クイラーがAIで実際のハードウェアを設計できることを実証 – 世界初のマシンエンジニアリングコンピュータ

人間が作成するものと機械が自律的に作成できるものの境界が劇的に変化しました。 クイラー は、電子設計に焦点を当てた物理学に基づくAI企業であり、初めて人工知能によって設計されたコンピュータを発表しました — ただし、単に支援されたのではなく、AIエンジンによってアーキテクチャ化、配置、ルーティング、および検証されました。このエンジンは、実際のハードウェアを支配する物理学の法則を理解するようにトレーニングされています。結果はシミュレーションや理論的なデモではありませんでした。実際には、NXP i.MX 8M Miniを中心に構築された、製造された2枚のLinux対応コンピュータでした — そして最初の試みで正常に起動しました。

このイニシアチブは、Project Speedrun と呼ばれています。通常、エンジニアリングチームと数ヶ月の慎重な配置、ルーティング、トラブルシューティングを必要とするプロセスを、クイラーのプラットフォームと協力して1人のエンジニアが1週間で実行するプロセスに圧縮します。これは、ハードウェア設計におけるAIだけでなく、全電子機器業界のイノベーションのペースにとって、画期的な瞬間です。

クイラーが壊そうとしている従来のボトルネック

現代の電子機器設計は、深く熟練した実務者が非常に手作業で作業する最後のエンジニアリングドメインの1つです。プリント基板のレイアウトは、信号の完全性、差動ペアのマッチング、熱的挙動、EMI感度、インピーダンスの目標、製造公差、その他の多数の繊細なレイアウトルールによって形成される、痛ましいプロセスでした。最も熟練したエンジニアでも、複雑な基板を試行錯誤のサイクルを通じて構築します。

ソフトウェアチームは毎日更新をリリースできますが、ハードウェアチームはリビジョンのサイクルを経て数週間待たなければなりません。システムオンチップと高速インターフェイスをサポートする、高密度のマルチレイヤーボードは、専門家チームでさえも最初の試みで正常に起動することはまれです。その遅いイテレーションのサイクルは、実験を制限し、コストを増やし、製品のタイムラインを制限し、ハードウェアをモダンソフトウェア開発で見られる速度に抵抗させるものです。

これがクイラーが排除しようとしているボトルネックです。

クイラーのAIシステムの仕組み

クイラーの基礎エンジンは、言語モデルや高度な自動ルーターではありません。電気的および熱的制約を第一級の設計入力として理解する、物理学に基づく強化学習システム です。エンジニアはシステムに回路図と（オプションで）制約を入力し、AIは実世界の動作を考慮して、製造可能なプリント基板レイアウトを生成します。たとえば、以下の点を考慮します。

• 信号の完全性条件
• トレースインピーダンス
• ジッターとスケュー
• 熱伝播
• 電流容量
• 電磁的考慮
• 物理的な製造可能性

これは単なるパスファインディングではありません。物理学に基づく 推論 です。AIは、レイアウトが現実で機能することを決定する根本的な法則に基づいて、レイアウトが機能するかどうかを継続的に評価します。
クイラーは、Altium、Cadence、KiCad、Siemensなどの標準的なEDAワークフローと統合されています。エンジニアは完全な制御を維持します。制約を調整したり、代替案を調べたり、手動で編集したりできますが、配置とルーティングの繰り返し作業は自動で行われます。

Project Speedrunの内部：AIが実際に何をしたか

デモのために、クイラーは 実際の生産スケール、2枚のコンピュータシステム を選択しました。高速バス、DDRメモリ、電力調整、複雑なルーティング要求がありました。システムには以下が含まれていました。

• システムオンチップ（SOM）
• ベースボード
• 843のコンポーネント
• 数千の接続
• 複数の高速インターフェイス
• 重要なインピーダンス制御ネット

会社によると、クイラーは配置、ルーティング、物理学的検証の98％を自律的に完了し、エンジニアの役割を監督的なものにしました。結果は、最小限の編集でレイアウトが作成され、迅速に製造に移行しました。

生産性への影響：ソフトウェアスピードでの設計

Project Speedrunの背後にある数字は驚異的です。通常、400時間以上の手作業を必要とするプロセスが、エンジニアの関与と制約の調整を含む38.5時間に圧縮されました。純粋な設計作業 — 配置、ルーティング、物理学的チェック — はほぼ完全にクイラーによって処理されました。

設計サイクルが11倍加速することは、ハードウェアがどれだけ速く構築され、イテレーションされるかという点で、わずかな改善ではありません。根本的な変化です。

これらの利益が業界全体に拡大する場合、以下の変換が可能になります。

1. ハードウェアチームはソフトウェアチームのようにイテレーションします。
複数の設計バリアントを同じ時間枠内でテスト、レビュー、および製造できます。

2. 大規模なハードウェアチームのないスタートアップは競争力を持つようになります。
小さなグループが、広範なエンジニアリングスタッフを必要とせずに、複雑なボードを生成できます。

3. 企業は再スピンコストを大幅に削減できます。
各再スピンを回避することで、予算、時間、および製造リソースを節約できます。

4. プロトタイピングと生産の境界が薄れます。
信頼性の高い最初のブート結果により、チームは基本的なレイアウト問題のデバッグに時間を浪費しません。

5. ハードウェアイノベーションのサイクルが縮小します。
数ヶ月かかっていたアイデアをテストすることが、数週間 — またはそれ以下 — で可能になります。

これが電子機器の未来にとって重要な理由

クイラーの発表は、技術的な成果以上のことを示しています。物理的な世界で機能する 物理システムを設計できるAIの出現 を示しています。

過去10年間、AIの影響は主にデジタルドメインに制限されていました — コード生成、コンテンツ作成、分析、予測。Project Speedrunは、AIの影響を物理的な世界に拡大し、エンジニアリング上の決定が、シミュレーションや近似ではなく、現実の法則に基づく必要がある領域に拡大します。

その影響は巨大です：

• 消費者向けデバイスは、設計サイクルによる供給チェーンの遅延なしに市場に出ることができます。
• 産業用、医療用、自動車用電子機器は、数ヶ月のエンジニアリングオーバーヘッドを負うことなく、より多くの設計バリアントと信頼性プロファイルを探索できます。
• ロボティクスとIoTは、特殊なユースケース向けに調整されたハードウェアの爆発的増加を見ることができます。
• チプレットシステム、モジュラー コンピューティング デバイス、カスタム ボードは、小規模な組織にとってよりアクセスしやすくなります。
• イノベーションは、利用可能なPCBエンジニアの数によって制限されるのではなく、コンピューティング リソースによって拡大します。

最も重要なのは、デジタル インテリジェンスと物理製品の作成の境界が消え始めていることです。AIは、助言者やヘルパーではなく、有形な電子機器の作成者 です。

今後の道

クイラー のシステムはまだ進化しています。非常に高周波数または超高密度設計は、自動化システムに課題を与え続けるでしょう。エンジニアリングの監督は不可欠です。しかし、Project Speedrun は、現代の多くのPCB設計が自動化に備わっていること、および自動化が信頼性の高い動作で動作するハードウェアを前例のない速度で生成できることを実証しています。

より多くのチームが物理学に基づくAIツールを採用するにつれて、電子機器開発の全体的なペースが変化する可能性があります。ハードウェアは、2つの十年前にソフトウェアが享受してきた、迅速なイテレーションの時代に入るかもしれません。

今のところ、1つの事実が際立っています。初めてAIによって設計されたコンピュータは、実際に製造され、動作しており — これは始まりにすぎません。