Приложения на изкуствения интелект в проектирането на електронни системи – част I

• Днес AI базирани платформи и инструменти намират все по-обширна употреба в проектирането на електронни системи, схеми и печатни платки
  
  
• Експертите определят приноса на изкуствения интелект в дизайна и прототипирането на електронни устройства като перфектен баланс между иновации и практичност
  
  
• Пазарните статистики са категорични – през последните години се наблюдава истински бум на AI в електронния сектор

Каквото и да се каже за потенциала и възможностите на изкуствения интелект (ИИ) в наши дни, то изглежда няма как да бъде напълно изчерпателно, тъй като технологията се развива със светкавични темпове, наред с експоненциалното разширяване на приложенията си в различни сектори. Няма да е преувеличено и твърдението, че ИИ води до нова революция в електронната индустрия. Днес AI базирани платформи и инструменти намират все по-обширна употреба в проектирането на електронни системи, схеми и печатни платки.

Експертите определят приноса на изкуствения интелект в дизайна и прототипирането на електронни устройства като перфектен баланс между иновации и практичност. AI решенията автоматизират множество ключови задачи и елиминират голяма част от сложните, трудоемки и изискващи време дейности, извършвани от проектантите на ръка или само с конвенционални средства. Така става възможно реализирането на много по-координирани процеси, значително по-висока производителност, ускорена разработка и непостигана досега ефективност.

Изкуственият интелект позволява оптимално оползотворяване на ограничените пространства върху печатните платки при разполагане на компоненти и трасиране на връзки, при разработка на схеми, обработка на огромни обеми от данни, идентифициране на модели, симулация на функционалността и дори регресионен и прогнозен анализ на всеки дизайн.

Статистиките на маркетолозите са категорични – през последните години се наблюдава истински бум на AI в електронния сектор, а глобалният пазар на ИИ решения за проектиране на потребителска и индустриална електроника се очаква да надхвърли 10 млрд. щатски долара до 2027 г. За сравнение, общият пазар на софтуерни инструменти за автоматизация на електронния дизайн (EDA) е на стойност приблизително 11,7 млрд. долара през 2021 г. с прогнози да надмине 26 млрд. до 2030 г.

Огромният дял на AI базираните платформи показва фундаменталната роля на изкуствения интелект за по-нататъшното развитие на технологиите в областта на проектирането на електронни схеми, устройства и системи. И макар технологията все още да среща известни ограничения в дадени специфични приложения, като калибрирането на сензори, потенциалът й да изведе електронната промишленост на изцяло ново ниво е безспорен.

Основни направления, които AI има потенциал да оптимизира

Изкуствен интелект в съвременната електронна индустрия се използва основно в три направления:

• При проектирането на интегрални схеми и компоненти (т. нар. чипове) и технологии за производството им;
  
  
• При проектирането на електронни схеми (схемотехника), включително т. нар. ASIC интегрални схеми за специфични приложения, както и на печатни платки (PCB);
  
  
• При проектирането на цялостни електронни сензорно-механични системи.

Пазарът предлага богат избор от AI базирани платформи и инструменти за проектиране на интегрални схеми, които чрез усъвършенствани алгоритми и машинно самообучение оптимизират процесите по дизайн, верифициране и предварително тестване на полупроводникови прибори. Ключово приложение е откриването на т. нар. оптимално PPA съотношение – между енергия, производителност и площ. Налице е огромен брой параметри с променливи стойности, разнообразните комбинации от които водят до различни резултати. Всички възможни варианти обаче е практически непостижимо да бъдат изпробвани от дизайнера в обозрим срок без помощта на мощна AI технология, която автоматизира повторяемите операции и гарантира високо качество и бързина при идентифицирането на най-добрата PPA (Power, Performance, Area) комбинация.

Основните предимства от използването на ИИ в дизайна на електронни схеми, устройства и системи са свързани с повишаване на степента на автоматизация, съкращаване на процеса по разработка, оптимизиране на работните потоци, както и минимизиране на грешките, които биха коствали допълнително време и ресурси.

