(xie)，還(huan)是(shi)在上(shang)層模(mo)塊(kuai)間(jian)集(ji)成(cheng)的(de)(de)(de)生成(cheng)上(shang)，還(huan)需要進(jin)一步探(tan)索，但是(shi)無(wu)論如何ChatGPT在自(zi)(zi)動(dong)代碼編寫(xie)領域(yu)的(de)(de)(de)潛力驚(jing)人(ren)，可以把原來人(ren)工需要數小時才能編寫(xie)完的(de)(de)(de)代碼在幾秒(miao)內完成(cheng)，這(zhe)樣的(de)(de)(de)效率(lv)提升無(wu)疑將(jiang)會(hui)給整個(ge)行業和芯片開發流程帶來革命性的(de)(de)(de)變化。
目前來(lai)(lai)看，ChatGPT類大(da)(da)語(yu)(yu)言模(mo)型在(zai)(zai)Python等流(liu)行(xing)編(bian)程語(yu)(yu)言的(de)(de)代(dai)(dai)(dai)碼(ma)(ma)(ma)編(bian)寫(xie)(xie)方面已經有很不(bu)錯的(de)(de)效果，這證明了大(da)(da)語(yu)(yu)言模(mo)型實現(xian)自動代(dai)(dai)(dai)碼(ma)(ma)(ma)編(bian)寫(xie)(xie)、補全(quan)和(he)debug在(zai)(zai)理論(lun)和(he)工程上都是可(ke)以實現(xian)的(de)(de)。谷(gu)歌的(de)(de)PaLM 2對于Verilog的(de)(de)支持仍然(ran)有待進一步完善的(de)(de)主要(yao)原(yuan)因(yin)我們(men)認為還(huan)是訓練(lian)(lian)的(de)(de)數(shu)(shu)據(ju)量(liang)(liang)不(bu)夠(gou)。從(cong)訓練(lian)(lian)數(shu)(shu)據(ju)數(shu)(shu)量(liang)(liang)的(de)(de)角度來(lai)(lai)說，互(hu)聯網(wang)上有海量(liang)(liang)的(de)(de)開源(yuan)Python代(dai)(dai)(dai)碼(ma)(ma)(ma)可(ke)供(gong)訓練(lian)(lian)大(da)(da)語(yu)(yu)言模(mo)型來(lai)(lai)完成高(gao)質量(liang)(liang)的(de)(de)代(dai)(dai)(dai)碼(ma)(ma)(ma)生成，但是互(hu)聯網(wang)上可(ke)用于訓練(lian)(lian)大(da)(da)語(yu)(yu)言模(mo)型的(de)(de)Verilog代(dai)(dai)(dai)碼(ma)(ma)(ma)的(de)(de)數(shu)(shu)量(liang)(liang)比起Python等流(liu)行(xing)語(yu)(yu)言來(lai)(lai)說可(ke)能是要(yao)少了幾(ji)個數(shu)(shu)量(liang)(liang)級。并(bing)不(bu)是人類編(bian)寫(xie)(xie)的(de)(de)Verilog代(dai)(dai)(dai)碼(ma)(ma)(ma)數(shu)(shu)量(liang)(liang)不(bu)夠(gou)多，而是絕大(da)(da)多數(shu)(shu)Verilog代(dai)(dai)(dai)碼(ma)(ma)(ma)都不(bu)是開源(yuan)的(de)(de)，而是芯片公司(si)的(de)(de)知識(shi)產權，例如(ru)谷(gu)歌在(zai)(zai)訓練(lian)(lian)PaLM的(de)(de)時候(hou)不(bu)太可(ke)能獲得高(gao)通的(de)(de)Verilog代(dai)(dai)(dai)碼(ma)(ma)(ma)。未來(lai)(lai)誰會(hui)在(zai)(zai)開發芯片設計(ji)領域(yu)的(de)(de)大(da)(da)語(yu)(yu)言模(mo)型方面拔得頭(tou)籌?我們(men)認為有幾(ji)個不(bu)可(ke)忽視的(de)(de)力量(liang)(liang)：
首(shou)先是擁有全棧技(ji)術能力的大型技(ji)術公(gong)(gong)司(si)，這(zhe)(zhe)些(xie)公(gong)(gong)司(si)既有開(kai)發大語言(yan)模(mo)型的能力，又有成功的芯片業務，包(bao)括(kuo)美國的谷歌和中國的華為等。從(cong)(cong)技(ji)術上來說，這(zhe)(zhe)些(xie)公(gong)(gong)司(si)積累了大量的Verilog相關代碼可供訓(xun)練大語言(yan)模(mo)型，而從(cong)(cong)業務上來說，這(zhe)(zhe)些(xie)公(gong)(gong)司(si)同(tong)樣也有使用大語言(yan)模(mo)型來提(ti)升芯片設計團(tuan)隊效率的驅動力。
