苏宙行告诉采访人员 ， 在计算机学院念本科时学的还是通识教育 ， 到了研究生阶段他才逐步聚焦于NP-hard问题与组合优化算法等方向 ， 并一路读到博士后 。
而对于已经在研究领域呆了近20年的吕志鹏 ， 近两年有一个明显的感受 。 他说 ， 和此前相比 ， 近几年招收有意愿从事工业软件方向的研究生总量、质量以及上升速度都在提高 ， 特别是“90末”“00后”对工业软件领域的关注度在变高 。
人才培养如何破局
在人才工作的长期性特征下 ， 我国工业软件所需的高水平、经验型人才仍然供不应求 ， 满足产业高速发展的产教融合人才培养体系尚未形成 。
一位从事芯片行业近20年的人士曾告诉第一财经采访人员 ， 集成电路人才存在市场缺口大、缺乏相关专业大学毕业生等问题 。 而芯片产业的极致专业性 ， 使得企业无人可用 。
王建民也在上述会议上谈道 ， 当前我国尚未建立工业软件基础人才选拔与培养有效机制 。 例如高校CAD软件理论与技术研发人才培养断档 ， 高校重应用不重基础研发 ， 加上一些互联网应用产业产生的虹吸效应 ， 高端工业软件人才存量不足 。需要从扩大工业软件教育人才基数、建设工业软件一条龙的考核新机制、特色化软件学院等政策建设、建立工业软件教育系统工程等加强人才的培养 。
在高丹看来 ， 与传统软件人才培养不同 ， 工业软件人才的培养更多需要注意的问题是对制造业行业的深入理解以及对工业企业信息化问题的了解 ， 因此培养过程中一方面要增加工业软件人才对制造业整体流程的了解 ， 另一方面要注重联合工业企业开展人才培养 ， 设计相关的课程 ， 并开展相关的实践和培训 。 “研发本就是一件前期资本投入大的事业 ， 越接近基础研究周期越长、短期效益见效越少 ， 但是一旦研发成功就会释放巨大的价值 。 ”
值得注意的是 ， 本次华科团队其实并不是一直关注芯片设计 ， 虽然实验室已经成立了40余年 ， 在三年前吕志鹏主攻是工业优化算法研究 ， 从2018年开始进行EDA方面的研究 。
吕志鹏说 ， EDA领域内核其实是复杂的算法 ， 而按高校的学科划分来看 ， 这些人才分散在计算机、数学等多个院系 。 “做芯片设计的可能是集成电路专业的学生 ， 但是他们并不是学算法出身 。 ”
吕志鹏认为 ， 在未来的人才培养过程中 ， 需要产业界和学校共同培养 。 用需求做牵引 ， 有算法跟建模的专家帮助业界梳理问题 ， 同时需要吸引各个专业做算法的复合型人才 。 同时这种专业的竞赛也可以吸纳能解决实际问题的人才 。
高丹建议 ， 对于工业软件的投入来说 ， 不仅包括资本、还包括时间 ， 要做好长期研发的准备 。 另外对于学界、研发机构和企业界 ， 甚至政府 ， 既要合作 ， 又要明确各自的职能 ， 从合作协同方面来说 ， 设置专项基金、开展重点项目研发是其中一种路径；从职责明确方面来说 ， 学界要做好基础人才的培养、设计好课程 ， 学界和研发机构组织好项目研发 ， 要勇于攻关 。