本文轉載自 iconnect007.com。
在 DesignCon 2023 大會上，iconnect007.com 網站採訪了 Cadence Design Systems 的產品管理組總監 Brad Griffin，請他談一談如何將人工智慧和機器學習作為工程設計輔助工具，用來優化訊號和電源完整性。
Brad 認為，將人工智慧添加到設計流程的優化工具中，有助於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，效率遠高於工程師們的赤手空拳。
問：Brad，作為系統分析團隊的產品行銷總監，您目前在做哪些工作？
Brad：其中一些是老生常談，包括訊號完整性、電源完整性、高速設計以及更高水準的整合。但也有令人眼前一亮的新技術，比如現在的熱門話題人工智慧 (AI) 和機器學習 (ML) 輔助優化，我們將它們融進了整體的訊號 / 電源完整性解決方案。
問：我們收到用戶提問：「為什麼將概念驗證投入生產如此困難？」大家不明白整個流程。
Brad：從模擬角度來看，很長一段時間以來，我們為用戶提供了參數化的可能，例如，“這是最小值，這是最大值，可能中間還有幾個步驟。所有參數可能都要模擬，因為其中有一個變數可能對應 5 個不同的值。”現在，假設有另一個變數，也對應 5 個不同的值。那麼5x5，就是 25 個參數，如果再有一個變數，就是 125 個參數。這個數字還可以不斷翻倍…
問：接下來是 625？
Brad：對！如果使用者的設計需要使用一個全波 3D 場求解器，最理想的情況下模擬僅需要 5 分鐘，但實際上則可能高達幾個小時，用戶不可能進行 625 次模擬並迅速做出決定。而我們的新技術 Optimality，可以在模擬過程中利用 AI/ML 分析這些變數，運行其中的一些變數，搞清楚哪些變數看起來不錯，哪些結果不太好；並引導後續的模擬，找到最佳值，説明使用者設定目標解決方案。因此，使用者不再需要 625 次模擬，可能只需要運行 20 次，模擬時間也能從幾周縮短到半天之內。眾所周知，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 使用人工智慧和機器學習技術 (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了高達 100 倍的速度提升。
問：AI/ML 的主要作用是管理預期，而不是指望它一氣呵成，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，但也許有一天會實現。事實上，Cadence 團隊正在讓 Allegro 環境支持 AI 功能。從網表開始，在確保訊號和電源完整性的前提下進行佈線。我們並不是想削弱設計人員努力的價值，而是想讓他們的工作更高效，確保他們可以做出更明智的決策，從而在更短的時間內完成更多工作。
在 Allegro 環境中，只需選擇電源和接地所在的層即可開始生成過程。
我們的訊號完整性解決方案需要創建良好的互連模型。如果要瞭解訊號如何從一層過渡到另一層，可以透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 為他們開闢了新思路，提供了更多可能性，因此他們可以找到最佳解決方案。借助人工智慧技術，工程師可以在更廣的取值範圍內運行模擬，提升工作效率。從這個角度來看，人工智慧令人驚喜。
「我們是 Cadence Optimality Intelligent System Explorer 的早期採用者，在具有多個通孔結構和傳輸線的軟硬結合 PCB 板上，該工具性能卓越。Optimality Explorer 的 AI 驅動優化讓我們發現了新穎的設計和方法，而這些是我們利用其它工具無法實現的。Optimality Explorer 為原本就性能強大的 Clarity 3D Solver 增加了智慧，説明我們加速達成性能目標。」
—— Kyle Chen
微軟首席硬體工程師
「聯發科是 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確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產力，並成功完成最終產品。」
—— Aaron Yang 和 Howard Yin
聯發科設計總監
根據訊號或電源完整性完整的結果，模擬工具可以生成眼圖。在此之前，提取工具將提供高品質的互連模型，這需要有良好的互連設計。這就是 Optimality 的用武之地，確保用戶能夠優化設計。最終敲定設計方案時，使用者可以提取準確的模型，信心十足地完成簽核，確信設計在訊號完整性上完美通關。
產品設計變得越來越複雜，而 AI 有助於縮短設計週期。我曾經接觸過虛擬實境產品，儘管 Meta 在努力降低計算量，但依然要確保虛擬實境頭盔的散熱性能，不能讓使用者受到 EMI 輻射。在這種前沿產品的設計過程中，我們的模擬工具發揮著關鍵作用。
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為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，使用者可以進行智慧掃描，並確定從未設想的優化解決方案。現在，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 多物理場分析技術整合
問：所以說，Optimality 技術是在充分利用 AI 的潛能，引導用戶做出有助於最佳設計的決策？
Brad：設計流程的關鍵在於設計決策，而 Optimality 可以幫助用戶做出更明智的決定。否則，我們只是在盲目進行的幾次模擬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 號才是最佳選擇，更有助於提升產品性能。但若只憑工程師自己去實現，是並不現實的。
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，但他認為不能將 AI 直接插入到現有 EDA 工具的代碼中，因為其中許多工具是在 15 到 20 年前編寫的。
Brad：他說的沒錯。但 Cadence Sigrity X 採用全新的引擎， Clarity 3D Solver 也是近年全新打造，並不像其他工具那樣是上世紀 90 年代編寫的老古董。Happy 的話道理不假，但 Cadence 重新編寫了自己的工具，具備最新的軟體工程功能。
總體而言，人工智慧將是助力工程設計的強大工具。Cadence Optimality Intelligent System Explorer 使用人工智慧和機器學習技術 (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。
如果想瞭解更多 Optimality 技術，歡迎聯繫 Cadence 台灣官方代理商 Graser 映陽科技 團隊。
本文授權轉載出處
長按識別 QRcode，關注「Cadence 楷登 PCB 及封裝資源中心」
歡迎關注 Graser 社群，即時掌握最新技術應用資訊
