Az elektronikus rendszerek tervezésének bonyolultságának csökkentése mesterséges intelligencia segítségével – Semiwiki

Az elektronikus rendszerek tervezésének összetettségének csökkentése mesterséges intelligencia segítségével – Semiwiki

Időbélyeg: 20. július 2023. 9:00
Forrás csomópont: 2776663

A Siemens csökkenti a bonyolultságot az AI Whitepaper Graphics segítségével

Az elektronikus rendszerek tervezésének világában a komplexitás mindig is komoly kihívást jelentett. A technológia fejlődésével és a hatékonyabb és erősebb elektronikus eszközök iránti igény növekedésével a mérnökök egyre bonyolultabb tervezési követelményekkel szembesülnek. Ezek a bonyolultságok gyakran hosszabb tervezési ciklusokhoz, megnövekedett költségekhez és lehetséges tervezési hibákhoz vezetnek. A Siemens EDA felismeri, hogy sürgősen szükség van innovatív megoldásokra ezen akadályok leküzdésére. A vállalat a mesterséges intelligenciát (AI) olyan technológiának azonosította, amely óriási lendületet kínálhat az innováció számára. Az AI olyan számítási technológiákat foglal magában, amelyek lehetővé teszik a gépek számára, hogy emberi beavatkozás nélkül érveljenek és következtessenek. Az AI-megoldások nagy mennyiségű adat elemzésére képesek, hogy azonosítsák a mintákat és trendeket, javítsák a folyamatokat, és ajánlásokat adhassanak a jobb döntéshozatalhoz.

A Siemens EDA jelentős beruházásokat hajtott végre a mesterséges intelligencia technológiáiba, és azokat különböző termékterületeken alkalmazza, beleértve a PCB-tervezést, az autonóm vezetési rendszereket, az intelligens gyári padlókezelést és az intelligens városkezelést. A cég nemrégiben publikált egy tanulmányt amely azt vizsgálja, hogy az AI technológia alkalmazása hogyan képes kezelni a nyomtatott áramköri lapok (PCB) tervezésének kihívásait.

Kihívások a PCB tervezésben

A PCB elektronikai rendszerek mérnökei kihívásokkal néznek szembe az összetett, gyors IC-k tervezése során, amelyek megfelelő teljesítményt, hűtést, jelintegritást és termikus integritást igényelnek. Nagy teljesítményű nyomtatott áramköri lapokat és összekapcsolt elektronikus rendszereket kell szállítaniuk a zsugorodó forgalomba hozatali időn belül, miközben minimalizálják az energiafogyasztást. A PCB-tervezés és az EDA-eszközök megértése meredek tanulási görbével jár, és a mérnökök gyakran tanulnak a munka során. Az alkatrészek kiválasztása egy másik kihívás, amely kiterjedt kutatást és adatlap-elemzést igényel.

AI kihasználása

Az AI ki tudja bányászni az elkészült terveket, hogy azonosítsa a mintákat, és a tervezőket a következő logikus lépéshez irányítsa, javítva a tervezés minőségét és hatékonyságát. A mesterséges intelligencia történeti információk alapján modelleket fejleszthet, amelyek életképes alkatrész-lehetőségeket ajánlanak, felgyorsítva a kiválasztási folyamatot. Integrálja ezt valós idejű rálátás az alkatrészellátási láncra és erőteljes képességgé válik.

A mesterséges intelligencia által vezérelt elektronikus tervezés végső célja, hogy az AI-algoritmusok PCB-terveket és gyártási eredményeket hozzanak létre, csökkentve a tervezési időt és kiküszöbölve a költséges hibákat.

Generatív tervezés

A generatív tervezés egy innovatív megközelítés, amely algoritmusokat és számítási módszereket használ a tervezési megoldások automatikus generálására és optimalizálására meghatározott paraméterek és korlátok alapján. Egyesíti a mesterséges intelligencia, a gépi tanulás (ML), a mély tanulás (DL) és a fejlett szimulációs technikák erejét, hogy hatalmas tervezési teret fedezzen fel, és optimalizált és hatékony terveket készítsen.

Az AI kihasználásának előnyei az elektronikus rendszerek tervezésében

A komponensmodellek, például szimbólumok, fizikai geometriák és szimulációs modellek generálása időigényes. Az olyan mesterséges intelligencia-technológiák, mint a természetes nyelvi feldolgozás és a képfelismerés, képesek automatikusan feldolgozni az adatlapokat és létrehozni a szükséges modelleket, csökkentve a kézi erőfeszítést és kihasználva a tartományi ismereteket.

A sematikus összeköttetés, az alkatrészek közötti kapcsolatok létrehozása egy másik manuális feladat. Az elkészült tervekre kiképzett ML-modellek alkatrészeket ajánlhatnak, és tű-tű csatlakozásokat javasolhatnak, felgyorsítva a tervezési folyamatot.

A funkcionális blokkok dinamikus újrafelhasználása és az intelligens adatbázis-kezelés a DL-modellek betanításával érhető el, lehetővé téve a tervezőeszközök számára a blokkok lehetséges funkcióinak előrejelzését, valamint az újrafelhasználható elhelyezési és útválasztási lehetőségeket.

A megszorításokat, például az elrendezést, a nagy sebességű tervezést, a gyártást és a tesztelési szabályokat általában manuálisan kell megadni, ami hibakockázatot jelent. A mesterséges intelligencia a jelenlegi tervezés és a kiadott tervekből származó ismeretek alapján korlátozó készleteket és értékeket tud ajánlani, így egyszerűsítve a folyamatot.

Az olyan elrendezési feladatok, mint az összetevők elhelyezése és az útválasztás, időigényesek. A mesterséges intelligencia rendszerek az elkészült tervek alapján elhelyezési és útválasztási stratégiákat javasolhatnak, és olyan fejlett útválasztási módszereket is alkalmazhatnak, mint a vázlatos útválasztás. Az automatikus útválasztási és elemző eszközök is profitálhatnak az AI/ML algoritmusokból az optimális útvonalak létrehozásához és a pontos szimulációk végrehajtásához.

Összegzésként

Az AI egyre fontosabb a működési termelékenység és a felhasználói szakértelem növelésében. A NYÁK-tervezésben az AI különösen értékes a kézi folyamatok automatizálásában, és lehetővé teszi a belépő szintű felhasználók számára, hogy olyan feladatokat hajtsanak végre, amelyek korábban szakértői tudást igényeltek. Az AI-technológiák kihasználásával felgyorsítható a döntéshozatal, automatizálhatók a hétköznapi folyamatok, hatékonyabban dolgozhatnak az új felhasználók, valamint optimalizálható a több tartományból álló rendszerek teljesítménye és gyárthatósága.

A Siemens Xcelerator portfóliójának részeként a mesterséges intelligencia által vezérelt eszközök lehetővé teszik az elektronikus rendszereket tervező vállalatok számára, hogy kiaknázzák az AI-technológiákat, és futurisztikus termékeket vigyenek piacra. A Siemens folyamatosan azonosítja azokat az új felhasználási eseteket, ahol a mesterséges intelligencia alkalmazható a tervezési eszközök fejlesztésére, és időt és erőforrást fektet a meglévő algoritmusok fejlesztésébe vagy innovatív módszerek kifejlesztésébe a kihívások kezelésére.

Ez a fehér könyv értékes olvasmány mindenki számára, aki részt vesz az elektronikus rendszerek tervezési folyamatában.

Oszd meg ezt a bejegyzést ezen keresztül:

Időbélyeg:

Még több Semiwiki