Моделі та платформи ШІ

Quilter демонструє, що тепер AI може проектувати реальне апаратне забезпечення з першою в світі комп’ютером, розробленим машиною

mm

Межа між тим, що люди будують, і тим, що машини можуть автономно створювати, зазнала драматичних змін. Quilter, компанія, що займається фізико-обумовленим штучним інтелектом, орієнтованим на електронний дизайн, представила перший комп’ютер, розроблений штучним інтелектом — не просто допоміжний, а архітектурно спроектований, розміщений, маршрутизований і перевірений інженерами, які розуміють закони фізики, що керують реальним апаратним забезпеченням. Результатом не стала симуляція чи теоретична демонстрація. Це був виготовлений, двоплатний комп’ютер, здатний працювати під управлінням Linux, побудований навколо процесора NXP i.MX 8M Mini — і він успішно завантажився з першої спроби.

Ініціатива, названа Project Speedrun, стискає те, що зазвичай вимагає інженерної команди та місяців ретельного розміщення, маршрутизації та налагодження, у єдиний тиждень, керований лише одним інженером, який працює поряд з платформою Quilter. Це вододільний момент не лише для штучного інтелекту в проектуванні апаратного забезпечення, а й для темпу інновацій у всій електронній промисловості.

Традиційна пляшка, яку Quilter намагається зламати

Сучасний електронний дизайн є однією з останніх інженерних сфер, де глибоко кваліфіковані фахівці все ще виконують дуже ручну роботу. Розміщення друкованої плати давно є болісним процесом, сформованим фізичними обмеженнями — цілісністю сигналу, різницевими párами, тепловим поведінкою, чутливістю до електромагнітних перешкод, цілями імпедансу, технологічними допусками та сотнями тонких правил розміщення, що впливають на надійність. Навіть найстаріші інженери будують ці складні плати через цикли спроб, ревізій та повторної маршрутизації.

Хоча команди програмістів можуть випускати оновлення щодня, команди апаратного забезпечення часто чекають через тривалі цикли між ревізіями. Густо насичена, багаторівнева плата, що підтримує систему на модулі та високошвидкісні інтерфейси, рідко завантажується з першої спроби, навіть з експертними командами. Цей повільний темп ітерацій обмежує експерименти, збільшує витрати, обмежує графік продукції та робить апаратне забезпечення фундаментально несприйнятливим до швидкості, яку бачимо у сучасному розробці програмного забезпечення.

Це та пляшка, яку Quilter намагається зламати.

Як працює система штучного інтелекту Quilter

Базовий двигун Quilter не є мовною моделлю чи покращеним авто-рутером. Це фізико-обумовлена система навчання з підкріпленням, яка розуміє електричні та теплові обмеження як першокласні вхідні дані для проектування. Інженери вводять у систему схему та (опційно) обмеження, а штучний інтелект виробляє готові до виготовлення макети друкованої плати, враховуючи реальну поведінку, таку як:

  • умови цілісності сигналу
  • імпеданс слідів
  • джитер та зміщення
  • теплова передача
  • ємність, що переносить струм
  • електромагнітні міркування
  • фізична технологічна можливість

Це не просто пошук шляху. Це розуміння, засноване на фізиці, з штучним інтелектом, який безперервно оцінює, чи відповідає макет вимогам законів, що визначають, чи буде плата функціонувати в реальності, а не просто на екрані.

Quilter інтегрується зі стандартними робочими процесами EDA та підтримує вхідні дані з Altium, Cadence, KiCad, Siemens та інших загальних інструментів. Інженери зберігають повний контроль — вони можуть регулювати обмеження, вивчати альтернативи чи виконувати ручні редагування — але повторювана, низьковажлива робота розміщення та маршрутизації обробляється автоматично.

Всередині проекту Speedrun: Що штучний інтелект насправді зробив

Для своєї дебютної демонстрації Quilter вибрав реальну, промислову, двоплатну комп’ютерну систему з високошвидкісними автобусами, пам’яттю DDR, регулюванням живлення та складними вимогами до маршрутизації. Система включала:

  • повну систему на модулі (SOM)
  • компаньйонську базову плату
  • 843 компоненти
  • тисячі з’єднань
  • багатьох високошвидкісних інтерфейсів
  • критичних імпеданс-контрольованих мереж

За словами компанії, Quilter автономно завершив 98% розміщення, маршрутизації та фізичної перевірки, залишивши інженера у наглядовій ролі, а не у ручній. Результатом став макет, який потребував мінімальних редагувань та швидко перейшов до виготовлення.

