在電子系統(tǒng)設計領域，復雜性一直是一個主要的挑戰(zhàn)。隨著技術的進步和對更高效、更強大的電子設備的需求的增長，工程師們面臨著越來越復雜的設計要求。這些復雜性通常會導致更長的設計周期、更高的成本和潛在的設計缺陷。西門子EDA認識到迫切需要創(chuàng)新的解決方案來克服這些困難。

該公司已將人工智能(AI)確定為一種可以為創(chuàng)新提供巨大杠桿的技術。人工智能包括計算技術，使機器能夠在沒有人為干預的情況下進行推理和推斷。人工智能解決方案可以分析大量數(shù)據(jù)，以識別模式和趨勢，改進流程并為更好的決策提供建議。

西門子EDA在人工智能技術方面進行了大量投資，并將其應用于各種產(chǎn)品領域，包括PCB設計、自動駕駛系統(tǒng)、智能工廠車間管理和智能城市管理。該公司最近發(fā)布了一份白皮書，深入研究了人工智能技術的應用如何解決印刷電路板(PCB)設計中的挑戰(zhàn)。

PCB設計的挑戰(zhàn)

PCB電子系統(tǒng)工程師在設計復雜、快速的集成電路時面臨著挑戰(zhàn)，這些集成電路需要足夠的功率、冷卻、信號完整性和熱完整性。他們必須在縮短上市時間的同時，提供高性能PCB和互連電子系統(tǒng)，同時最大限度地降低功耗。了解PCB設計和EDA工具涉及一個陡峭的學習曲線，工程師通常在工作中學習。組件選擇是另一個挑戰(zhàn)，需要對數(shù)據(jù)表進行廣泛的研究和分析。

對人工智能應用

人工智能可以挖掘已完成的設計，以識別模式并指導設計師進行下一個邏輯步驟，從而提高設計質量和效率。人工智能可以根據(jù)歷史信息開發(fā)模型，推薦可行的組件選項，加快選擇過程。將其與實時可見性集成到組件供應鏈中，它將變成一種強大的功能。

人工智能驅動電子設計的最終目標是讓人工智能算法生成PCB設計和制造輸出，減少設計時間并消除代價高昂的錯誤。

生成設計

生成式設計是一種創(chuàng)新的方法，它使用算法和計算方法根據(jù)指定的參數(shù)和約束自動生成和優(yōu)化設計方案。它結合了人工智能，機器學習(ML)，深度學習(DL)和先進的仿真技術的力量，探索廣闊的設計空間，并產(chǎn)生優(yōu)化和高效的設計。

在電子系統(tǒng)設計中利用人工智能的好處

生成組件模型(如符號、物理幾何和仿真模型)非常耗時。自然語言處理和圖像識別等人工智能技術可以自動處理數(shù)據(jù)表并生成所需的模型，利用領域知識減少人工工作量。

原理圖連接，在組件之間建立連接，是另一項手工任務。經(jīng)過完整設計訓練的ML模型可以推薦組件并建議引腳到引腳的連接，從而加快設計過程。

功能塊的動態(tài)重用和智能數(shù)據(jù)庫管理可以通過訓練DL模型來實現(xiàn)，使設計工具能夠預測塊的潛在功能，并建議可重用的放置和路由選項。

約束，例如布局、高速設計、制造和測試規(guī)則，通常是手動輸入的，這就帶來了出錯的風險。AI可以根據(jù)當前設計和已發(fā)布設計的知識推薦約束集和值，從而簡化流程。

布局任務(如組件放置和路由)非常耗時。人工智能系統(tǒng)可以根據(jù)完成的設計推薦放置和路由策略，并且可以應用諸如草圖路由之類的高級路由方法。自動路由和分析工具也可以從AI/ML算法中受益，以生成最佳路線并執(zhí)行準確的模擬。

總結

人工智能在提高運營效率和用戶專業(yè)知識方面越來越重要。在PCB設計中，人工智能在自動化手工流程和使入門級用戶能夠執(zhí)行以前需要專業(yè)知識的任務方面特別有價值。通過利用人工智能技術，可以加速決策，實現(xiàn)日常流程的自動化，新用戶可以更有效地工作，并且可以優(yōu)化多域系統(tǒng)的性能和可制造性。

作為西門子Xcelerator產(chǎn)品組合的一部分，人工智能驅動的工具使電子系統(tǒng)設計公司能夠利用人工智能技術，將未來的產(chǎn)品推向市場。西門子不斷發(fā)現(xiàn)可以應用人工智能來改進設計工具的新用例，并投入時間和資源來增強現(xiàn)有算法或開發(fā)創(chuàng)新方法來應對挑戰(zhàn)。

審核編輯：劉清