计算机工程
🧮 数学与计算机共 14 节 · 免费预览 -8 节
0. 速览 Quick Facts
| 项目 | 内容 |
|---|---|
| 学位类型 | BEng（工程） / BS（理科，少数学校） |
| 常见学制 | 4 年 |
| 学科本质 | CS + 电子工程的交叉，关注硬件与软件的协同设计 |
| 适合学生 | 数理强、动手能力好、对芯片 / 硬件 / 机器人有兴趣、不愿只学软件 |
| 本科毕业直接就业 | 多（半导体、汽车、机器人、消费电子行业需求大） |
| 研究生方向宽度 | ⭐⭐⭐⭐（CE / EE / CS / Robotics 都可） |
| 国际学校推荐课程 | AP Physics C（E&M）、AP CS A、AP Calculus BC |
| 代表性强校（美） | CMU、MIT、Stanford、Berkeley、UIUC、Georgia Tech、Michigan、Purdue |
| 代表职业 | 硬件工程师、嵌入式工程师、芯片设计师、机器人工程师 |
| 美本起薪（BS CE） | 约 $90K–$130K（BLS + PayScale） |
| AI 芯片 / GPU 方向 senior（5-8 年） | $200K–$500K+（NVIDIA / Apple / AMD） |
1. 专业定义与本质
1.1 计算机工程是什么？
计算机工程（CE / CprE）是计算机科学（CS）与电子工程（EE）的交叉学科——研究计算系统的硬件与软件如何协同设计。
如果说 CS 关注"软件与算法"，EE 关注"电与电磁"，那么 CE 关注两者中间那一层：
| 层次 | 学科 | 例子 |
|---|---|---|
| 算法 / 应用 | CS | GPT、Google 搜索、Photoshop |
| 编译器 / OS / 驱动 | CS / CE 共管 | LLVM、Linux kernel、GPU 驱动 |
| 指令集架构（ISA）/ 微架构 | CE 核心 | ARM、x86、RISC-V |
| 数字电路 / RTL 设计 | CE 核心 | Verilog、VHDL、芯片前端 |
| VLSI / 物理实现 | CE / EE 共管 | 流片、布局布线、DFT |
| 模拟电路 / 信号 | EE | 射频、电源、传感器 |
| 电磁 / 半导体物理 | EE / Materials | 天线、器件物理 |
1.2 CE 不是什么？
| 误解 | 实际 |
|---|---|
| ❌ "CE 就是修电脑" | ✅ CE 设计电脑本身——从 CPU 架构到 GPU 流片 |
| ❌ "CE 毕业只能去工厂" | ✅ NVIDIA、Apple、Tesla、Qualcomm、Google TPU 团队都需要 CE |
| ❌ "CE = CS + 几门电路课" | ✅ CE 的物理、信号、VLSI 是 CS 完全不涉及的硬骨头 |
| ❌ "AI 时代硬件不重要" | ✅ 正是 AI 让硬件重新崛起——NVIDIA 市值 3 万亿、TPU/H100 一卡难求 |
| ❌ "CE 就是 EE" | ✅ EE 范围更宽（含通信、能源、电力），CE 聚焦"计算" |
1.3 学科本质
CE 培养的核心能力：
- 软硬协同 Design：理解软件对硬件的需求，硬件对软件的约束
- 数字系统思维：在比特、门、寄存器、处理器多个抽象层之间切换
- 嵌入式 Real-Time 思维：在严格资源（功耗、内存、时延）下做工程
- 物理直觉：理解电路、信号、噪声的现实约束
- 工具链能力：Verilog / VHDL、FPGA、EDA 工具、示波器、 soldering
一句话区别：CS 让软件跑起来，CE 让硬件跑起来——并让软件能跑在硬件上。
2. 学科发展简史
| 时期 | 事件 |
|---|---|
| 1947 | 晶体管发明（Bell Labs，Bardeen、Brattain、Shockley） |
| 1958 | 集成电路（Kilby / Noyce）—— 芯片时代开启 |
| 1965 | Moore 定律（Gordon Moore 预测晶体管密度每 18-24 月翻倍） |
| 1971 | Intel 4004——第一块商用微处理器 |
| 1980s | RISC vs CISC 之争（Berkeley RISC、Stanford MIPS） |
| 1990s | VLSI 设计自动化（EDA 工具：Cadence、Synopsys） |
| 2000s | 多核时代（功耗墙终结单核提频）；移动芯片（ARM）崛起 |
| 2007 | iPhone 发布——SoC 时代（Apple A4，2010） |
| 2012 | AlexNet——GPU 训练成为 AI 主流（NVIDIA CUDA 起飞） |
| 2016 | Google TPU 发布——AI 专用芯片时代 |
| 2020s | AI 芯片军备：NVIDIA H100 / B200、Apple Neural Engine、AMD MI300、华为昇腾、Google TPU v5 |
| 2022+ | CHIPS Act（美国 520 亿美元补贴半导体本土制造）；台积电、三星、Intel 建厂潮；地缘政治让芯片成为国家战略 |
| 2024+ | Apple M 系列、NVIDIA Blackwell、RISC-V 兴起；端侧 AI（手机 / PC / 车机）成为新战场 |
当下的特殊机遇：CE 是 2020s 最具战略价值的理工科专业之一——AI 让算力成为新时代的"石油"，而算力的载体是芯片。CHIPS Act、AI 军备、地缘政治三重力量让芯片 / 半导体人才极其稀缺。