在過去的十年里，人工智能 (AI) 已經(jīng)從一個前瞻性的概念，發(fā)展成為許多大型公司日常運營的重要部分。

AI 是一套計算技術(shù)，使機器能夠在沒有任何人類干預(yù)的情況下進行推理和推斷。這些技術(shù)是利用基于數(shù)學(xué)、計算機科學(xué)、統(tǒng)計學(xué)和心理學(xué)的跨學(xué)科方法開發(fā)的。基于 AI 的解決方案可以分析大量數(shù)據(jù)，識別其中的趨勢和模式，然后利用這些結(jié)果來改進現(xiàn)有流程，并提出建議以幫助用戶做出更好的決策。

機器學(xué)習(xí) (ML) 是 AI 的一個分支，它利用統(tǒng)計學(xué)習(xí)算法構(gòu)建可以自動從經(jīng)驗中學(xué)習(xí)并改進的系統(tǒng)，而無需明確編程。ML 使機器能夠從數(shù)據(jù)中學(xué)習(xí)，而不需要明確地為其編寫規(guī)則。

深度學(xué)習(xí) (DL) 是機器學(xué)習(xí)的一個分支，其背后的靈感來源于人類大腦過濾信息和從實例學(xué)習(xí)的方式。它幫助計算機模型通過神經(jīng)網(wǎng)絡(luò)層過濾輸入數(shù)據(jù)，以預(yù)測信息和進行分類。

隨著視覺和語音識別、自然語言處理、自動駕駛車輛和數(shù)據(jù)挖掘取得重大進步，AI 技術(shù)已變得更加先進，能夠顯著降低電子系統(tǒng)設(shè)計的復(fù)雜性，并提高設(shè)計效率、質(zhì)量和生產(chǎn)力。

試想一下，如果您的電子系統(tǒng)設(shè)計工具內(nèi)置了 AI、ML 和 DL 技術(shù)，那將會是什么樣子。這正是西門子的愿景：將 AI、ML 和 DL 算法整合到產(chǎn)品中，以加快設(shè)計創(chuàng)新的速度并降低流程的復(fù)雜性。

西門子的目標(biāo)是提供 AI 增強工具，以幫助電氣工程師和設(shè)計人員：

? 做出明智的決策，提高效率

? 輕松完成日常工作，提高生產(chǎn)力

? 通過推薦后續(xù)任務(wù)來提升專業(yè)技能

PCB 設(shè)計中的 AI 應(yīng)用挑戰(zhàn)

PCB 電子系統(tǒng)工程師的任務(wù)很艱巨，需要為復(fù)雜、高速的 IC 設(shè)計合格的供電和散熱方案，同時還要確保電路板上各 IC 之間的每個高速信號的信號和熱完整性。設(shè)計人員必須在日益縮短的上市時間窗口內(nèi)，交付這些日益復(fù)雜的 PCB 和互連電子系統(tǒng)，并以較低功耗實現(xiàn)一流的性能。

學(xué)習(xí)曲線 – 人的因素

高效 PCB 設(shè)計的重大挑戰(zhàn)之一是理解該領(lǐng)域并掌握 EDA 工具所涉及的學(xué)習(xí)曲線非常陡峭。大多數(shù)工程師是在工作中學(xué)習(xí) PCB 設(shè)計。他們向?qū)熣埥蹋约簩W(xué)習(xí)，或者通過查閱 EDA 公司的技術(shù)資料來學(xué)習(xí)。但重要的內(nèi)容 —— 設(shè)計的不同對象之間的連接原因和方式，以及如何高效利用設(shè)計工具 —— 卻很少在培訓(xùn)中涉及。

PCB 設(shè)計專家以特定方式使用工具來實現(xiàn)出色的設(shè)計。這些用戶對該領(lǐng)域有著深刻的理解，并能巧妙地應(yīng)對設(shè)計工具的各種微妙之處，從而交付高效的設(shè)計方案。雖然任何工程師都有可能成為專家，但培養(yǎng)所需的技能需要多年的時間。

AI 能夠從已完成的設(shè)計中挖掘出如何使用工具完成設(shè)計任務(wù)的模式，并以可復(fù)用的形式管理這些知識。然后，AI 會引導(dǎo)設(shè)計人員或工程師進入下一個合理的步驟，而無需他們?nèi)ニ阉鹘酉聛響?yīng)該做什么，從而提供更好的設(shè)計質(zhì)量。

元器件選擇

設(shè)計工程師花費大量時間研究和選擇符合設(shè)計要求的元器件。他們?yōu)g覽多家元器件制造商的產(chǎn)品說明，尋找可用于設(shè)計的適當(dāng)元器件。我們可以基于歷史信息開發(fā)一個模型，并用來推薦可行選擇以縮小搜索范圍。例如，當(dāng)選擇處理器時，ML 模型可以基于歷史知識預(yù)測所需的其他元器件。

元器件模型創(chuàng)建

生成表示元器件的模型（例如符號、2D/3D 物理幾何形狀和仿真模型）也需要大量時間。在大型企業(yè)中，有專門的庫管理員團隊來負(fù)責(zé)查閱元器件產(chǎn)品說明，并將其轉(zhuǎn)換為設(shè)計工具可以使用的模型。這不僅要求具備深入的電子 領(lǐng)域知識，還要求了解用于生成模型的各種工具。通過使用自然語言處理、圖像識別和 ML 等 AI 技術(shù)，系統(tǒng)可以自動處理這些產(chǎn)品說明來生成所需的模型。

