2026年，国内在‘自动驾驶激光雷达芯片’领域，有哪些公司同时招聘数字IC和FPGA人才？这个方向的技术挑战是什么？

从招聘角度看，2025年国内做激光雷达芯片的公司，确实有不少是数字IC和FPGA岗位一起招的。因为从研发流程上，FPGA通常用于前期的算法原型验证和系统联调，而数字IC则是最终要流片落地的芯片。所以公司往往需要两支团队协作。

具体公司方面，你可以关注这几类：一是传统的激光雷达整机厂商，比如禾赛科技、速腾聚创，他们为了降本和提升性能，都在自研芯片。二是新兴的专注激光雷达芯片的初创公司，像芯探科技、加特兰（虽然加特兰主要做毫米波雷达芯片，但其技术栈和招聘需求有重叠）。三是大型车企旗下的自研部门，例如比亚迪半导体、蔚来、小鹏的硬件团队，也可能有相关岗位。这些公司的招聘官网或公众号会明确区分数字IC设计/验证和FPGA开发工程师岗位，有时一个部门下就同时设岗。

技术挑战上，你提到的几点都很关键。但我认为最大的挑战在于“实时性”和“算力能效比”。激光雷达每秒产生百万级点云数据，要在极短的时间内完成噪声过滤、目标聚类、跟踪等算法，这对硬件架构是巨大考验。具体实现时，高速ADC接口（处理模拟信号）、点云算法硬件化（用硬件加速器实现传统软件算法）和低功耗设计（尤其是车载环境）都是必须攻克的难点，它们相互关联，而不是孤立问题。

这对求职者的技能要求比较综合。数字IC方向：需要精通高速接口设计（如JESD204B）、数字信号处理、低功耗设计方法，最好懂点计算机架构，因为要设计专用加速器。FPGA方向：除了上述硬件设计能力，还要有很强的系统调试能力，熟悉PCIe、DDR等外设，并且能用HLS或SystemC做一些算法建模和协同验证。两者都最好对激光雷达原理和点云处理算法（如滤波、分割）有基本了解，不用你发明算法，但得懂算法怎么映射到硬件。

建议求职时，可以根据自己背景选择侧重。如果你是IC设计背景，想深入芯片底层，就去数字IC岗位；如果你更喜欢快速原型、系统验证，与软件算法紧密配合，FPGA岗位可能更合适。但无论哪个，现在都需要一些跨界的知识储备。

老哥，你这个问题问得很精准，正好踩在行业热点上。我就在这个圈子里，说说我看到的实际情况。

2025年，国内搞激光雷达芯片的公司，招人确实既看数字IC也看FPGA。为啥呢？因为芯片研发有个流程：先用FPGA搭个原型平台，验证算法和架构对不对，跑通之后再去做ASIC流片。所以公司里通常有FPGA原型团队和IC设计团队，两边的人经常要一起开会对方案。

公司名单方面，除了楼上提到的禾赛、速腾这些雷达厂商，还有一些你可能没听过的芯片设计公司，比如琻捷电子、赛武纪（他们有些IP和方案涉及感知处理），也在布局。另外，像华为海思这种大厂，虽然不专门做激光雷达芯片，但其感知芯片部门（涉及ISP、AI处理）的技术栈高度相关，也会招类似人才，可以关注。

技术挑战，我个人觉得最头疼的是“算法与硬件的协同优化”。点云处理算法本身在快速迭代，今天用的算法明天可能就改了。但芯片设计周期长，一旦流片就改不了。怎么设计一个既高效又灵活的硬件架构，能适应算法变化，这是个大学问。具体到实现，高速数据接入（LVDS/SerDes）、片上存储带宽（点云数据量大，对内存访问要求高）、以及低功耗（车规级芯片对功耗和发热很敏感）都是实打实的难点。

对求职者的技能要求，除了扎实的Verilog/VHDL功底、仿真验证能力这些基本功，特别看重以下几点：一是熟悉高速串行接口协议，比如你提到的ADC接口（JESD204B）或者MIPI；二是要有数字信号处理（DSP）的实现经验，比如滤波器、FFT的硬件实现；三是最好懂一些计算机体系结构知识，因为现在很多加速器设计都用到类似CPU/GPU的架构思想（比如多核、流水线、缓存）。另外，如果会用一些高层次综合（HLS）工具，或者懂点Python/Matlab做算法建模，绝对是加分项。

简单说，这个方向不喜欢只会写RTL的码农，更喜欢懂系统、懂算法、能沟通的工程师。求职时，简历上一定要突出你和“实时信号处理”、“硬件加速”、“低功耗”相关的项目经验。

从招聘角度看，国内做激光雷达芯片的公司，尤其是那些有自研ASIC计划的，确实会同时招数字IC和FPGA的人。FPGA团队通常负责前期的算法验证、原型系统搭建，甚至是一些量产产品中的处理模块；而数字IC团队则是冲着最终流片去的。