Автоматизацията в проектирането на електроника, разбира се, далеч не е новост. Програмни средства, а по-късно и специализирани софтуерни инструменти за целта в категориите EDA (Electronic Design Automation) и ECAD (Electronic Computer-Aided Design) – за компютърно асистирано проектиране, се използват в сектора още от 70-те години на миналия век. Тъй като една модерна интегрална схема може да има буквално милиарди компоненти, благодарение на т. нар. VLSI процеси за интеграция в много голям мащаб, сложността и мащабът на дизайна й изискват комплексна и комбинирана EDA/ECAD функционалност. Приложенията на AI технологиите в този сегмент са все още в сравнително ранна фаза, като тепърва се идентифицират и оценяват различни практически сценарии на употреба, но практически неизчерпаемите възможности на изкуствения интелект да решава сложни проблеми, свързани с огромни обеми от данни, като разработката и валидирането на модели за симулация и тестови програми, вече се признават от всички големи световни производители на електроника.

GPT моделите в помощ на проектантите

В помощ на дизайнерите на електронни схеми, устройства и системи влизат и т. нар. GPT модели, известни още като чатботове и все по-познати на потребителите в различни сфери. Те могат да бъдат дефинирани като усъвършенствани изчислителни инструменти с генеративни възможности, базирани на специализирана предварителна подготовка – технология с огромен трансформативен потенциал, произтичащ до голяма степен от простотата, свободния достъп, интуитивността и лекотата на взаимодействие с GPT програмите. Обучени да разбират сложни концепции в областта на електронните и интегрални схеми, AI инструменти, като ChipGPT, SnapMagic, Electronics and Circuit Analysis, Electronics Hardware Design GPT, Circuit Helper, Electro Wizard, Electrical Engineering Circuit, Embedded and Electrical Systems Engineer, PCB Designer, Circuit Wizard, Circuit Diagram Helper, помагат на професионалистите в електронния сектор да създават, анализират, оптимизират и тестват сложни дизайни за минути или дори секунди. Основни задачи, за които чатботовете и плъгините за проектиране на електроника към тях могат да бъдат използвани, са: селектиране на компоненти, генериране на код или скриптове, финализиране на недовършени проекти, изчистване на грешки, автоматизирано тестване, базови изчисления, разясняване и резюмиране на сложна техническа документация и др.

Отлично приложение на GPT програмите е оптимизирането на т. нар. BOM (Bill of Materials) с цел намаляване на разходите или консумацията на енергия. AI платформата може да е свързана с базите данни на даден производител и неговите дистрибутори и търговски партньори и да информира потребителя, когато даден компонент е изчерпан или наличен в малки количества, както и да препоръча подходяща алтернатива.

AI в проектирането на електронни схеми

Що се отнася до потенциала на ИИ да оптимизира дизайна на електронни схеми – едно от най-масовите му приложения в електронното производство в наши дни, технологията е способна да анализира и балансира множество ключови параметри, като консумация на енергия, качество на сигнала, шум и топлинни характеристики. AI моделите са способни да намират”скрит” потенциал за повишаване на ефективността на даден проект, който би останал невидим за човешкото око. Пример е идентифицирането на оптимално съотношение между ниско енергийно потребление и висока тактова честота. За платформите с ИИ е лесно да приоритизират няколко параметъра накуп, генерирайки набор от най-добрите потенциални вариации в конфигурацията, оставяйки на дизайнера да избере най-подходящата за конкретното приложение.

