本文轉載自 iconnect007.com。
在 DesignCon 2023 大會上，iconnect007.com 網站采訪了 Cadence Design Systems 的産品管理組總監 Brad Griffin，請他談一談如何将人工智能 (AI) 和機器學習作爲工程設計輔助工具，用來優化信号和電源完整性。
Brad 認爲，将人工智能添加到設計流程的優化工具中，有助于工程師評估大量的潛在解決方案，鎖定更多經過高度優化的解決方案，效率遠高于工程師們的赤手空拳。
問：Brad，作爲系統分析團隊的産品營銷總監，您目前在做哪些工作？
Brad：其中一些是(shì)老生常談，包括信号完整性、電源完整性、高速設計以及更高水平的集成。但(dàn)也有令人眼前一亮的新技術，比如現(xiàn)在的熱門話(huà)題人工智能 (AI) 和機器學習 (ML) 輔助優化，我們将它們融進了整體的信号 / 電源完整性解決方案。
問：我們收到用戶提問：“爲什麽将概念驗證投入生産如此困難？”大家不明白整個流程。
Brad：從仿真角度來看，很長一段時間以來，我們爲用戶提供了參數化的可能，例如，“這是(shì)最小值，這是(shì)最大值，可能中間還有幾個步驟。所有參數可能都要仿真，因爲其中有一個變量可能對應 5 個不同的值。”現(xiàn)在，假設有另一個變量，也對應 5 個不同的值。那麽 5x5，就是(shì) 25 個參數，如果再有一個變量，就是(shì) 125 個參數。這個數字還可以不斷翻倍…
問：接下來是(shì) 625？
Brad：對！如果用戶的設計需要使用一個全波 3D 場求解器，最理想的情況下仿真僅需要 5 分鍾，但(dàn)實際上則可能高達幾個小時，用戶不可能進行 625 次仿真并迅速做出決定。而我們的新技術 Optimality，可以在仿真過程中利用 AI/ML分析這些變量，運行其中的一些變量，搞清楚哪些變量看起來不錯，哪些結果不太好；并引導後續的仿真，找到最佳值，幫助用戶設定目标解決方案。因此，用戶不再需要 625 次仿真，可能隻需要運行 20 次，仿真時間也能從幾周縮短到半天之内。衆所周知(zhī)，AI/ML 引擎的速度很快，容量也很大，我們可以在流程的早期使用，從而在後期獲得最佳結果。
Optimality Explorer 使用人工智能和機器學習技術 (AI/ML) 來自動指導優化，平均速度比傳統手動操作快 10 倍，在一些設計上甚至實現(xiàn)了高達 100 倍的速度提升。
問：AI/ML 的主要作用是(shì)管理預期，而不是(shì)指望它一氣呵成，直接完成整套流程。
Brad：目前還不能利用 AI/ML 直接完成整套流程，但(dàn)也許有一天會實現(xiàn)。事實上，Cadence 團隊正在讓 Allegro 環境支持 AI 功能。從網表開始，在确保信号和電源完整性的前提下進行布線(xiàn)。我們并不是(shì)想削弱設計人員(yuán)努力的價值，而是(shì)想讓他們的工作更高效，确保他們可以做出更明智的決策，從而在更短的時間内完成更多工作。
在 Allegro 環境中，隻需選擇電源和接地所在的層即可開始生成過程。
我們的信号完整性解決方案需要創建良好的互連模型。如果要了解信号如何從一層過渡到另一層，可以通過多種方式來設計過孔或過孔陣列。而我們的一些客戶表示，Optimality 爲他們開辟了新思路，提供了更多可能性，因此他們可以找到最佳解決方案。借助人工智能技術，工程師可以在更廣的取值範圍内運行仿真，提升工作效率。從這個角度來看，人工智能令人驚喜。
“我們是(shì) Cadence Optimality Intelligent System Explorer 的早期采用者，在具有多個通孔結構和傳輸線(xiàn)的剛柔結合 PCB闆上，該工具性能卓越。Optimality Explorer 的 AI 驅動優化讓我們發現(xiàn)了新穎的設計和方法，而這些是(shì)我們利用其它工具無法實現(xiàn)的。Optimality Explorer 爲原本就性能強大的 Clarity 3D Solver 增加了智能，幫助我們加速達成性能目标。”