公司方面，你可以关注这几类：一是激光雷达整机厂商，比如禾赛科技、速腾聚创，他们为了降本和提升性能，有很强的芯片自研动力。二是专门的芯片设计公司，像加特兰（虽然主要做毫米波雷达芯片，但技术有相通处）或者一些初创公司，如芯砺、行歌等。三是大型车企旗下的芯片部门，比如蔚来、小鹏、理想，他们也在布局全栈自研，感知芯片是重要一环。这些公司通常两个岗位都会招，因为芯片开发流程本身就离不开FPGA原型验证。

技术挑战上，你提到的几点都很关键。但我觉得核心挑战是“实时处理海量点云数据”。这涉及到高速ADC后的数据流处理（比如JESD204B接口）、点云算法（滤波、聚类、目标识别）的硬件化实现（需要高性能DSP或专用加速器），以及随之而来的功耗和散热问题。在芯片上，还要考虑如何与后续的SoC或域控制器高效交互。

对求职者来说，技能树要既深又广。数字IC工程师要精通高速数字设计、低功耗技术，最好懂点算法和计算机体系结构。FPGA工程师则要非常熟悉高速接口（如PCIe、DDR）、算法硬件化（用HLS或RTL实现），并且要有系统级调试能力。两者都需要对激光雷达的工作原理和点云处理流程有基本了解。建议多看看这些公司的招聘JD，针对性准备。

我去年面过几家这个方向的，可以分享点经验。

公司的话，除了楼上提到的，还有一些你可能没听过的初创公司，比如探维科技、一径科技，他们也在做芯片化集成。另外，像华为这种大厂，虽然不专门做激光雷达芯片，但其智能汽车解决方案部门（比如MDC计算平台）里，也有团队在做相关的感知处理IP，同样会招FPGA和IC人才。

招聘情况是，FPGA岗位可能更急招一些，因为产品迭代快，需要快速出原型。数字IC岗位则更看重项目经验和流片经验，门槛相对高。但很多公司希望FPGA工程师也能有向ASIC迁移的思维，或者IC工程师懂FPGA原型验证，所以两者技能有重叠。

技术挑战，我认为最大的难点是“算法与硬件的协同优化”。点云算法一直在演进，如何设计一个既高效又灵活的硬件架构是个大问题。比如，是用大量的并行处理单元，还是设计可重构的加速器？这涉及到算法分析、架构探索和RTL实现的整个链条。另外，车载环境对可靠性和功能安全（ISO 26262）要求极高，这给芯片设计带来了额外的验证和设计约束。

对求职者的特殊要求：一是要懂点自动驾驶感知的基础知识，不能只埋头写代码。二是FPGA工程师要非常擅长性能分析和资源优化，因为点云处理很吃资源。三是最好有实际项目经验，哪怕是自己用FPGA板子做过图像或点云处理的小项目，在面试时都很加分。

简单说下。

国内公司：禾赛、速腾肯定在招。华为海思也可能有相关方向。还有一些芯片初创公司，比如黑芝麻（虽然主打自动驾驶计算芯片，但感知处理是核心）。

他们肯定同时招数字IC和FPGA，因为芯片开发流程需要。FPGA做原型和验证平台，IC做最终产品。

技术挑战主要是处理速度、精度和功耗的平衡。激光雷达数据量大，要实时处理，硬件设计必须高效。点云算法硬件化是难点，需要算法和硬件工程师紧密合作。

对技能的要求：数字IC要会Verilog/VHDL，懂综合、时序分析，了解低功耗设计。FPGA要熟悉Xilinx或Intel的高端器件，会用高速收发器，能实现复杂算法。两者都最好懂点Python或C++用于建模和验证。另外，车载芯片经验是巨大加分项。

2026年的话，现在（2024-2025）其实已经能看到一些头部玩家了。公司方面，像禾赛科技、速腾聚创这些激光雷达整机厂，肯定有自研芯片的团队，他们招人既做ASIC也做FPGA原型验证。另外，一些专注芯片设计的公司，比如黑芝麻智能、地平线，他们的感知芯片方案里也可能集成或适配激光雷达处理模块，也会需要相关人才。华为的激光雷达团队（在车BU）实力也很强。

这些公司通常都会同时招聘数字IC和FPGA工程师。IC团队负责设计最终流片的ASIC，FPGA团队则负责前期的算法验证、系统原型搭建，以及后期在一些对成本不敏感或需要灵活性的产品中使用FPGA方案。所以这两个岗位是协同工作的。

技术挑战，我觉得是叠加的。首先肯定是高速实时处理，激光雷达回波数据量巨大，需要实时完成信号处理、点云生成和目标识别，这对硬件架构和算法硬件化是巨大考验。其次才是低功耗，尤其是面向乘用车的前装市场。高速接口（如ADC、SerDes）是基础，但难点在于如何高效地处理这些高速数据流。

对求职者来说，技能树需要软硬结合。硬件方面，扎实的数字电路基础、高速接口设计经验（如DDR、SerDes）、低功耗设计方法。软件/算法方面，最好能懂点云处理的基本算法（滤波、分割、聚类）、计算机视觉，以及C++/Python用于算法建模和验证。FPGA工程师还要精通HLS或RTL实现算法。总之，纯搞硬件或纯搞算法在这里都可能不够用，需要有一定的跨界理解能力。

