В конце прошлой недели стали доступны два отчёта, подготовленных языковыми моделями Claude Opus 5.5 и Codex Astra 6 по запросу специалиста в области микроэлектроники. Автор инициативы попросил ИИ найти все университеты Калифорнии и стран бывшего СССР, где преподают курс, аналогичный 6.111 в MIT — лабораторный курс по Verilog, FPGA и собственному проекту студента. Затем задача была расширена: модели должны были оценить, насколько программы вузов соответствуют современным требованиям, а не устаревшим рекомендациям IEEE середины 1990-х годов. В результате ИИ проанализировали открытые данные, включая студенческие репозитории на GitHub, и составили два отчёта с рейтингами по 49 критериям.

Всего в рейтинг вошли сто университетов: акцент был сделан на Калифорнии и странах бывшего СССР, а из остального мира модели выбрали 20 репрезентативных вузов. Каждый вуз оценивался по 49 пунктам, которые охватывают наличие лабораторных работ по Verilog и FPGA, глубину проектов (например, модификацию конвейера процессора RISC-V), использование современных плат и инструментов верификации. Важно, что модели не засчитывали темы, если они преподаются только теоретически, без практических занятий. Например, если студенты лишь смотрят слайды о процессорах, но не меняют конвейер в RTL-симуляторе или на FPGA, такой курс не получал баллов. Точный промпт приведён в приложении к каждому отчёту.

Среди технических деталей отчёты выявили несколько закономерностей. Сильнейшие курсы часто поддерживаются партнёрами из индустрии: YADRO в России и Беларуси, ETH Zürich в KSE, Synopsys в Армении. В качестве вершины подготовки рассматривается сборка процессора, обычно на архитектуре RISC-V, что отмечено в МИЭТ, МФТИ, СибГУТИ, Латвийском университете, Беркли и курсе E85 в Харви-Мадде. По аппаратным платформам преобладают два семейства: Terasic с ПЛИС Intel (Altera) и Digilent с ПЛИС AMD (Xilinx). Встречаются и более дешёвые решения: китайские платы с Cyclone IV (например, OMDAZZ в МЭИ), российские «Марсоход» и LESO в СибГУТИ, платы Gowin Tang в Школе синтеза. На Lattice обучает только Харви-Мадд. Однако во многих источниках плата не указана, поэтому соответствующий столбец часто остаётся пустым.

Контекст исследования связан с тем, что многие вузы по всему миру до сих пор используют устаревшие учебные программы, основанные на рекомендациях IEEE 1990-х годов. Эти программы ограничиваются одним курсом по цифровой схемотехнике, который охватывает основы от вентилей до конечных автоматов и последовательных интерфейсов, но не даёт глубоких знаний в области верификации и проектирования ASIC. Автор инициативы отметил, что даже курс уровня MIT 6.111 — это лишь начало. Выпускники, попадая в компании по проектированию микросхем, сталкиваются с блоками, где конвейеры используются не только в процессорах, но и в сетевых микросхемах, обработке видео и специализированных блоках GPU. При этом многие знают, что такое FIFO, но не умеют использовать его вместе с конвейером и не понимают управление потоком на кредитах (credit-based flow control).

Для российского рынка результаты рейтинга имеют двойственное значение. С одной стороны, ведущие вузы, такие как МИЭТ, МФТИ и СибГУТИ, демонстрируют достаточно высокий уровень подготовки благодаря партнёрству с YADRO и использование современных платформ. С другой стороны, отчёты выявили существенные пробелы в верификации: многие выпускники пишут тестбенчи в стиле начала 1990-х, не используют транзакционную модель, ограниченную рандомизацию и функциональное покрытие на SystemVerilog. Мало кто знаком с формальной верификацией и параллельными утверждениями, хотя в резюме, написанных с помощью ИИ, эти навыки часто указываются. Также отмечается разрыв между лабораторными на ПЛИС и проектированием ASIC: у ряда университетов нет доступа к инструментам Synopsys Fusion Compiler или Cadence Genus и Innovus, а также опыта работы с открытыми маршрутами вроде OpenROAD и LibreLane. В результате студенты не приобретают интуиции в статическом временном анализе и не умеют исправлять отрицательный запас (negative slack).

По сравнению с альтернативными подходами, традиционные рейтинги вузов обычно опираются на формальные показатели: количество публикаций, цитируемость, соотношение преподавателей и студентов. Однако они не отражают практическую направленность обучения и соответствие курсов требованиям индустрии. Данный проект, выполненный с помощью ИИ, предлагает более гранулярную оценку на основе 49 критериев, включая анализ открытых учебных материалов и студенческих репозиториев. Это позволяет выявить не только сильные стороны, но и конкретные пробелы, такие как отсутствие обучения современным методам верификации или работе с САПР для ASIC. В то же время методология имеет ограничения: открытых данных за пределами Москвы, Санкт-Петербурга и столиц Балтии значительно меньше, поэтому отметка «Не найдено» в Центральной Азии и на Кавказе скорее говорит об отсутствии информации в сети, чем о реальном содержании курсов.

В перспективе авторы инициативы планируют улучшать отчёты, собирая обратную связь от представителей вузов. В конце каждого отчёта приведена ссылка, по которой можно предложить данные для следующей версии. Открытыми остаются вопросы о том, насколько точно ИИ интерпретировали информацию из репозиториев и насколько рейтинг будет полезен работодателям при оценке выпускников. Тем не менее, проект демонстрирует растущую роль языковых моделей в анализе образовательных программ и может стимулировать вузы к обновлению курсов в соответствии с современными требованиями микроэлектронной отрасли.