퀼터, 세계 최초의 기계 엔지니어링 컴퓨터를 설계한 AI의 능력 보여줘

인간이 구축하는 것과 기계가 자율적으로 생성할 수 있는 것 사이의 경계는 극적으로 변화하고 있다. 퀼터(Quilter)는 전자 설계에 중점을 둔 물리학 기반 AI 회사로, 인공 지능에 의해 설계된 최초의 컴퓨터를 공개했다. 이는 단순히 지원을 받거나 도움을 받는 것이 아니라, 인공 지능 엔진에 의해 설계, 배치, 라우팅 및 검증되었다. 결과는 시뮬레이션이나 이론적인 데모가 아니었다. 실제로 제조된 2개의 보드가 있는 리눅스용 컴퓨터로, NXP i.MX 8M Mini를 기반으로 하여 첫 번째 시도에서 성공적으로 부팅되었다.

이니셔티브는 프로젝트 스피드런이라고 불리며, 일반적으로 엔지니어링 팀과 수개월의 세심한 배치, 라우팅, 트러블슈팅이 필요한 것을 단 1명의 엔지니어가 퀼터의 플랫폼과 함께 작업하는 단 1주일의 스프린트로 압축한다. 이는 하드웨어 설계에서 인공 지능뿐만 아니라 전자 산업 전체의 혁신 속도에 있어 중요한 순간이다.

퀼터가 해결하려고 하는 전통적인 병목 현상

현대 전자 설계는 여전히 매우 숙련된 전문가들이 매우 수동적인 작업을 수행하는 마지막 엔지니어링 도메인 중 하나이다. PCB 레이아웃은 오랜 시간 동안 물리적 제약에 의해 형성된 고통스러운 과정이었다. 신호 무결성, 차동 페어 매칭, 열行为, EMI 감도, 임피던스 목표, 제조 공차, 신뢰성에 영향을 미치는 수백 개의 미세한 레이아웃 규칙 등이 있다. 가장 경험이 풍부한 엔지니어들도 이러한 복잡한 보드를 시도, 수정, 재배선의 주기들을 통해 구축한다.

소프트웨어 팀은 업데이트를 매일 배포할 수 있지만, 하드웨어 팀은 리비전 사이의 주간 단위의 주기를 기다린다. 시스템 온 모듈과 고속 인터페이스를 지원하는 다층 보드는 전문가 팀으로도 첫 번째 시도에서 부팅되지 않는다. 이러한 느린 반복 주기는 실험을 제한하고, 비용을 증가시키고, 제품 타임라인을 제한하며, 하드웨어가 현대적인 소프트웨어 개발에서 볼 수 있는 속도에 저항한다.

이것이 퀼터가 해결하려고 하는 병목 현상이다.

퀼터의 AI 시스템이 작동하는 방식

퀼터의 기본 엔진은 언어 모델이나 향상된 자동 라우터가 아니다. 이는 전기적 및 열 제약을 1차 설계 입력으로 이해하는 물리학 기반 강화 학습 시스템이다. 엔지니어는 시스템에 회로도와(선택적으로) 제약 조건을 제공하고, AI는 실제 세계에서 작동하는지 여부를 결정하는 기본 법칙을 평가하는 동안 제조 준비가 완료된 PCB 레이아웃을 생성한다. 이러한 법칙에는 다음이 포함된다.

• 신호 무결성 조건
• 트레이스 임피던스
• 지터 및 스케우
• 열 전파
• 전류 전달 능력
• 전자기적 고려
• 물리적 제조 가능성

이것은 단순한 경로 찾기가 아니다. 이는 물리학에 기반한 추론으로, AI는 레이아웃이 실제로 작동하는지 여부를 결정하는 기본 법칙을 지속적으로 평가한다.

퀼터는 표준 EDA 워크플로우와 Altium, Cadence, KiCad, Siemens 등 일반적인 도구에서 입력을 지원한다. 엔지니어는 전체 제어를 유지한다. 제약 조건을 조정하거나, 대안을 살펴보거나, 수동 편집을 수행할 수 있다. 그러나 반복적이고 낮은 수준의 작업인 배치 및 라우팅은 자동으로 처리된다.

프로젝트 스피드런: AI가 실제로 수행한 작업

데모를 위해 퀼터는 실제 생산 규모의 2개 보드 컴퓨터 시스템을 선택했다. 이는 고속 버스, DDR 메모리, 전원 조절 및 복잡한 라우팅 요구 사항을 갖춘 시스템이었다. 시스템에는 다음이 포함되었다.

• 전체 시스템 온 모듈(SOM)
• 동반 기본 보드
• 843개의 구성 요소
• 수천 개의 연결
• 여러 고속 인터페이스
• 임피던스 제어 네트

회사는 퀼터가 배치, 라우팅 및 물리적 검증의 98%를 자동으로 완료했으며, 엔지니어가 수동적인 역할이 아닌 감독적인 역할을 수행했다고 밝혔다. 결과는 최소한의 편집이 필요한 레이아웃이었으며 빠르게 제조로 이동할 수 있었다.