—— Kyle Chen
微軟首席硬件工程師
“聯發科是(shì) SerDes 設計技術的領導者。在我們最近進行的 112G PAM4 SerDes 項目中，Cadence 的 Optimality Explorer 和 Clarity 3D Solver 幫助我們實現(xiàn)了 75% 的性能提升。Cadence 提供了突破性的 AI 驅動優化，讓我們可以快速有效地确定最佳回波損耗和插入損耗，以及 TDR 波形，加速了設計團隊的生産力，并成功完成最終産品。”
—— Aaron Yang 和 Howard Yin
聯發科設計總監
根據信号或電源完整性完整的結果，仿真工具可以生成眼圖。在此之前，提取工具将提供高質量的互連模型，這需要有良好的互連設計。 這就是(shì) Optimality 的用武之地，确保用戶能夠優化設計。最終敲定設計方案時，用戶可以提取準确的模型，信心十足地完成簽核，确信設計在信号完整性上完美通關。
産品設計變得越來越複雜(zá)，而 AI 有助于縮短設計周期。我曾經接觸過虛拟現(xiàn)實産品，盡管 Meta 在努力降低計算量，但(dàn)依然要确保虛拟現(xiàn)實頭盔的散熱性能，不能讓用戶受到EMI輻射。在這種前沿産品的設計過程中，我們的仿真工具發揮着關鍵作用。
問：用戶對 AI/ML 有何想法？
Brad：很多人都會覺得：“哇，我以前從來沒有想過這些。”他們感到獲得了一種可以讓他們成爲更出色工程師的工具；對此我也深有同感。Cadence 工具速度快，容量高；當 Clarity 3D Solver、Celsius Thermal Solver、 Sigrity X 等工具在多個核心上運行時，能夠快速解決問題。有了這些得心應手的利器，用戶可以進行智能掃描，并确定從未設想的優化解決方案。現(xiàn)在，借助 AI 自身的計算能力，工程師可以專注于更出色的設計開發。
Optimality 與 Cadence 多物理場分析技術集成
問：所以說，Optimality 技術是(shì)在充分利用AI的潛能，引導用戶做出有助于最佳設計的決策？
Brad：設計流程的關鍵在于設計決策，而 Optimality 可以幫助用戶做出更明智的決定。否則，我們隻是(shì)在盲目進行的幾次仿真中猜測哪一個結果最好。我們完全不會想到，其實可能還有另外 50 種方案，其中第 47 号才是(shì)最佳選擇，更有助于提升産品性能。但(dàn)若隻憑工程師自己去(qù)實現(xiàn)，是(shì)并不現(xiàn)實的。
問：富士康的前首席技術官 Happy Holden 一直推崇在 EDA 工具中引入 AI 技術，但(dàn)他認爲不能将 AI 直接插入到現(xiàn)有 EDA 工具的代碼中，因爲其中許多工具是(shì)在 15 到 20 年前編寫的。
Brad：他說的沒錯。但(dàn) Cadence Sigrity X 采用全新的引擎， Clarity 3D Solver 也是(shì)近年全新打造，并不像其他工具那樣是(shì)上世紀 90 年代編寫的老古董。Happy 的話(huà)道理不假，但(dàn) Cadence 重新編寫了自己的工具，具備最新的軟件工程功能。
總體而言，人工智能将是(shì)助力工程設計的強大工具。Cadence Optimality Intelligent System Explorer 使用人工智能和機器學習技術 (AI/ML) 來自動指導優化，使電子系統的多學科分析和優化 (MDAO) 得以實現(xiàn)。
如果想了解更多 Optimality 技術，歡迎聯系 Cadence China 官方代理商 Graser 敦衆軟件 團隊。
本文授權轉載出處
長按識别 QRcode，關注「Cadence 楷登 PCB 及封裝資源中心」
歡迎關注 Graser 社群，實時掌握最新技術應用信息