从招聘网站和业内朋友聊的情况看，2025-2026年招这类人才的国内公司大概分三类：

1. 激光雷达制造商：禾赛、速腾、图达通（Innovusion）、大疆Livox。他们为了降本、提性能，都在往芯片化走，有专门的芯片部门。

2. 自动驾驶芯片/计算平台公司：地平线、黑芝麻、寒武纪行歌、芯驰科技。他们的芯片要处理多传感器融合，激光雷达处理是重要一环，要么集成IP，要么提供优化方案。

3. 传统芯片设计公司转型或新锐初创：比如加特兰（做毫米波雷达芯片的也在扩展）、一些拿到融资的LiDAR芯片初创（名字可能还没那么大）。

这些公司基本都同时招数字IC和FPGA。因为芯片研发流程决定了：算法先用FPGA验证，然后IC实现。两个团队紧密合作，甚至有时一人兼顾。

技术挑战，我认为核心是“精度、速度、功耗、成本”的不可能三角里找平衡。具体来说：

– 点云算法硬件化：如何把复杂的数学运算（如FFT、滤波、神经网络）用硬件高效实现，同时保证精度。

– 系统集成与数据流管理：激光雷达芯片不是孤立模块，要和MCU、SoC交互，数据带宽和延迟管理是关键。

– 模拟/数字混合设计挑战：虽然你问数字和FPGA，但前端模拟（ADC、TIA）的性能直接影响数字处理难度，需要跨域理解。

求职技能特殊要求：除了常规的Verilog/VHDL、UVM，最好有信号处理算法硬件实现经验（如Matlab/Simulink到RTL的流程）。熟悉激光雷达工作原理和点云数据格式（如PCL库）是巨大加分项。FPGA工程师要玩得转高速收发器和DSP slice。另外，因为行业迭代快，学习能力和对自动驾驶系统的整体理解也很重要。

简单说下我知道的。

公司：禾赛、速腾肯定在招。华为车BU也有相关岗位。另外可以关注一些初创公司，比如芯探科技、芯视界（做SPAD的），他们做激光雷达核心器件，也需要芯片人才。这些公司数字IC和FPGA岗位一般都开，毕竟芯片从FPGA原型到ASIC是标准路径。

挑战方面，我觉得低功耗和实时性最难。车规级芯片对功耗和可靠性要求极高，而激光雷达数据又要实时处理，不能掉帧。这要求架构设计非常精巧。

对求职者，建议把数字电路基础打牢，然后选一个方向深入：要么深入前端设计/验证，掌握先进流程；要么深入FPGA，能把算法高效地烧进板子。共通的是都要懂点信号处理和系统架构。多看看IEEE相关论文，了解技术前沿。

从招聘角度看，国内做激光雷达芯片的公司，尤其是初创公司，确实有不少同时招数字IC和FPGA的。比如禾赛科技、速腾聚创，他们有自己的芯片团队，数字IC岗做ASIC设计验证，FPGA岗做原型验证和系统集成。还有像华为的激光雷达部门（虽然不一定是独立芯片公司）、大疆Livox，以及一些新兴的芯片设计公司如黑芝麻智能（虽然更偏感知融合，但也涉及激光雷达处理）。

技术挑战上，我觉得点云算法硬件化是核心难点。激光雷达原始数据量巨大，要把去噪、分割、聚类这些算法用硬件高效实现，对架构设计能力要求极高。高速ADC接口和低功耗当然也重要，但算法硬件化决定了芯片的竞争力和差异化。

对求职者来说，除了常规的Verilog技能，最好懂点计算机图形学或点云处理的基础知识，能看懂相关算法。有高速接口（如JESD204B）或低功耗设计经验是加分项。FPGA工程师如果只懂写RTL可能不够，需要了解整个数据链路和系统瓶颈。

我去年面试过几家这个方向的公司，可以分享点实际感受。公司方面，除了楼上提到的，还有像图达通（Innovusion）、一径科技，他们都有自研芯片的计划，招聘时数字IC和FPGA岗位经常一起放出来。有些公司FPGA岗可能归属在系统部，负责前期算法验证和硬件板卡调试。

挑战排序的话，我认为是：1. 实时性处理与算力平衡。激光雷达要求低延迟，但点云数据不规则，传统流水线或并行架构不好直接套用，设计专用计算单元挺考验功力。2. 低功耗与高性能的矛盾。车载芯片对功耗敏感，但处理性能又不能妥协。3. 高速接口的稳定性，尤其是多线激光雷达，数据吞吐量吓人。

技能树特殊要求：数字IC工程师最好有图像/视频处理IP的设计经验，转过来会容易些。FPGA工程师要熟悉高速收发器（GTY/GTH）使用，以及PCIe、DDR4这些外围接口。两者都需要一些传感器基础知识，比如TOF原理。