Вплив на продуктивність: Проектування на швидкості програмного забезпечення

Числа за проектом Speedrun вражаючі. Процес, який зазвичай потребує понад 400 годин ручної праці, був скорочений до 38,5 годин загальної участі інженера, включаючи нагляд та регулювання обмежень. Чиста проектна робота — розміщення, маршрутизація, фізичні перевірки — була майже повністю оброблена Quilter.

Прискорення проектних циклів на 11 разів не є лише маржинальним поліпшенням; це стрибок у тому, як швидко апаратне забезпечення може бути побудовано та ітеровано.

Якщо ці здобутки будуть масштабовані по всій галузі, можливими стають кілька перетворень:

1. Команди апаратного забезпечення ітерують, як команди програмного забезпечення.
Багатьох варіантів проектування можна протестувати, розглянути та виготовити протягом того самого часу, який раніше дозволяв лише одну.

2. Стартапи без великих команд апаратного забезпечення раптом стають конкурентоспроможними.
Маленька група може виготовляти складні плати без потреби у великій інженерній команді.

3. Корпорації можуть суттєво скоротити витрати на повторну роботу.
Кожна повторна робота, яку вдається уникнути, економить бюджет, час та виробничі ресурси.

4. Кордон між прототипуванням та виробництвом стає тоншим.
З надійними результатами першого завантаження команди витрачають менше часу на виправлення фундаментальних питань розміщення.

5. Цикли інновацій апаратного забезпечення стискаються.
Ідеї, які раніше потребували кварталів для тестування, тепер можуть зайняти тижні — або менше.

Чому це має значення для майбутнього електроніки

Оголошення Quilter сигналізує про щось більш глибоке, ніж технічне досягнення. Воно позначає початок нової динаміки: штучний інтелект тепер здатний проектувати функціональні фізичні системи, які діють у реальному світі.

За останні десять років вплив штучного інтелекту був переважно обмежений цифровими доменами — генерація коду, створення контенту, аналіз, передбачення. Проект Speedrun розширює вплив штучного інтелекту на фізичний домен, де інженерні рішення повинні бути засновані на законах, які не можуть бути фальшивими, наближеними чи обійденими.

Вплив величезний:

  • Пристрої споживачів можуть вийти на ринок швидше, з меншими затримками ланцюга постачання, викликаними циклами проектування.
  • Промислове, медичне та автомобільне апаратне забезпечення можуть досліджувати більше варіантів проектування та профілів надійності без витрат місяців інженерної праці.
  • Робототехніка та IoT можуть побачити вибух спеціалізованого апаратного забезпечення, адаптованого до вузьких випадків використання.
  • Системи чиплетів, модульні обчислювальні пристрої та спеціальні плати можуть стати набагато більш доступними для менших організацій.
  • Інновації вже не стають обмеженими кількістю доступних інженерів з апаратним забезпеченням; можливість масштабується з обчислювальною потужністю.

Найважливіше, що кордон між цифровим інтелектом та створенням фізичної продукції починає зникати. Штучний інтелект вже не радник чи помічник — це творець осяжної електроніки.

Дорога вперед

Система Quilter все ще еволюціонує. Надзвичайно високочастотні або надгусто насичені проекти продовжуватимуть викликати будь-яку автоматизовану систему, а нагляд інженерів залишається важливим. Але Проект Speedrun демонструє, що велика частина сучасного проектування друкованої плати готова до автоматизації — і що автоматизація достатньо надійна, щоб виробляти робоче апаратне забезпечення на безпрецедентній швидкості.

Якщо більше команд приймуть фізико-обумовлені інструменти штучного інтелекту, весь темп розвитку електроніки може зсунутися. Апаратне забезпечення, можливо, нарешті вступить у швидкозмінний вік, який програмне забезпечення насолоджувалося протягом двох десятиліть.

Наразі одне факт виділяється понад усе: перший комп’ютер, розроблений штучним інтелектом, реальний, виготовлений та функціонуючий — і це тільки початок.

Антуан - видний лідер і засновник Unite.AI, який рухається незламною пристрасті до формування та просування майбутнього штучного інтелекту та робототехніки. Як серійний підприємець, він вважає, що штучний інтелект буде таким же революційним для суспільства, як і електрика, і часто захоплюється потенціалом революційних технологій і AGI.

Як футуролог, він присвячений вивченню того, як ці інновації будуть формувати наш світ. Крім того, він є засновником Securities.io, платформи, орієнтованої на інвестування в передові технології, які переінакшують майбутнє і змінюють цілі сектори.