其(qi)次是EDA巨頭，包括Synopsys、Cadence等。這(zhe)(zhe)些EDA公(gong)司擁有(you)(you)極強的(de)(de)業(ye)務驅(qu)動(dong)力(li)和緊迫感，因為(wei)(wei)大語言(yan)模型AI確實(shi)會成(cheng)為(wei)(wei)EDA行(xing)業(ye)下一個(ge)革命性變(bian)化，誰在這(zhe)(zhe)個(ge)領(ling)域占領(ling)了先機就會在下一代(dai)(dai)EDA競爭(zheng)中取得優勢;從技(ji)術積累(lei)上(shang)來說，這(zhe)(zhe)些公(gong)司擁有(you)(you)不錯的(de)(de)AI模型能力(li)，同時也有(you)(you)海量的(de)(de)Verilog代(dai)(dai)碼(ma)數據量可供訓(xun)練模型(因為(wei)(wei)這(zhe)(zhe)些EDA公(gong)司都有(you)(you)相當成(cheng)功的(de)(de)IP業(ye)務，在開發(fa)這(zhe)(zhe)些IP的(de)(de)同時積累(lei)了足夠的(de)(de)高質(zhi)量代(dai)(dai)碼(ma)數據)。
最后，開(kai)(kai)源(yuan)社區(qu)(qu)(qu)的(de)力(li)量也不容忽視。從大(da)語(yu)(yu)言模型角度(du)來看，開(kai)(kai)源(yuan)社區(qu)(qu)(qu)在(zai)CahtGPT以(yi)及開(kai)(kai)源(yuan)LLAMA語(yu)(yu)言模型的(de)基(ji)礎上做了大(da)量有(you)(you)意義(yi)的(de)探索(suo)，另外隨著RISC-V等開(kai)(kai)源(yuan)項(xiang)目的(de)增(zeng)加，開(kai)(kai)源(yuan)社區(qu)(qu)(qu)擁有(you)(you)的(de)數據量也會越(yue)來越(yue)多。我(wo)們預期開(kai)(kai)源(yuan)社區(qu)(qu)(qu)有(you)(you)機會去(qu)實現一些小而美的(de)基(ji)于大(da)語(yu)(yu)言模型的(de)新(xin)穎應(ying)用，從而也能推動整(zheng)個(ge)大(da)語(yu)(yu)言模型在(zai)芯片設計領域(yu)的(de)技術發展。
生成式AI會如何影響芯片設計工程師的工作
那么(me)，隨(sui)著ChatGPT式(shi)AI在芯片設計中扮(ban)演(yan)越來越重要(yao)(yao)的(de)(de)角色，芯片工程(cheng)師的(de)(de)日常工作(zuo)將會(hui)發(fa)生怎么(me)樣的(de)(de)變化?由于這里ChatGPT類(lei)生成式(shi)AI主要(yao)(yao)針對代碼編寫等(deng)前(qian)端(duan)工作(zuo)，我們這里的(de)(de)討論范(fan)圍(wei)也(ye)主要(yao)(yao)是前(qian)端(duan)數字設計工程(cheng)師。
首先，對于主要工(gong)作是前(qian)(qian)端(duan)(duan)模(mo)塊設(she)計(ji)和集成的(de)(de)芯片工(gong)程(cheng)(cheng)師來(lai)說，我(wo)們預計(ji)很快(kuai)就會有ChatGPT類的(de)(de)工(gong)具可(ke)(ke)(ke)以幫助代(dai)碼(ma)補全(quan)，從(cong)而(er)增加效率。而(er)在未來(lai)三到五年的(de)(de)時(shi)間范圍內，直接使用(yong)ChatGPT類生(sheng)成式AI首先模(mo)塊代(dai)碼(ma)編(bian)寫有望獲得真正的(de)(de)應用(yong)。從(cong)這個角度(du)來(lai)說，我(wo)們并不認為(wei)前(qian)(qian)端(duan)(duan)工(gong)程(cheng)(cheng)師的(de)(de)工(gong)作會被取(qu)代(dai);相反(fan)，數字前(qian)(qian)端(duan)(duan)工(gong)程(cheng)(cheng)師的(de)(de)工(gong)作可(ke)(ke)(ke)能(neng)會越(yue)來(lai)越(yue)多(duo)地專注于模(mo)塊的(de)(de)功能(neng)定義(yi)(yi)，以及(ji)如何使用(yong)生(sheng)成式AI能(neng)理(li)解的(de)(de)方式來(lai)描述這個設(she)計(ji)，讓AI能(neng)產生(sheng)和工(gong)程(cheng)(cheng)師設(she)計(ji)相符的(de)(de)代(dai)碼(ma);從(cong)這個角度(du)，甚至可(ke)(ke)(ke)能(neng)會出現一些標準化(hua)的(de)(de)模(mo)塊功能(neng)定義(yi)(yi)描述語言，從(cong)而(er)讓AI能(neng)產生(sheng)合理(li)的(de)(de)代(dai)碼(ma)。