原理圖連接

在原理圖中布置好元器件之后，另一項手動任務(wù)是建立連接，此任務(wù)非常耗時且容易出錯。如果訓(xùn)練 ML 模型從已完成設(shè)計中提取關(guān)于元器件的使用和連接的信息，原理圖輸入工具就能向用戶推薦可能要布置在原理圖中的元器件。例如，當(dāng)設(shè)計人員放置處理器時，ML 模型可以基于歷史知識預(yù)測其需要的其他元器件。用戶確認(rèn)布局之后，工具可以提出管腳對管腳連接建議，以加快設(shè)計任務(wù)的進行。

動態(tài)復(fù)用

可以對已完成設(shè)計的功能模塊進行分析以供復(fù)用，并在支持使用各種參數(shù)進行搜索的智能數(shù)據(jù)庫中管理這些模塊。用 DL 算法訓(xùn)練模型以生成一個系統(tǒng)，使得設(shè)計工具可以預(yù)測模塊的潛在功能。通過分析原理圖中布置的元器件并使用訓(xùn)練好的 ML 模型，原理圖設(shè)計工具將會推薦匹配的功能模塊。類似地，可以從已完成設(shè)計中提取可復(fù)用的布局布線模塊，并在設(shè)計人員布置電路板時呈現(xiàn)。

約束

PCB 設(shè)計通常要遵循版圖、高速設(shè)計、制造和測試方面的眾多規(guī)則（約束）。這些信息通常是手動輸入到各個設(shè)計工具中，這是一個非常耗時且容易出錯的過程。如果設(shè)計工具能夠推薦各種設(shè)計元素需要定義的約束和值，那么上述風(fēng)險就能得到有效的控制。這些建議應(yīng)該基于當(dāng)前設(shè)計中使用的技術(shù)和從已發(fā)布設(shè)計中收集的知識。

版圖 - 布局和布線

元器件的布局和走線的布線要占用項目總時間的很大一部分。各種因素，如設(shè)計規(guī)則、匹配延遲和基于技術(shù)的布線策略等，都會影響版圖工程師關(guān)于元器件布局和布線的決策。AI 系統(tǒng)可以利用從已完成設(shè)計中獲得的知識，推薦布局和布線策略。

自動布局是又一個可以大大縮短總設(shè)計時間的功能。開發(fā)此功能需要根據(jù)當(dāng)前設(shè)計要求調(diào)整推薦的布局策略，并增強工具以執(zhí)行布局建議。

大多數(shù)現(xiàn)有版圖工具都支持自動布線。此功能的當(dāng)前實現(xiàn)大多基于啟發(fā)法，并非在所有情況下都能產(chǎn)生理想的結(jié)果。使用自動布線器的版圖工程師必須花費大量時間為自動布線器設(shè)置規(guī)則，并完成自動布線器遺漏的網(wǎng)絡(luò)布線。根據(jù)所用的疊層和技術(shù)推薦自動布線器設(shè)置，是減少與使用自動布線器相關(guān)的工作量的第一步。

自動布線器根據(jù)設(shè)計人員定義的規(guī)則集生成最優(yōu)布線，但生成的布線在視覺上并不美觀。西門子 Xpedition Layout 工具引入了一種先進的布線方法 —— 草圖布線，版圖工程師可以指示該工具按照草圖為一組網(wǎng)絡(luò)線路生成美觀的布線。我們可以使用 AI/ML 提取這些草圖模式，將其應(yīng)用到新的設(shè)計中，并在自動布線器中生成布線。

分析和驗證

利用 AI/ML 算法，分析和驗證工具可以了解各種設(shè)計敏感性，例如電氣材料特性的變化、物理設(shè)計尺寸及其影響、收發(fā)器 I/O 特性、溫度/ 電壓變化以及所有這些變量對電路板或系統(tǒng)的綜合影響，從而生成更好的設(shè)計。

ML/DL 算法可用來改進網(wǎng)格細(xì)化，微調(diào)用戶選項以產(chǎn)生更精確的仿真結(jié)果，并為過孔、走線和電纜優(yōu)化提供更好的替代建模。根據(jù)歷史運行情況，為各種設(shè)置推薦適當(dāng)?shù)闹祦磉\行各種仿真，可以產(chǎn)生更好的結(jié)果。

設(shè)計綜合

自動生成所需的 PCB 設(shè)計和相應(yīng)的制造輸出，是將 AI 應(yīng)用于電子系統(tǒng)設(shè)計的終極目標(biāo)。這不僅能減少完成設(shè)計所需的時間，還能消除通常由手動操作造成的代價高昂的錯誤。生成式設(shè)計依靠 AI 算法，通過系統(tǒng)地改變電路板的參數(shù)、結(jié)構(gòu)或形狀來找到最優(yōu)解。AI 驅(qū)動的行為模型針對電路板設(shè)計流程中廣為人知環(huán)節(jié)的創(chuàng)新，加速了生成式設(shè)計技術(shù)的發(fā)展。

審核編輯：湯梓紅