Quilter展示了AI现在可以设计真实硬件，世界上第一台机器工程计算机

人类建造和机器可以自主创造之间的界限刚刚发生了戏剧性的变化。 Quilter，一家专注于电子设计的物理驱动AI公司，推出了世界上第一台由人工智能设计的计算机——不仅仅是辅助，而是由人工智能引擎架构、放置、路由和验证，训练以了解支配真实硬件的物理定律。 结果不是模拟或理论演示，而是一台真正的、两块板的Linux-capable计算机，围绕NXP i.MX 8M Mini——并且第一次尝试就成功启动了。

该计划，称为 Project Speedrun，将通常需要工程团队和数月仔细放置、路由和故障排除的工作压缩成一个单周的冲刺，由一名工程师与Quilter的平台一起工作。 这是一个分水岭，不仅对于AI在硬件设计中的应用，也对于整个电子行业的创新步伐。

传统的瓶颈Quilter试图打破

现代电子设计是最后一个仍然需要深入技能的工程领域，工程师们仍然进行非常手动的工作。 PCB布局长期以来一直是一个耗时的过程，受到物理约束的影响——信号完整性、差分对匹配、热行为、EMI敏感性、阻抗目标、制造公差和数百个微妙的布局规则，这些规则会影响可靠性。 即使是最有经验的工程师也通过试验、修订和重新布线的循环来构建这些复杂的板子。

虽然软件团队可以每天发布更新，但硬件团队通常需要等待数周的修订周期。 支持系统芯片和高速接口的密集、多层板通常不会在第一次尝试中启动，即使有专家团队。 这种缓慢的迭代速度限制了实验，增加了成本，限制了产品时间表，并使硬件从根本上抵制现代软件开发的速度。

这是Quilter试图消除的瓶颈。

Quilter的AI系统如何工作

Quilter的底层引擎不是语言模型或增强的自动路由器。 它是一个 物理驱动的强化学习系统，将电气和热约束作为一级设计输入。 工程师向系统提供一个原理图和（可选）约束，AI产生制造就绪的PCB布局，同时考虑到实际行为，例如：

• 信号完整性条件
• 跟踪阻抗
• 抖动和偏移
• 热传播
• 电流承载能力
• 电磁考虑
• 物理制造能力

这不仅仅是路径查找。 它是 基于物理的推理，AI不断评估布局是否满足决定板是否在现实中运行的基本定律，而不仅仅是在屏幕上。

Quilter与标准EDA工作流集成，并支持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、检查替代方案或执行手动编辑——但重复、低附加值的放置和路由工作是自动处理的。

Project Speedrun内部：AI实际做了什么

对于其首次演示，Quilter选择了一个 真实的、生产规模的、两块板的计算机系统，具有高速总线、DDR内存、电源调节和复杂的路由需求。 该系统包括：

• 一个完整的系统芯片（SOM）
• 一个伴侣基板
• 843个组件
• 数千个连接
• 多个高速接口
• 关键的阻抗控制网

根据公司的说法，Quilter自主完成了98%的放置、路由和物理验证，留下工程师在监督角色而不是手动角色。 结果是一个需要最少编辑的布局，并且可以快速转移到制造中。

生产力影响：软件速度的设计

Project Speedrun背后的数字令人惊讶。 通常需要超过400小时的手动工作被压缩成38.5小时的总工程师参与时间，包括监督和约束调整。 纯设计工作——放置、路由、物理检查——几乎全部由Quilter处理。

11倍的设计周期加速并不仅仅是一种边际改进；它是硬件可以构建和迭代的速度的阶跃式转变。

如果这些收益在整个行业中扩大，几种转变就变得可能：

1. 硬件团队像软件团队一样迭代。
多个设计变体可以在之前只允许一个变体的同一时间窗口内进行测试、审查和制造。

2. 没有大型硬件团队的初创公司突然变得具有竞争力。
一个小团队可以在不需要大量工程师的情况下生产复杂的板子。

3. 企业可以大幅减少重设计成本。
每个避免的重设计都可以节省预算、时间和制造资源。

4. 原型和生产之间的界限变得更薄。
有了可靠的第一次启动结果，团队浪费的时间更少，用于调试基本布局问题的时间也更少。

5. 硬件创新周期压缩。
需要季度才能测试的想法现在可以在几周内实现——甚至更短。

为什么这对电子行业的未来至关重要

Quilter的公告标志着比技术成就更深刻的东西的开始。 它标志着一个新动态的开始： AI现在能够设计功能性物理系统，它们在现实世界中运行。

在过去的十年中，AI的影响主要局限于数字领域—— 代码生成、内容创作、分析、预测。 Project Speedrun将AI的影响范围扩展到物理领域，在那里，工程决策必须以不能被伪造、近似或规避的定律为基础。

影响是巨大的：

• 消费设备可以更快地进入市场，减少由设计周期引起的供应链延迟。
• 工业、医疗和汽车电子设备可以探索更多的设计变体和可靠性配置文件，而无需承担数月的工程开销。
• 机器人和物联网可以看到为狭窄用例定制的专用硬件的爆发。
• Chiplet系统、模块化计算设备和自定义板可以变得更容易被小型组织获取。
• 创新不再受到可用PCB工程师数量的限制；能力与计算能力成比例增长。

最重要的是，数字智能和物理产品创作之间的界限开始消失。 AI不再是顾问或助手——它是 有形电子设备的创造者。

前路

Quilter的系统仍在不断发展。 极高频率或超密集设计将继续挑战任何自动化系统，工程监督仍然至关重要。 但是 Project Speedrun证明了一大部分现代PCB设计已经准备好自动化——并且自动化足够可靠，以前所未有的速度生产工作硬件。

随着更多团队采用物理驱动的AI工具，整个电子开发的步伐可能会发生转变。 硬件可能终于进入软件已经享受了二十年的快速迭代时代。

目前，一个事实突出：第一台AI设计的计算机是真实的、制造的和可操作的——而这只是开始。