此外，芯片驗(yan)證工(gong)程(cheng)師(shi)的(de)(de)(de)(de)(de)工(gong)作(zuo)將會(hui)變得(de)越來(lai)(lai)越重要(yao)。生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)式AI可以在幾(ji)秒(miao)鐘內生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)代(dai)碼，但(dan)(dan)是(shi)其生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)質量從(cong)目前來(lai)(lai)看(kan)尚(shang)需(xu)(xu)提(ti)(ti)高。從(cong)這個角度，芯片驗(yan)證一方面需(xu)(xu)要(yao)確(que)保(bao)AI生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)的(de)(de)(de)(de)(de)代(dai)碼沒有bug，而更重要(yao)的(de)(de)(de)(de)(de)是(shi)，芯片驗(yan)證需(xu)(xu)要(yao)能和代(dai)碼生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)形成(cheng)(cheng)(cheng)(cheng)(cheng)閉環(huan)，例如(ru)如(ru)何實現一套工(gong)作(zuo)流程(cheng)，讓(rang)AI生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)的(de)(de)(de)(de)(de)代(dai)碼可以快(kuai)速使用testbench來(lai)(lai)確(que)保(bao)功能是(shi)否正(zheng)確(que)，并且有辦法告訴(su)AI哪里(li)功能不對(dui)來(lai)(lai)提(ti)(ti)示AI修(xiu)改，從(cong)而在經(jing)過多次迭代(dai)后(hou)能讓(rang)AI自動生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)正(zheng)確(que)的(de)(de)(de)(de)(de)代(dai)碼。雖然可能會(hui)需(xu)(xu)要(yao)多次迭代(dai)，但(dan)(dan)是(shi)因為每次代(dai)碼生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)需(xu)(xu)要(yao)的(de)(de)(de)(de)(de)時間很短，因此總得(de)來(lai)(lai)看(kan)需(xu)(xu)要(yao)的(de)(de)(de)(de)(de)代(dai)碼生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)時間還是(shi)比起手(shou)寫要(yao)快(kuai)許多。此外，使用生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)式AI來(lai)(lai)自動生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)testbench以及驗(yan)證需(xu)(xu)要(yao)的(de)(de)(de)(de)(de)assertion也將會(hui)改變驗(yan)證工(gong)程(cheng)師(shi)的(de)(de)(de)(de)(de)工(gong)作(zuo)流程(cheng)，工(gong)程(cheng)師(shi)將會(hui)需(xu)(xu)要(yao)花更多時間教會(hui)AI來(lai)(lai)生(sheng)(sheng)(sheng)成(cheng)(cheng)(cheng)(cheng)(cheng)正(zheng)確(que)的(de)(de)(de)(de)(de)代(dai)碼，從(cong)而大大提(ti)(ti)升效(xiao)率(lv)。