Схемотехниката традиционно изисква времеемка и сложна разработка на схеми – диаграмите, представляващи електронните компоненти и връзките между тях. Дори при опитните дизайнери и с използването на EDA инструменти този комплексен процес не е застрахован от грешки, а отстраняването им води до сериозни загуби на ресурси за компаниите. Ето защо изкуственият интелект се счита за истински “game changer” – технология, която “променя правилата на играта” в електронния дизайн. AI платформите вземат предвид силните и слабите страни на всички съществуващи дизайни, на които са обучени чрез достъп до мащабни библиотеки, както и конкретните спецификации на производителя за всеки нов проект, предотвратявайки грешките в рамките на всяка стъпка от процеса. Селектирането на компоненти се извършва изцяло автоматизирано или с избор измежду няколкото най-добри опции. Така преглеждането на огромните продуктови листи на производителите и гигантските купчини от документи с технически спецификации остава в миналото. В резултат се създават електронни схеми, при които пространството е използвано по оптимален начин, а необходимата функционалност е постигната чрез комбинация от най-ефективен дизайн, най-нисък риск от смущения в сигнала, най-малко отпадна топлина, най-ниска консумация на енергия и най-малко разходи.

Изкуствен интелект в проектирането на печатни платки

Ключова задача в сферата на PCB дизайна, обикновено изискваща най-сериозен ресурс, е позиционирането на електронните компоненти върху печатната платка. Тук е необходимо да се вземат предвид съществени фактори, като качество на сигнала, разсейване на топлината и размер на подложката. Силата на изкуствения интелект отново се корени в предлагането на оптимален баланс между приоритетите, а благодарение на използването му е възможно постигането на много по-компактни и ефективни дизайни за различни приложения.

Огромен потенциал притежават AI платформите да оптимизират т. нар. Place-and-Route процеси, при които се избира оптимално разположение на елементите върху платката и прецизно се трасират проводящите контури или писти (т. нар. рутиране, опроводяване). Софтуер за автоматизирано рутиране в електрониката се използва отдавна, но с помощта на ИИ е възможно разкриването на значителен допълнителен потенциал по отношение на ефективността и предотвратяването на грешки, смущения, прегряване и други проблеми. Това дали даден дизайн на електронна схема може да бъде успешно превърнат във функционална физическа печатна платка, подходяща рентабилно да бъде произвеждана и в големи мащаби, до голяма степен зависи имено от ефективното позициониране и опроводяване. Ето защо този процес в електронната индустрия често е обект на отделна работна длъжност – за него отговарят висококвалифицирани професионалисти, специализирани конкретно или единствено в това. Сериозен проблем за сектора обаче е фактът, че тези специалисти постепенно се пенсионират, а новото поколение електронни инженери е изправено пред предизвикателството да “жонглира” с множество различни технологии, изискващи разнообразни знания и умения. Така с времето позиционирането на компонентите и рутирането на печатни платки се прехвърля като задача от проектантите към софтуера, който е необходимо да може да върши това с минимална намеса от страна на оператор. AI платформите се явяват естествено решение на този проблем, гарантирайки и висока степен на “чистота” от грешки на готовия дизайн. За целта се използват т. нар. генетични алгоритми, вдъхновени от естествения процес на еволюция и селекция на най-успешната вариация. Моделите с машинно самообучение пък без усилия генерализират принципите при разработката на голям брой висококачествени и високоефективни дизайни, за да ги прилагат при създаването на нови. Отделни AI инструменти за оптимизация могат да бъдат приложени в оптимизирането и на различни параметри на дизайна, като използване на пространството, енергийна ефективност или цялост на сигнала.

Критична стъпка в процеса обикновено е т. нар. DRC етап (Design Rule Checking) или проверка за съвместимостта на дизайна със спецификациите на производителя. Изкуственият интелект осигурява множество ползи в тази фаза, подчертавайки трудно забележими потенциални проблеми, например при ширината на проводимите пътеки или отстоянията между компонентите. Според експертите в близко бъдеще AI платформите ще са способни напълно самостоятелно да генерират ECAD данни, включително дизайни на печатни платки, чрез генеративно позициониране на компонентите в групи или в критични зони във връзка с механични, топлинни или потребителски съображения. Финалната оценка на всеки дизайн от опитен инженер и добавянето му към библиотеките за дълбоко самообучение ще гарантира, че най-добрите резултати се превръщат в част от базовия инструментариум на платформата, която ще става и все по-автономна с времето.

Статията продължава в следващия брой на сп. Инженеринг ревю