Quilter展示AI现已能设计真实硬件，推出全球首款机器设计的计算机
人类建造之物与机器自主创造之物之间的界限，刚刚以一种戏剧性的方式发生了改变。专注于电子设计的物理驱动型AI公司Quilter，发布了首款完全由人工智能设计的计算机——不仅仅是辅助设计，而是由经过训练以理解真实硬件物理定律的AI引擎，进行架构设计、元件布局、布线规划和验证。其结果并非模拟或理论演示。它是一台围绕NXP i.MX 8M Mini构建的、可制造的双板Linux计算机——并且首次尝试即成功启动。这项名为Project Speedrun的计划，将通常需要一个工程团队花费数月时间进行精心布局、布线和故障排除的过程，压缩为仅由一名工程师与Quilter平台协作的单周冲刺。这不仅是AI在硬件设计领域的分水岭时刻，也是整个电子行业创新步伐的分水岭。Quilter试图打破的传统瓶颈现代电子设计是最后几个仍由高技能从业者执行高度手工工作的工程领域之一。PCB布局长期以来一直是一个受物理约束（信号完整性、差分对匹配、热行为、EMI敏感性、阻抗目标、制造公差以及数百条影响可靠性的微妙布局规则）塑造的艰苦过程。即使是最有经验的工程师，也需要通过反复试验、修订和重新布线的循环来构建这些复杂的电路板。当软件团队可以每日发布更新时，硬件团队却常常要经历长达数周的修订周期。即使是专家团队，支持系统级模块和高速接口的密集多层板也很少能一次启动成功。这种缓慢的迭代节奏限制了实验，增加了成本，制约了产品时间线，并使硬件从根本上难以达到现代软件开发所见的速度。这正是Quilter着手要消除的瓶颈。Quilter的AI系统如何工作Quilter的底层引擎不是语言模型或增强型自动布线器。它是一个物理驱动的强化学习系统，将电气和热约束理解为一流的设计输入。工程师向系统提供原理图和（可选的）约束条件，AI则生成可直接用于制造的PCB布局，同时考虑现实世界的行为，例如： 信号完整性条件 走线阻抗 抖动和偏移 热传播 载流能力 电磁考虑因素 物理可制造性 这不仅仅是路径寻找。这是基于物理的推理，AI持续评估布局是否符合决定电路板在现实中（而不仅仅是在屏幕上）能否正常工作的基本定律。Quilter与标准EDA工作流程集成，支持来自Altium、Cadence、KiCad、Siemens和其他常用工具的输入。工程师保持完全控制——他们可以调整约束、检查替代方案或进行手动编辑——但布局和布线这种重复性、低杠杆率的工作则由系统自动处理。深入Project Speedrun：AI实际做了什么在其首次演示中，Quilter选择了一个真实的、生产规模的双板计算机系统，该系统具有高速总线、DDR内存、电源调节和复杂的布线需求。该系统包括： 一个完整的系统级模块 一个配套的基板 843个组件 数千个连接 多个高速接口 关键的阻抗控制网络 据该公司称，Quilter自主完成了98%的布局、布线和物理验证工作，使工程师处于监督角色而非手动操作角色。其结果是产生的布局只需极少编辑，并能快速进入制造阶段。生产力影响：以软件速度进行设计Project Speedrun背后的数字令人震惊。一个通常消耗超过400小时人工工作的过程，被减少到总计38.5小时的工程师参与时间，包括监督和约束调整。纯粹的设计工作——布局、布线、物理检查——几乎完全由Quilter处理。设计周期加速11倍不仅仅是一个边际改进；它是硬件构建和迭代速度的一个阶跃式转变。如果这些收益在整个行业推广，几种转变将成为可能：1. 硬件团队像软件团队一样迭代。 可以在以前仅允许进行一次设计的时间窗口内，测试、审查和制造多个设计变体。2. 没有大型硬件团队的初创公司突然变得具有竞争力。 一个小团队可以生产复杂的电路板，而无需庞大的工程人员。3....