생산성 영향: 소프트웨어 속도의 설계

프로젝트 스피드런의 숫자는驚異的이다. 일반적으로 400시간 이상의 수동 노력이 필요한 프로세스가 단 38.5시간의 엔지니어 참여로 축소되었다. 이는 감독 및 제약 조정 시간을 포함한다. 순수한 설계 작업인 배치, 라우팅, 물리적 검증은 거의 완전히 퀼터에 의해 처리되었다.

11배의 설계 주기 가속은 소규모 개선이 아니다. 하드웨어를 구축하고 반복할 수 있는 속도에 대한 단계적 변화를 의미한다.

이러한 이점이 산업 전체에 확대된다면 몇 가지 변환들이 가능해진다.

1. 하드웨어 팀은 소프트웨어 팀과 같은 속도로 반복할 수 있다.
다중 디자인 변형을 테스트, 검토 및 제조할 수 있는 시간 창이 이전에 하나의 리비전만을 허용했던 시간 창과 동일해진다.

2. 큰 하드웨어 팀이 없는 스타트업이 경쟁력을 갖춘다.
소규모 그룹이 전문 엔지니어링 스태프 없이도 복잡한 보드를 제작할 수 있다.

3. 기업은 리스핀 비용을 크게 줄일 수 있다.
각 리스핀을 피할 때마다 예산, 시간 및 제조 자원을 절약할 수 있다.

4. 프로토타입과 생산 사이의 경계가 더 얇아진다.
신뢰할 수 있는 첫 번째 부팅 결과로 기본 레이아웃 문제를 디버깅하는 시간을 절약할 수 있다.

5. 하드웨어 혁신 주기가 압축된다.
분기 단위로 테스트해야 하는 아이디어는 이제 몇 주 또는 더 짧은 시간으로 테스트할 수 있다.

전자 산업 미래를 위한 의미

퀼터의 발표는 기술적 성과를 넘어서는 것을 의미한다. 이는 새로운 역학의 시작을 알린다. AI는 이제 실제 세계에서 작동하는 물리적 시스템을 설계할 수 있다.

과거 10년 동안 AI의 영향은 주로 디지털 도메인에 국한되었다. 코드 생성, 콘텐츠 생성, 분석, 예측 등이 포함되었다. 프로젝트 스피드런은 AI의 범위를 물리적 도메인으로 확장한다. 여기서 엔지니어링 결정은 실제로 작동하는지 여부를 결정하는 법칙에 기반해야 한다.

그것의 의미는 엄청나다.

• 소비자 기기는 디자인 주기 때문에 공급망 지연 없이 더 빠르게 시장에 나올 수 있다.
• 산업, 의료, 자동차 전자 장치는 더 많은 디자인 변형과 신뢰성 프로파일을 탐색할 수 있다. 이는 수개월의 엔지니어링 오버헤드를 유발하지 않는다.
• 로봇공학 및 IoT는 狭い 사용 사례에 맞춘 특수 하드웨어의 폭발을 볼 수 있다.
• チ플릿 시스템, 모듈형 컴퓨팅 장치 및 커스텀 보드는 더 작은 조직에서 더 쉽게 접근할 수 있다.
• 혁신은 더 이상 사용 가능한 PCB 엔지니어의 수로 제한되지 않는다. 능력은 컴퓨팅 능력과 함께 확장된다.

가장 중요한 것은 디지털 지능과 물리적 제품 생성 사이의 경계가消え간다. AI는 더 이상 조언자나 도우미가 아니다. 실제로 물리적 전자 제품의 생성자이다.

앞으로의 길

퀼터의 시스템은 여전히 발전 중이다. 매우 높은 주파수 또는 초고밀도 설계는 여전히 자동화된 시스템에 도전을 줄 것이다. 엔지니어링 감독은 여전히 필수적이다. 그러나 프로젝트 스피드런은 현대적인 PCB 설계의 큰 부분이 자동화에 준비가 되었으며, 자동화는 이전에 불가능했던 속도로 작동하는 하드웨어를 생성할 수 있을 만큼 신뢰할 수 있음을 보여주었다.

더 많은 팀이 물리학 기반 AI 도구를 채택함에 따라 전자 개발의 전체 속도는 변할 수 있다. 하드웨어는终于 소프트웨어가 2 thập kỷ 동안 즐기고 있는 빠른 반복 주기에 들어갈 수 있다.

현재 가장 두드러지는 사실은 첫 번째 AI 설계 컴퓨터가 실제로 제조되어 작동하고 있으며, 이것은 단지 시작에 불과하다.