一、案例定位

以生成式 AI 支援晶片設計與複雜工程工作。

二、學習目標

• 理解 AI 對高複雜度設計流程的作用。
• 將設計週期轉成可衡量指標。

三、案例情境

原書指出 Nvidia 使用生成式 AI 強化 chip design，縮短複雜設計任務所需時間並提高設計效率。

四、開始資料

五、分析方法

建立 before／after design-cycle 表，追蹤設計時間、iteration 數、人工 review 與 defect。

六、計算結果

原書未提供精確時間，因此不補造實際節省比例。

七、結果分析與管理解讀

AI 能加速工程 exploration，但 design sign-off、驗證與製造約束仍需工程團隊負責。

八、AI 提問詞

根據已提供的 design-cycle metrics，比較 AI-assisted 與 baseline，不得自行新增效能數字。

九、思考／情境變動

**題目：**若教材情境由 12 週降至 9 週，縮短比例？

參考解答：(12−9)÷12=25%。